本报（chinatimes.net.cn）记者胡金华 上海报道
过去几年，各大厂商热衷于比拼算力规模与模型参数，仿佛只要算法足够强大，医疗AI就能无所不能。然而随着技术进入深水区，一个残酷的现实逐渐浮出水面：缺乏高质量、标准化、合规的医疗数据作为“燃料”，再先进的算法也只是空中楼阁。医疗AI的竞争，正在从单纯的“算法暗战”演变为更为隐秘且关键的“数据连横”。
“当前医疗AI发展很快，但高质量数据集一直是制约AI模型训练和临床转化的核心瓶颈。与此同时，医疗数据又涉及患者隐私和公共安全，如何在供得出和保安全之间找到平衡，是行业普遍面临的难题。我们认为，破解这一困局的关键在于三个环节：一是高质量数据的合规供给；二是可信的技术保障体系；三是明确的产业落地路径。”贝斯必特信息科技有限公司创始人罗震在2026全球数商大会上告诉《华夏时报》记者。
值得一提的是，芯超数据创始人朱冬冬向本报记者透露，依托生物芯片上海国家工程研究中心，他们已经探索出一条医疗数据要素化实践路径。即从健康中心出发，经过生物样本库建设、学科建设、转化研究和精准医疗五个环节，形成从“样品”到“数据”再到“产品”的完整闭环。“这一范式已经在我们主导的幽门螺杆菌领域得到了充分验证，也为我们拓展到其他重大疾病领域奠定了基础。”他说。
医疗AI数据共享新范式
医疗数据的隐私与合规是不可逾越的红线，也是制约数据价值释放的最大障碍。如何在数据要素释放和可信合规之间打破障碍，成为本届大会的焦点。
“健康医疗数据是推动医学科技创新、促进发展的重要战略资源。与此同时，医疗数据专业性强、敏感程度高，其价值释放始终离不开规范的数据治理、可靠的安全保障和清晰的应用边界。当前，人工智能正加速融入临床诊疗、医学科研和医院管理，对高质量数据集的需求日益迫切，对数据合规供给、可信使用和成果转化也提出了更高要求，上海市第一人民医院正长期围绕重点病种，持续推进专科专病数据库和生物样本资源建设。”上海市第一人民医院院长郑兴东指出。
上海市数据局副局长翁轶丛则在主题论坛上披露了系列成果。据翁轶丛介绍，上海在医疗AI领域，特别是行业高质量数据领域已经走在全国前列。
“一是上线了数据集的开源社区，截至目前已累计上线数据集600多个，入驻单位120余家，涵盖医疗健康等重点领域；二是推动浦东新区、徐汇区入选国家第二批数据标注先行先试城市，其中徐汇联动中山医院、国家人工智能应用中试基地共同打造了全国智能化医疗数据标注的先行示范区；三是形成应用标杆，推动全市61个高质量数据集先行先试试点，其中17个聚焦医疗健康领域，实现了诊疗数据、专病数据在安全合规的前提下集约化和标准化的供给，这些实践为高质量数据的供给和价值释放积累了上海经验。” 翁轶丛称。
上海数据集团副总裁李小山在受访时指出，上海数据集团自2022年9月成立以来，承担上海城市可信数据空间的建设与运营，支撑数据资源的合规供给、可信流通和高效利用。健康医疗领域是数据要素赋能产业创新的重要阵地，随着人工智能技术加快发展，以医疗为主要场景的卫生健康领域对高质量数据集的需求日益增长，但数据的专业性、敏感性都比较高，如何在保障数据安全合规和个人合法权益的前提下实现公共健康数据有效供给，可信使用仍需要共同探索、协同推进，作为这样一项系统工程需要医疗专业的能力、数据治理能力、人工智能技术能力和产业运营能力的深度融合，更需要政府、医疗机构、科研院所、数据运营机构和技术企业的共同参与、协同推进。
朱冬冬在受访中透露了芯超数据联合多方共同探索发布的医疗AI数据具体成果，如在幽门螺杆菌领域积累了3万余例耐药菌株库和临床信息大数据库，联合上海数据交易所成立了重大疾病数据行业创新中心，首批11个幽门螺杆菌数据产品正式挂牌交易，帮助上海市第一人民医院10个科室20个重大疾病数据产品挂牌。
“我们还构建了覆盖4省级18市级、服务3亿人口的公共卫生数据授权运营体系，牵头制定了首份可信数据空间国家标准，并推出了数保通等产品工具。在标准化方面，我们参与国家《可信数据空间技术架构》编写，从技术应用者迈向规则制定者。这些成果共同形成了平台能力+数据产品化+交易服务的组合路径，为行业提供了可复制、可推广的实践样本。”朱冬冬表示。
专业难度挑战与先行先试
据了解，医疗AI数据要素市场平台好搭建，但是数据要素生成数据资产乃至数据资本，却面临着比其他行业更大的挑战与难度。
“目前来看，挑战主要集中在三个方面：第一，数据标准不统一导致跨机构流通困难，不同医院、不同系统之间的数据格式和术语体系差异较大，打通这些数据需要大量的标准化工作；第二，合规框架尚在完善中，机构对数据外流存在顾虑，特别是在个人信息保护法和数据安全法实施后，医疗机构对数据共享更加审慎；第三，数据价值评价机制不健全，供需双方难以有效对接，数据产品定价、质量评估等市场化机制还需要进一步探索。我们希望通过论坛搭建的平台，推动这些问题逐步解决。”罗震坦言。
他表示，从更宏观的视角来看，医疗数据要素化不仅是技术问题，它涉及数据产权界定、收益分配机制、跨区域协调等多个层面，只有通过持续深入行业对话，才能够为行业提供更清晰的行动路径。
朱冬冬也同样指出，AI领域输入数据的质量直接决定模型输出的质量，在医疗领域，这个问题尤为突出。
“医疗数据流通不是单一企业能完成的，必须构建多方协同的生态。而且医疗数据具有高维度、多模态、高噪声的特点，如果训练数据本身存在偏差或质量问题，AI模型的临床可用性就无从谈起。在AI算法、算力、数据三驾马车中，数据是核心驱动力。芯超数据在这一领域的核心思路是以国家标准和行业标准为牵引，建立数据采集和治理的标准化体系，确保源头数据的质量可控；其次是依托多年积累的大规模样本资源和多中心合作网络，持续扩充高质量数据集的规模和覆盖面。”朱冬冬称。
值得一提的是，依托生物芯片上海国家工程研究中心，上海已经建成了覆盖多病种的生物样本库和标准化数据平台，诸如“亚洲一号”类器官智能化工厂、“芯空一号”空间多组学解决方案和“数空一号”可信数据空间（TDS）产品，形成可复用的数据资产体系。
生物芯片上海国家工程研究中心副主任李苇刚对《华夏时报》记者表示，上海作为全国数据要素市场化配置的先行城市，在制度建设、平台搭建、场景开放等方面走在前列，特别是上海数据要素市场化改革方案的实施，为医疗健康数据流通提供了明确的政策框架，上海从“数据资源”到“数据资产”再到“数据资本”的演进路径非常清晰，这在全国是独一无二的优势，医疗数据要素市场有望成为上海数字经济新的增长极。
责任编辑：徐芸茜 主编：公培佳
