虽然技术在进步，但未能惠及所有人。在医疗领域的差距尤其攸关生死。人口在减少，医疗人员则集中于首都圈。在地方中小城市或偏远山区，医生逐渐从医院消失，现在连病床也不足。随着人口老龄化，慢性疾病增加，要就诊一次都很困难。有时在紧急情况下错失“黄金时间”也屡见不鲜。 医疗缺口已成为结构性问题。人工智能（AI）被视为弥补这一缺口的新解决方案。AI不仅仅是辅助角色，其已达到了参与诊断、预测及全程决策的级别。在减少由于经验不足或人力空缺而造成的错误方面，影像分析、语音识别和预后预测技术尤其具有优势。 AI医疗技术分为两个部分。一是以医院为中心的影像诊断辅助系统。在CT、MRI、X光影像中迅速判读肺炎、中风、癌症等迹象。另一个则是基于日常生活的预测和监控系统。通过智能手表或血糖仪等设备实时收集健康数据，分析模式并提前预警风险。尤其是在高血压、糖尿病、心脏病等需要早期应对的重要疾病中，能带来显著的差异。 在地方上，AI不仅是简单的便利性，而是“最低限度的生命线”的角色。实际上，在某些地区，配备AI的影像诊断系统被安装在偏远地区的卫生设施中，在进行CT扫描后，通过远程进行判读，AI在必要时自动判断紧急程度并决定是否进行转运。这可能成为专业人力紧缺地区唯一能确保黄金时间的解决方案。 在应对传染病方面，AI提供了重要的机会。在新冠疫情后，AI在高危人群识别、传播路径预测、疫苗物流分配等方面的应用可能性已得到确认。最近，为预测与气候变化相关的新发传染病的传播趋势，AI基础的流行模拟系统也在逐步应用。 然而，基于AI的技术并非万能。医疗AI的准确性极大地依赖于学习数据的质量，数据偏差或错误的可能性依然存在。此外，将“医疗判断”这一高度伦理性判断交给技术的社会共识仍然缺乏。对于医疗人员何时及如何采纳AI判断的标准尚未明确。 同时，最实际的障碍是制度。在韩国，基于AI的远程医疗或非接触诊断受到医疗法的限制。尽管技术已准备就绪，但法律和制度未能同步跟进，这种悖论依然未能解决。如果继续这样下去，就会成为技术可用但无法使用的“展示性创新”。 AI不会取代医生。然而，在无医生的情况下，或在判断极其关键的时刻，AI可以发挥决定性作用。技术创造了“可能性”，而制度则将这种可能性转化为“现实”。为了使AI医疗技术能在全国无论何处都能使用，必须有监管和政策的支持。 现在需要的不是简单的技术进步。技术需要不断精细化，同时人人都能享受其惠泽。生命和健康不应因居住地或收入而异。然而，要实现这种可能性，还需技术进步和制度支持同步进行。现在需要的不是“准备”，而是“执行”。

气候变化不再是遥远的事。异常天气，如高温、寒潮、森林火灾和洪水，正在世界各地反复上演。气候危机已不再是抽象的讨论，而是一个生存问题。各国正在出台减少碳排放的对策，但实际变化正在比预测更快地推进。在此过程中，人工智能（AI）正作为新的应对手段出现。 气候应对的核心技术上升为AI AI分析大量的气候数据，以便及早检测异常现象，并用于预测风险。结合卫星影像、气象信息、地形和海洋数据等，提前预警特定地区的森林火灾或洪水的可能性技术，已经进入实战阶段。这不仅提高了预测准确性，还用于制定减少灾害损失的计划。 在农业领域，AI技术被引入预测作物生长变化、推荐品种、以及调整栽培时期。在能源领域，其作用也在不断扩大。建立了预测电力需求、管理可再生能源产量，以及最小化电网不稳定性的系统。在气候变化直接影响能源供需的情况下，这一技术被认为是解决可靠性和减少碳排放的关键。 政策也在跟随技术的发展。欧盟正在通过“数字绿色转型”战略尝试将气候政策与AI技术整合，美国则在推动建设联邦级AI气候数据平台。韩国也在环境部和气象厅的主导下开发能够预警高风险地区的系统。 尽管技术有足够的潜力，但推广仍面临限制。要创建高级模型，需要大规模的数据和高性能计算资源。在这一过程中产生的成本和基础设施差距，导致地区间技术应用差距。此外，还需要制定标准以确保算法的可信度。 气候危机是个无法通过单一方法解决的复杂危机。但AI是当前可立即使用的少数手段之一。数据使得预测成为可能，预测越准确，应对速度就越快。而技术就处在这个中心位置。 在气候应对中，技术已不再是选择。AI是提高应对速度，拓宽应对空间的工具。选择的时机已过，现在是执行的问题。