把一摞来自不同实验室的记录交给 AI，就像让人整理没有统一表头、缺少说明、还夹着访问限制的表格：文件虽然都在，却未必真能用。Nature Machine Intelligence 的一篇文章由此追问：生物数据怎样才算“AI 就绪”，并指出全球推动相关工作的步伐正在加快。
所谓 AI-ready data，不只是数据可以下载，还要求格式一致、说明完整、质量可判断，使用权限也清楚。元数据是数据的“标签和说明书”；本体则用统一词表定义细胞、基因和疾病等概念，让不同数据库能对上含义。经典的 FAIR 原则强调数据可发现、可获取、可互操作和可复用，但做到 FAIR，并不自动意味着适合训练 AI。生物与医疗数据还涉及同意、隐私和偏差，因此技术上可读，也可能不适合使用。
这篇文章的价值，在于把注意力从模型能力移向数据标准、可用性与治理。不过公开材料只有订阅预览，未披露四个问题的具体内容和论证细节，暂时不宜作更细的结论。