利用人工智能技术赋能已成为未来实现全生命周期健康管理的大势所趋。 然而，由于监管体系尚不完善、标准规范尚不统一、跨界融合尚不深入等问题，严重妨碍了人工智能在健康管理领域的应用。全国人大代表、中国科学院上海营养与健康研究所所长李林建议，破除隐私安全与数据共享障碍，推动人工智能赋能健康管理。
“数据安全保障尚缺乏具体举措，阻碍数据共享。”李林认为，人工智能技术的应用依赖于数据的开放共享，当前对数据安全的担忧阻碍数据的开放与共享。包括因隐私安全问题不敢、不愿共享，因数据标准问题不能、不可互联互通，因跨界难不便、不易融合。
历史上发生过多起医疗健康大数据泄露所引起的安全事件，在非营利组织身份盗窃资源中心跟踪的所有行业中，医疗健康行业的泄露记录和敏感记录数量位居第二。除了因数据丢失而直接导致的个人信息泄露，数据挖掘分析不当、匿名与去标识化不充分等因素也会间接导致此类问题，造成基因歧视等不良现象。据哈佛大学的一项调查显示，92%的美国人之所以不愿意公开基因数据，是因为子孙后代的信息都有可能被公开。
李林认为，尽管我国在《数据安全法》《个人信息保护法》《人类遗传资源管理条例》等法律条文中已经提及并重视对个人健康管理数据的保护，但目前仍缺乏落地的数据安全分层分级规范及风险评估。
在李林看来，健康数据的汇交共享与互联互通是全球性的难题，需要统一标准使健康数据能够充分利用，我国目前也尚未形成统一健康数据标准，一些行业协会等已制定的数据标准推广力度也不足。因此，现阶段健康管理终端产品多样且自成体系，采集到的健康数据和人体生理指标在不同机构与平台中难以实现无缝衔接，从而导致数据资源分散、重复、孤立，造成数据孤岛现象。
“融合问题势在必行，复合人才求之难得。”李林表示，目前，人工智能与健康管理领域依然面临学科建设不够完备、跨学科专业人才储备短缺、跨界合作等问题。尤其是以跨界为特点的人才极度匮乏，兼具生命健康研究和人工智能与数据算法背景的人才数量质量远不能满足需要，这是提速人工智能与健康管理融合的关键障碍。
人工智能在健康管理领域作用巨大，如何来破除隐私安全的担忧？李林建议，完善政策法规与数据安全分级，保护个人数据隐私。填补法律空白，出台健康数据管理相关的专门法律条文。明晰数据权限，对于需要严控的健康管理数据，应在法律条文中清晰界定其所有权、采集权等权限范围，基于数据重要性和敏感性构建安全访问的分类分级体系。
同时，促进数据标准统一，保障数据互联质量基矗加大人才培养引进与跨界协同合作，加强领域深度融合能力。鼓励高校与科研机构、人工智能企业和健康数据管理机构的三方跨界交流与合作，开展协同创新攻关。
