首先，醫學資料除了數量要多以外，資料的品質也相當重要，有高品質的訓練質量，才可以增加模型訓練的效率。許多臨床資料在收集的時候，為了要衝資料量，把各種不同情境下收集的資料全部集合在一起，這時有太多的變因使得資料品質參差不齊，這時確保資料品質就變得相對重要。例如，心電圖的貼片位置，每位醫師貼的位置可能會有誤差，甚至會有不小心貼錯的狀況，造成訊號來源錯誤。如果要利用心電圖來進行遠距醫療判讀，就要先標準化心電圖的訊號紀錄，才能有高品質的訊號來進行分析和預測。

此外，擁有獨特的演算法技術，可以讓其他人即便擁有相同的訓練資料，也無法立刻進行同樣的分析，確保自己在領域當中的獨特地位。接下來的內容，我將會著重在介紹常見的演算法模型，以及腦科學對於大腦神經迴路的認識，如何幫忙設計並且改進人工智慧的演算法。