Az egészségügyi területen való mesterséges intelligencia fejlesztés során gyakran találkozunk a jó minőségű, címkézett adatok beszerzésének problémájával. A nyílt adatbázisokban sok kép van, de ezek nem használhatók fel egy komoly egészségügyi MI fejlesztéséhez. Ahhoz például, hogy egy bőrbetegségről készült kép az algoritmus számára oktató anyag lehessen, három, egymástól független orvosnak kell megerősítenie, hogy a képen tényleg az adott betegség található. Ugyanez igaz például a radiológiára, és minden orvosi képalkotási eljárásra is. Képzeljük el, micsoda idő és költség ez egy több százezres adathalmaz esetén. Ez azért fontos, mert ha véletlenül rossz adaton tanítjuk be az algoritmust, rossz diagnózist kaphatunk is, amelyen emberéletek is múlhatnak - írja elemzésében
Fazekas István, az AIP Labs társalapítója.