医疗数据这门生意，正在被重新定义。

过去，行业习惯把医院的信息系统想象成一座“金矿”：病历、影像、检验、用药、医保结算都在里面，只要合规问题解决，药企、保险公司和医疗AI企业就能把数据买走，再训练模型、设计产品、寻找患者。

2026年7月的两场政策动作，却给出了更现实的版本。国家数据局把讨论重点从“能不能做”推向“如何推广、如何运营”；国家医保局随后明确，将通过赛事向市场主体开放合规脱敏的医保数据。

真正登场的不是一个可以随意下载的数据库，而是一套由监管部门、医院、数据交易机构和技术服务商共同管理的使用环境。它卖的更像一张限时、限目的、全程留痕的“计算门票”，而不是一份能够带走的患者名单。

7月连续两次定调，医疗数据从试点走向运营

政策信号密集出现，说明医疗数据利用的考题已经换了。

2026年7月2日至3日，国家数据局在北京召开医疗数据流通利用专题现场会。会上讨论的不是抽象的开放口号，而是数据产权、流通交易、收益分配和安全治理。官方表述更直接：医疗数据流通利用已经不是“能不能做”的问题，而是要把各场景、各环节的实践经验推广好、运营好；部分试验区已经跑通从供给、流通到价值实现的全链条。

政策关注点由“准不准做”转向“谁来做、按什么规则做、如何持续做”，这才是产业拐点真正出现的地方。

4天后的7月6日，国家医保局在“数据要素×”新闻发布会上进一步明确，将以系列赛事为抓手，向市场主体开放合规脱敏的医保数据，并把医保经办、支付审核、基金监管、价格治理、健康服务、AI辅助诊断、医学影像和真实世界价值评价列为重点方向。

这里最关键的词不是“开放”，而是“抓手”和“场景”。它意味着当前开放仍由明确任务牵引，进入数据环境的团队必须围绕真实业务问题产出可验证成果，并不等于医保数据库面向企业常态化售卖。

即将使用的数据规模已经足够让市场兴奋。2026全国智慧医保大赛计划汇聚北京、天津、河北、山西、内蒙古、辽宁、吉林、黑龙江8地的脱敏医保核心数据，并整合部分中央驻京单位、政府部门、三甲医院和权威机构的数据资源，预计总量达到60T。

数据覆盖门诊、住院、慢病管理、药械使用、影像、病历和体检等多种维度。更关键的是，这60T不会被拷进企业硬盘。赛事采用可信密算空间、物理与逻辑隔离、数据沙箱和密态计算，禁止外网访问、移动存储接入、下载保存和拍照泄密，强调“可用不可见、可用不可取”。

国家卫生健康委也处在这套机制的核心位置。医院掌握临床记录和诊疗语境，医保部门掌握支付与费用数据，数据管理部门负责流通制度和基础设施。任何一方单独推进，都只能得到局部样本；只有三者协同，数据才可能从科研项目变成可重复运营的公共能力。

这套安排把医疗数据市场的真实边界画了出来。医院和医保部门愿意让外部算法进入，但不愿让原始数据离开控制范围；企业能够提交模型、执行计算、获得经过审核的结果，却不能把底层数据变成自己的永久资产。

对药企、保险公司和医疗AI企业而言，等待多年的机会确实出现了，只是这扇门并不是仓库大门，而更像机场安检后的操作区：可以完成指定任务，却不能把里面的东西随意带走。

2026年的60TB不能下载，真正交易的是一次受控计算

医疗数据最反常识的地方，是价值越高，越不能按照普通商品出售。

普通软件卖的是复制权，普通数据库卖的是账号和查询权限，但医疗健康信息属于敏感个人信息，泄露或非法使用可能直接伤害个人权益。法律要求处理敏感个人信息必须具有特定目的、充分必要性并采取严格保护措施。

匿名化后的信息虽然可以脱离个人信息范畴，但“脱敏”不等于永远无法重新识别，特别是在多源数据被交叉关联时，风险会重新出现。

因此，未来大部分医疗数据流通不会长成“买方付款、卖方交付文件”的样子。

更可能的流程是：医院或医保部门保留数据控制权，运营方完成目录编制、清洗、标准化、质量评估和匿名化，需求方提交算法或分析任务，可信计算环境限制用途、次数、时间和输出形式，最后只放行统计结果、模型参数、验证报告或经过审查的衍生产品。

数据不动，模型进去；原始记录不交付，计算结果出来。这就是“可用不可见”背后的商业逻辑。

这个变化会把企业购买的标的拆成几层。最底层是数据使用权，解决“能不能在某一目的下调用”；中间层是治理和计算服务，解决“数据是否可比、可关联、可验证”；最上层是结果交付，解决“这次使用是否帮助药物评价、保险定价、模型验证或医院管理”。

国家层面的数据产权制度也在从单一所有权思维转向持有权、使用权和经营权的结构性分置。持有数据并不天然意味着可以随意使用或对外经营。

对医疗场景而言，这种分置尤其重要，因为患者、医生、医院、支付方和加工服务商都对数据价值形成作出贡献，却没有任何一方可以简单宣称“整份数据都归我”。

真正难的也不再是搭一个数据库。

医院之间的诊断编码、检查格式、病程记录和随访口径并不一致，同一个疾病在不同科室可能采用不同字段，同一名患者跨院就诊还可能无法稳定关联。未经治理的数据体量再大，也可能只是无法直接训练模型的“电子纸堆”。

企业需要知道样本是否代表目标人群、缺失值如何产生、标签是谁标注、治疗结局能否追踪、数据更新是否连续。任何一个环节不透明，都会让模型效果、临床研究和保险精算产生偏差。

定价同样不能只按TB计算。

一个覆盖10万人的疾病数据集，如果结局指标完整、随访时间长、能与费用和治疗路径关联，价值可能远高于一个体量大却字段混乱的影像库。

医疗数据的价格最终会更多取决于稀缺性、完整性、时效性、可验证性和使用目的，还要计入脱敏、伦理审查、合规审计、算力占用和风险承担。

换句话说，市场卖的不是“多少数据”，而是“在多大风险可控的前提下，能回答一个多值钱的问题”。

2024年21个产品挂牌，2026年预算先流向“修路的人”

最早形成稳定收入的，未必是掌握最多病历的机构，而可能是把病历变成可计算产品的服务商。

上海的探索已经提供了一个样本。上海市第一人民医院眼科、内分泌科、放射科等10个科室的20个专科数据产品，加上1个医疗行政数据产品，曾在上海数据交易所相关行业创新中心挂牌。

参与数据治理的上海芯超生物及相关数据业务，主要角色不是简单倒卖病历，而是把医院内部记录经过匿名化、安全加密和产品化处理，转化为可被科研、器械研发、保险设计和AI训练使用的标准化产品。

公开信息能够证明“产品已经挂牌”，但没有披露持续成交额、复购率和利润，因此不能把21个产品直接等同于成熟市场。

上海挂牌与北京60T赛事代表了两种不同路线。

挂牌模式更接近数据产品商店，供方先把特定专科数据整理成目录明确、用途明确的产品，再寻找购买者；可信计算模式更像封闭实验室，需求方带着问题和模型进入，在受控环境中完成计算。

前者便于形成产品目录和价格体系，后者更适合高敏感、高关联度、不能离域的数据。未来两者不会互相取代，而会逐渐连接：低风险、高度匿名化的统计产品可以标准化挂牌，高风险、需要多源关联的数据则通过可信空间按次调用。

药企最愿意为能够缩短证据生成周期的数据能力付费。

医保数据可以观察真实诊疗路径、药品使用、费用负担和长期结局，若能与医院临床数据合规关联，就有机会支持患者分层、试验可行性评估、上市后研究以及临床与经济学综合评价。

国家医保局已经把真实世界价值评价与医保准入、定价和支付联系起来，这意味着数据服务不只是研发工具，也可能影响产品进入支付体系的速度和证据质量。

商业保险更关注另一类结果：哪些人群存在未被满足的保障需求，怎样识别风险而不形成歧视，如何减少重复理赔和欺诈，如何把健康管理服务嵌入保单。

2024—2026年的行动计划已经提出依法依规推进医保与商业健康保险数据融合，并支持公立医疗机构在合规前提下向金融、养老等经营主体共享数据，用于保险和服务产品设计。

保险公司真正会购买的不是患者身份，而是经过约束的人群特征、风险模型和效果评估。

医疗AI企业面临的账最复杂。

高质量数据能够降低模型训练和验证成本，但进入可信环境意味着算法要适应本地部署、接口限制、输出审查和持续监控。过去靠一次性购买数据集、在云端反复训练的开发方式会受到限制，能够在医院内部完成训练、验证、更新和审计的企业更有优势。

模型公司最终可能不再按“一个许可证”收费，而是按一次验证、一个病种、一个部署周期或一个临床结果收费。预算也会从单纯的软件采购，分流到数据治理、接口改造、隐私计算、质量评估和合规审计。

最先拿到钱的，往往是先把路修通的人。

2026年规则开始成形，医疗数据市场的主产品不是数据

医疗数据市场的第一笔大钱，大概率会先进入基础服务，而不是数据本身。

医院原始数据并不稀缺，真正稀缺的是跨机构仍能保持一致含义的数据、能够持续更新的随访链条，以及经得起审计的授权记录。

数据治理公司、可信数据空间运营商、隐私计算服务商、质量评估机构和合规审计机构，会成为交易发生前必须支付的成本。它们提供的不是装饰性工具，而是让医院敢开放、让企业敢使用、让监管能够追责的共同底座。

医疗AI竞争也会从“谁训练过更多数据”转向“谁能合法、持续地使用更好的数据”。

当原始数据不能被复制带走，大模型公司的算力优势仍然重要，却无法替代医院接入能力、临床标准理解、伦理与合规流程、模型本地验证和效果追踪。

真正的优势会落在一条完整链条上：能否进入可信环境，能否把不同医院的数据翻译成同一种语言，能否证明模型在目标人群中有效，能否在更新后继续安全运行。

算法能力越趋同，数据使用和临床交付的差距反而越值钱。

医院会从被动的数据保管者，逐步变成数据产品和计算服务的组织者，但这笔收入不会天然出现。

医院需要投入信息化改造、字段治理、专家标注、伦理审查和安全管理，医生也可能承担额外的数据确认工作。收益分配如果只奖励平台和技术企业，却没有覆盖医院成本、科室贡献和患者权益，数据供给很难持续。

国家数据局此次把授权、定价、收益分配和安全治理同时摆上桌面，恰恰说明市场缺的不是一次交易，而是一套能让各方长期参与的分账规则。

患者权益将决定这套市场能走多远。

医疗数据来自具体的人，商业用途越深入，越需要清晰说明使用目的、保护措施和退出机制。即便数据经过匿名化，机构仍需防范多源关联带来的再识别风险，并对用途漂移、模型歧视和结果滥用保持审慎。

真正成熟的制度不应把患者只当作被保护的对象，也要探索如何让公共利益、医疗改善和合理收益形成可被理解的回馈。

信任一旦被破坏，任何技术通道都会迅速收紧；信任能够积累，医院才可能从一次性项目走向常态化供给。

这也是为什么2026年7月的政策动作值得重视。

它不是宣布医疗数据可以自由买卖，而是在告诉市场：受控使用已经可以开始，规则建设必须跟上。

未来几年，药企、保险公司和医疗AI企业争夺的不会只是某一批数据，而是进入哪些可信空间、获得哪些合法用途、能够输出什么结果，以及如何与医院和患者共享价值。

医疗数据市场真正的起点，不是把数据搬出机房，而是让价值在数据不离开机房的情况下被计算出来。