由于目前医院信息化建设尚不完善，一个患者的信息只能留存在一家医院的数据库中。不同医院的病历都不相通，反复做检查，时间钱财翻倍不说，一定程度上还影响了治疗的进度。此外，一个患者就诊，医院需要通过分析影像数据、化验结果、检查结果、手术记录等患者信息数据，为患者制定多种治疗方案。对方案进行排序之后，给出医学依据，最终再从这些方案中挑选出真正适合患者的诊疗方案。而现阶段医疗资源分布不平均的现状导致这一诊疗过程非常复杂和漫长。
随着居民养老、健康管理需求的日益加大，我国医疗健康产业发展迅速。2019年数据统计，中国有360万医生，但中国老龄人口已经达到2.48亿，确诊为慢病患者的人数超过3亿，相对于整个社会的健康医疗服务需求，中国的医疗资源供应不足，数据流通不畅及信息不对称产生了如就医体验差、医患矛盾、假药劣药等诸多问题。面对医疗健康产业的种种问题或痛点，区块链技术和医疗行业的结合，凭借分布式、不可篡改、可追溯等特点，可以在保障患者数据隐私的前提下，打通医疗数据的信息流通，改善机构之间互为数据孤岛的现状，重建医患之间的信任，提高医疗行业效率。“数据”是智慧医疗的瓶颈“我们的各种生命体征，都会被体内或体外的各类智能医疗设备实时或准实时地数据化，整个人被数码化。当身体略有异常时，数据出现波动，这些设备先于我们人类得到感知，并通知我们就医，一部分疾病还可以通过网络将相关身体数据直接传输给人工智能医生，由其进行辅助诊断，对疾病数据进行预判和分析，最后由人类医生进行确诊和治疗，医疗机器人进行手术。
”这个听上去十分超前的情景出现在2017年风靡一时的好莱坞电影《太空旅客》中。女主角用太空舱中的人工智能医疗机器人对男主角进行救治，医疗机器人对男主的生命体征进行了全面分析，并给出了一系列救治方案，最终手术得以实施。银幕中的场面距离现实也许并不遥远。在不久的将来，我们可以用穿戴设备、健康管理App、智能硬件甚至是智能家居、传感器等设备，实时上传自己的体征数据，获得人工智能医生给出的健康管理建议和诊疗意见，非常方便地获得医生、医院、技术服务商、保险公司、基因公司和健康管理机构提供的各项服务。尽管“AI+医疗”发展迅速，但面临的痛点不少。
一是AI技术是否能撑起基础的医疗服务有待验证，更重要的，是医疗数据瓶颈问题。数据化程度低随着互联网的发展，医疗卫生领域的数字化程度已经不断提高，不管是从医疗设备还是从医疗服务的角度来看，电子化的趋势也越来越明显。目前一些三甲医院的医疗设备及医疗服务的水平较高，但是中等偏下的医院还处于更新换代的阶段，数据化能力较差。并且在临床医学方面，基本不存在数据的采集与利用，患者与医生或者制药商之间的沟通处于断裂状态，临床数据得不到分析和利用，大大地阻碍了临床医学领域的进步。医疗机构相互孤立医疗数据虽然浩如烟海，但存在严重的数据孤岛问题。
“检查是检查的，医院是医院的”，初查和复查的数据各自割裂，各个医疗机构之间也不互通。而大数据是中心化的，没法做到可追溯，也无法确保数据不被篡改或损毁。由于数据化程度低，各医院之间存在着明显的信息不对称现象,医院间相互孤立，病人信息无法同步，由此带来了巨大的人力物力的浪费，降低了行业的效率，阻碍行业快速发展。网络安全压力大虽然法律法规明确保障医疗卫生领域的数据安全和隐私，但是互联网的快速发展，使得越来越多的设备开始入网，给网络安全工作带来巨大隐患。2017年IBMSecurity和Ponemon研究所的研究显示，防止医疗数据泄露的费用有所增加，平均每个记录为380美元，而其他行业的数据维护成本则下降了10%。因此，数据及网络安全问题将越来越成为该行业关注的问题。
