智能医学工程作为未来医疗领域的一项重要创新，其潜在的好处无疑令人振奋。然而，这一领域也面临着诸多挑战和缺点，其中包括但不限于以下几个方面：

数据隐私与安全问题

随着越来越多的健康数据被收录到数字化平台上，保护这些敏感信息成为了首要任务。智能医学工程中使用的大量生物标志物、遗传信息等都可能遭受网络攻击或未经授权的访问，这对个人隐私构成了严重威胁。此外，即使是最先进的安全措施也可能因软件漏洞而失败，因此确保数据安全成为必须解决的问题。

技术标准化问题

不同厂商生产出的智能医疗设备和系统往往各自有不同的标准，这导致了兼容性问题，使得医生在选择设备时难以做出明智决策。此外，缺乏统一的技术标准还限制了研究人员之间以及科研机构间合作交流，从而影响了整个行业发展。

医疗专业知识差距

虽然机器学习和人工智能能够分析大量复杂数据并提出诊断，但它们并不具备人类医生的深厚专业知识。在某些情况下，错误或不准确的情报可能会导致误诊甚至危及患者生命。因此，对于依赖这些工具进行医疗决策的人员来说，了解其局限性及其背后的逻辑至关重要。

法律法规遵从性问题

随着技术快速发展，与之相关联的一系列法律法规也需要跟进更新。对于已经投入使用或者即将上市的智能医疗产品来说，要符合所有现行法律法规是一项艰巨任务。这涉及到数据处理、用户隐私保护、产品责任等众多方面，为企业带来了巨大的压力。

社会经济可承受性

尽管高级别的人工智能可以提供更精确且个性化的地方法治疗方案，但这通常意味着较高成本。这对于资源有限的小型医院和国家尤其是一个重大挑战，因为他们可能无法负担新兴科技所需的大量资金投资。此外，对于普通患者来说，如果没有适当保险覆盖，他们也很难接受这些昂贵的手段治疗。

道德伦理考量

在利用人工智能进行疾病预防、诊断和治疗过程中，还存在一些道德困境，如如何平衡公平性（例如哪些群体应该优先获得最新科技？）以及是否应允许AI作出终身决定（比如终末期护理）。此外，还有关于AI能否真正理解人类情感和需求，以及是否应该让它做出决定性的判断等话题待探讨。

总结起来，无论是技术层面的挑战还是伦理层面的考量，都表明尽管具有巨大潜力的智能医学工程仍然面临许多需要解决的问题。只有通过持续不断地努力，我们才能逐步克服这些障碍，让这种前沿科技更加广泛地服务于人类健康福祉。