我们正在处理用户的问题，用户询问了两个问题：为什么需要标注数据？以及标注数据对于诊疗有什么作用？每个问题需要各用100字回答。

首先，我们需要理解标注数据的定义和重要性。根据搜索结果，数据标注是为原始数据（如图像、文本、音频等）添加标签的过程，使机器能够理解和学习这些数据。标注后的数据被称为训练数据，用于训练机器学习模型。没有标注数据，模型无法从海量信息中提取有价值的知识，因此标注数据是AI发展的基石。

第一个问题：为什么需要标注数据？
根据搜索结果，我们需要强调以下几点：

1. 监督学习的核心：机器学习模型（尤其是有监督学习）需要标注数据来学习输入和输出的对应关系。例如，在医疗影像中标注肿瘤位置，模型才能学会识别肿瘤。
2. 提高模型性能：标注数据的质量直接影响模型准确率。高质量的标注可以减少模型偏差，提升可靠性（如18提到标注相当于机器的“燃料”）。
3. 应对复杂任务：医疗任务复杂，如病理分析需要精细标注（如语义分割），只有标注才能满足模型需求（15）。
4. 支持模型验证：标注数据用于验证和评估模型性能（15）。

第二个问题：标注数据对于诊疗有什么作用？
根据搜索结果，医疗领域的标注应用广泛：

1. 辅助诊断：标注医疗影像（如CT、MRI）可帮助AI识别病灶，提高诊断速度和准确率（如3提到阿里健康的肺结节筛查系统）。
2. 临床决策支持：标注电子病历文本构建知识图谱，辅助医生制定治疗方案（如科大讯飞的X-Doctor系统，1）。
3. 精准医疗：标注基因组、生活习惯等数据，实现个性化治疗（11）。
4. 远程医疗和康复：骨骼点标注用于康复训练（2），人体标框标注用于外伤诊断。

我们将每个问题控制在100字左右，引用相关搜索索引（如web_xxxxxxxx）来支持关键点。

注意：用户要求每个问题各用100字，所以需要精炼。