上海市医疗大数据训练设施建设与数据可信流通创新应用

一等奖 上海市医疗大数据训练设施建设与数据可信流通创新应用 医疗人工智能的发展高度依赖大规模、高质量、标准化的训练数据，但现实中数据获取困难、标注成本高昂、研发与应用链路脱节等问题，严重制约AI在临床的规模化落地。上海申康医院发展中心依托医联平台真实诊疗数据，构建高质量医疗影像数据集，打造“一体化AI研发平台+可信数据流通机制”的基础设施体系，为医学AI从研发到应用提供全链路支撑，形成可复制、可推广的上海实践模式。 一是汇聚多源高质量医疗影像数据，构建标准化训练资源池。汇聚来自上海37家三甲医院的真实医学影像数据，重点覆盖心脑血管、肿瘤、呼吸、消化等8个关键部位，围绕24类常见及重大疾病，形成以CT、MR、DR、X线等为主的专病影像数据资源。通过统一的“筛选－清洗－脱敏－整合”标准化流程进行处理，为后续高质量数据集构建奠定坚实基础。 二是创新治理与可信流通机制，确保数据质量与安全合规。一方面，通过“两标一审”数据标注与质控机制，有效保障数据标注的准确性与可信度，构建形成包含46万例高质量训练数据与4.4万例金标准测试数据的标准化数据集。另一方面，搭建“线上数据沙箱+线下安全空间+区块链存证”的可信流通体系，遵循“数据不出域、模型可进来”原则，实现医疗数据在安全可控、合规可监管环 境下的授权使用与价值流通。 三是支撑AI研发全流程与多场景应用，显著提升研发效能。打造“高质量数据集+一体化训练平台”双支撑体系。依托集成算力、工具与算法的一体化AI研发平台，实现从开发、训练到验证的全流程统一管理与协同。通过数据沙箱调用数据资源，并结合深度学习、影像分割等技术，已在放疗靶区自动勾画、冠脉血流计算、肺栓塞智能分诊、乳腺癌早筛等多个核心临床场景中实现AI模型的应用验证与落地。 四是形成可复制的要素化模式，经济社会效益显著。降低AI研发成本约60%，缩短研发周期50%，整体研发效率提升3倍以上，并推动多款医学影像AI产品在多家三甲医院投入应用。通过构建可持续、可监管的医疗数据要素化模式，不仅带动产业链上下游企业的协同创新，更为我国医疗健康产业的智能化发展提供了“上海经验”与实践支撑。 二等奖 数字医生“安诊儿”Angel 医疗健康领域优质资源分配不均、服务场景分散、健康管理模式被动等痛点，长期制约医疗服务普惠性与可及性的提升。为破解上述难题，支付宝（杭州）数字服务技术有限公司联合浙江省卫生健康信息中心，发挥数据要素乘数效应，面向全国推出首个省域共享、数实融合的“数字健康人・安诊儿”应用，通过全流程智能诊断、报告解读等服务辅助医务人员高效开展工作，让名医AI分身下沉至基层与偏远地区，持续提升医疗健康服务的均等化水平。 一是多源数据全维度汇聚，创新公共数据授权运营机制。“安诊儿”项目构建了多源多维数据汇聚体系，汇聚的数据类型涵盖国内外公开数据、政府侧公共数据、医生临床数据、多模态数据及可穿戴设备数据五大类，有效破解了医疗数据碎片化与高壁垒难题。在数据汇聚机制上，项目创新探索公共数据授权运营路径，汇聚政、医、研、企四方合力，建立标准化的合规流通模式，将浙江省首批1.4亿条医疗数据纳入治理体系，并推进第二批数据授权运营，形成可持续的数据供给机制，显著缩短数据审批周期，为项目稳定运行筑牢数据根基。 二是全链条数据治理赋能，筑牢模型与服务应用根基。“安诊儿”项目围绕提升模型能力、扩容医疗资源、赋能健康管理三大核心目标，构建了全链条数据治理流程。在数据治理环节，项目对归集的公共数据开展清洗、标化、脱敏、泛化等规范化处理，联合权 威医学团队进行专业标注，梳理形成65万份高难度病历以及涵盖1200种疾病的1800万份病历，打造支撑模型能力提升的高质量数据集，助力模型跻身国内权威测评榜单前列。在数据应用环节，一是依托治理后的数据构建问答对、诊疗思路、思维链的权威知识体系，复刻名医形象、声音与语调，打造名医AI分身；二是深度融合省卫健委电子健康档案与可穿戴设备监测数据，生成千人千面的个性化健康画像，为用户提供针对性健康管理建议，实现健康档案“随身化”。 三是核心应用场景落地，数据驱动医疗服务提质增效。“安诊儿”项目基于治理后的数据，打造了三大核心应用场景并取得显著成效。一是面向患者的免费智能医疗服务场景，提供7×24小时免费咨询、报告解读、云陪诊等服务，该应用自2023年11月上线以来，累计服务量已突破1亿人次，有效优化就医流程，节省候诊时间，大幅提升医疗服务的可及性与便捷性。二是面向医院的数字化服务支撑场景，通过全省统一健康入口、大模型接入及推广运营，帮助医院避免重复建设与单点运营，显著节约信息化建设费用。三是面向医疗健康产业的生态赋能场景，打通血糖仪等可穿戴设备数据接口，结合AI算法为用户输出饮食运动建议、用药提醒，有效提升设备及药品复购率，为设备厂商与药企创造收益，带动医疗健康产业生态持续发展。 四是多元运营模式构建，实现多主体价值共赢。“安诊儿”项目采用“公益服务+生态赋能”运营模式，建立了可持续价值转化 路径。在数据运营层面，依托支付宝国民级APP的流量优势，实现线上线下快速推广，同时以公共数据授权运营为核心，构建政医研企协同的长效运营机制，保障数据合规供给与持续治理。在收益渠道方面，一是面向患者端提供免费服务，以海量用户规模和高频服务场景构建流量入口；二是面向医院端提供数字化解决方案，通过技术与服务输出实现降本增效；三是面向产业端打通设备、药品等产业链条，以数据赋能和精准服务提升产业上下游的商业价值，形成用户受益、医院降本、产业增收的多赢格局。 二等奖 协和超声AI大数据平台 超声检查作为临床常规诊断手段，面临医师资源紧张、基层诊疗能力不足及诊断标准化程度不高等现实挑战，同时AI研发也深受高质量训练数据稀缺的制约。华中科技大学同济医学院附属协和医院依托医院海量超声影像数据，攻克数据整合、安全脱敏与专家级标注等关键技术，构建亿级规模的多器官超声人工智能训练资源库，旨在驱动超声AI研发突破并赋能临床与基层应用。 一是汇聚多源超声数据，构建规模化高质量资源基座。平台汇聚亿级规模的脱敏超声影像、百万级报告文本等非结构化数据，以及检查信息、图像与文本标注信息等结构化数据，形成覆盖多器官、多病种的超声数据资源池。通过“临床自产+多中心汇聚+开源整合”的可持续汇聚模式，以武汉协和医院日均产生的10万份临床影像 数据为核心，联动十余家顶级三甲医院的科研合作数据，并合规引入国际公开数据集，保障了数据的规模性、多样性与持续更新能力。 二是创新数据治理与标注体系，破解AI研发数据瓶颈。针对数据碎片化、安全合规与标注质控等核心难题，构建高性能存储与实时同步体系，实现数据的完整高效管理与近实时访问；建立安全脱敏与全流程可追溯保障体系，严格防控隐私风险。通过自研的EchoMap智能标注平台与“三级审核”专家级质控流程，形成人机协同的高效标注闭环，构建了百余个高质量、结构化的标准化AI数据集，有效解决了超声数据标注效率与精度难以兼得的痛点。 三是驱动多场景AI应用落地，形成创新诊疗与产业赋能体系。基于高质量数据基座，平台融合影像、报告、临床资料与专家经验，打造多层次细粒度标签体系，支撑一系列前沿应用。研发了基于2.45 亿影像预训练的全球首个突破百种诊断的超声视觉语言大模型；联合开发了全球首台具身智能超声体检机器人并开展多中心临床验证；联合湖北省器械院共建超声AI标准数据集，赋能医疗器械质量检测与产业创新。 四是构建内外双循环数据生态，释放显著经济社会价值。通过内外双循环模式促进数据合规流通与价值释放，对内嵌入临床工作流，赋能医疗、教学与科研；对外通过湖北省器械院转化中心、武汉市卫健委信息中心等渠道，提供科研协作、数据集订阅、标注平台及定制数据服务，促进联合研发与成果转化。通过提升疾病诊断的准确性与规范性，降低医技成本、缩短检查时间，增强基层医疗服务的可及性与公平性，推动医疗普惠。同时，项目为医学教育、科研创新与产业链协同提供高质量数据支撑，持续释放数据要素价值。 二等奖 “三医协同”医疗行业可信数据空间 医疗、医保、医药（“三医”）数据长期存在壁垒森严、标准不一、流通合规性不足等问题，导致数据价值难以在研发、决策与服务中有效释放，制约医疗体系的整体效能与产业发展。海南省卫生健康委员会统计信息中心联合海南乐城真实世界研究院及海南博鳌乐城数字科技发展有限公司，通过构建“三医协同”可信数据空间，聚焦数据孤岛、流通机制缺失与质量不均等核心痛点，旨在推动跨机构数据合规共享与融合应用，为全国医疗数据要素化改革提供可复制、可推广的实践方案。 一是汇聚“三医”全链条数据，奠定协同应用基础。汇聚覆盖医疗、医保、医药全链条的多源数据，包括诊疗记录、电子病历、检验结果等医疗数据，医保支付明细、目录调整等医保数据，以及特许药械使用与研发等医药数据。整合海南博鳌乐城先行区的特许药械真实世界数据及跨省数据中心的诊疗与公共卫生数据，形成规模化的多维度、结构化与非结构化数据资源池。 二是创新治理与流通机制，保障数据合规与质量可控。针对数据合规流通与质量不均的挑战，基于海南省三医协同平台，建立以共享授权运营为核心的数据汇聚与更新机制，并配套按数据贡献度进行分润的激励模式，保障数据源的可持续性与供给方积极性。通过构建统一的数据监管标准与质控通道，依托隐私计算、区块链等技术，在数据脱敏、质量管控与密态计算等环节实现标准化处理， 确保数据在流通与应用全过程中的安全、合规与高质量。 三是驱动多场景融合应用，赋能产业研发与公共决策。基于汇聚治理后的高质量数据，融合“三医”数据、特许药械及跨省数据，支撑多个关键场景的落地，主要应用于药械注册上市的真实世界研究、医保目录调整与支付决策、多中心临床科研、公共卫生监测预警以及医疗机构运营优化等环节，为药械企业、科研机构及监管部门提供可靠的数据支撑。 四是构建可持续数据生态，释放显著经济社会效益。向药械企业、科研机构等提供标准化数据集与定制化数据产品，形成可持续的数据服务模式。一方面通过数据赋能预计可缩短药械研发周期20%－30%，提升监管审评效率，促进生物医药产业链协同发展，为政府精准制定医疗政策、优化资源配置提供数据支持，另一方面通过跨区域数据协同普惠患者，为全国医疗数据要素改革提供可复制方案。 三等奖 苏州市健康医疗数智创新实验室 在健康中国战略与数字经济发展背景下，医疗健康数据的深度融合与智能化应用，已成为提升行业治理能力、推动生物医药产业创新、优化医疗服务供给的关键驱动力。针对健康医疗数据普遍存在的安全合规要求高、质量参差、流通壁垒多等现实挑战，苏州市卫生健康信息中心联合多方力量，建立苏州市健康医疗数智创新实验室，以“三医数据汇聚治理、可信流通机制创新、AI医疗研发应用”为核心，旨在破解数据要素流通瓶颈，支撑科学决策、产业发展与优质服务体系建设。 一是汇聚城市级全量数据，构建高质量健康医疗资源体系。建立覆盖全市1650万人口的城市级健康医疗数据资源体系，接入超 过1.1万家机构数据，涵盖医疗公卫、医保医药、临床科研等多个领域，包括居民预约挂号、门诊住院、检验检查、体检、医疗费用、慢病管理及家庭医生服务等信息，整合各级各类数据超千亿条，发布30个行业高质量数据集，为后续深度应用奠定了坚实的数据基础。 二是创新治理与协同运营模式，保障数据安全合规与高效利用。坚持“以用促建、源头管理”理念，通过统一数据标准与闭环质控流程，研发关键指标自动提取、ICD编码自动匹配等AI工具，提升行业数据治理能力。构建“4+1+3+N+X”多方协同运营模式，融合“政产学研用”各方优势，根据项目类型灵活采用数据共享、有条件开放、授权运营等差异化供数路径，并联动授权审批流程，破解数据安全合规与流通利用的难题。 三是赋能AI研发与多元场景应用，提升医疗服务质量与产业效能。融合“可信空间+数联网”双技术路线，搭建可信数据空间、AI能力中心与流通利用平台，为创新研发提供公共支撑。场景应用成效显著，打造全市居民个