智能医学工程在近年来取得了巨大的进步，尤其是在医疗影像诊断、精准医疗和个性化治疗等领域。然而，这项技术也面临着多方面的挑战和不足，其中包括但不限于以下几个关键点。
首先，智能医学工程缺点之一是数据隐私保护问题。在大数据时代，患者的健康信息成为了宝贵资源，但这同时也带来了隐私泄露的风险。如果没有有效的安全措施，不仅会侵犯患者权益，也可能导致个人信息被滥用。
其次，是关于算法公正性的问题。随着人工智能技术在医学中的广泛应用，有研究表明某些算法存在偏见，这可能导致对特定群体（如女性或少数族裔）进行错误或不公平的诊断。这需要我们建立更加透明且可验证的人工智能系统，以确保决策过程的公正性。
再者，模型解释能力仍然是一个开放的问题。深度学习模型往往非常复杂，其决策过程难以完全理解。这使得医生在使用这些模型时无法充分信任它们提供的结果，从而影响到临床实践中的可靠性和效率。
此外，法律框架对于新兴科技尚未完全适应。目前，对于利用人工智能进行医疗诊断和治疗行为，没有统一且严格的法律规范。这可能导致不同的机构和个人采用不同标准，使得整个行业难以形成一致性的发展方向。
另外，由于技术更新迭代快，如果旧设备不能升级或者支持最新的人工智能软件，那么就有可能出现“数字鸿沟”，即部分地区或医院由于装备老旧而无法享受高端医疗服务，这也是一个值得关注的问题。
最后，一些人担心AI将取代人类医生的工作，将引发职业结构上的变革，并对社会造成潜在冲击。此外，在教育培训上如何培养既懂得运用AI工具，又能独立思考解决问题的人才，也是当前面临的一个重要挑战。
