一方面是训练数据与现实数据差别很大。人的疾病多种多样，但训练数据大多来自于健康类或常见疾病的数据，实际落地后需要针对医院数据对模型进一步优化。如，一些专科肿瘤医院，肿瘤性患者比较多，而一些大的三甲医院可能外伤类患者比较多，当模型落地到具体医院时，首先需要针对不同医院数据重新对模型进行优化，才能让模型更加准确和贴合实际。

另一方面，不同的医疗机构有着不同的影像系统，各个系统之间十分封闭，存在较严重的“数据孤岛”和安全信息保护问题，从而增加了AI医疗设备推广的难度。