9月24日，李强在第五届全球数字贸易博览会启动仪式上致辞，提出持续扩大数字消费需求、夯实数字产业支撑、优化数字发展环境，并强调加强标准化建设，完善数据基础制度和监管模式。¹
这三项部署，也为理解医疗数据市场提供了一条线索：医疗应用的发展提出数据需求，专业服务将临床记录加工为可用的数据产品，采购和制度安排则影响这项工作能否持续。
沿着这条线索看，今年的高质量数据集政策、医疗数据流通专题会议，以及近期的标注试点和临床验证中心建设，实际上在回应同一个问题：如何让医疗数据稳定地服务于实际应用，并使参与其中的机构获得合理回报。
医疗数据的需求，首先来自医疗服务本身的发展。
商务部等八部门发布的数字消费指导意见，已将发展“人工智能+医疗卫生”、提高诊疗效率和改善就医感受纳入数字服务供给，同时提出融合开发各类数据资源，形成高质量数据集和服务产品。²
卫生健康部门进一步明确了这些服务的应用方向。《关于促进和规范“人工智能+医疗卫生”应用发展的实施意见》，部署了基层辅助诊疗、慢性病管理、医学影像和临床专病辅助诊疗等任务。官方解读强调，应用建设应立足真实业务和实际需求，并将更多工作放在基层和预防。³
应用越具体，对数据的要求也越具体。影像辅助诊断、慢病随访和专病决策，面向不同的业务环节，需要的数据内容、专业加工和评价方式存在差异。医疗机构积累的数据，必须经过与用途相匹配的组织和处理，才能进入这些应用。
这也是当前供给端需要解决的现实问题。北京市政务服务和数据管理局副局长彭雪海在国家数据局官网刊发的解读中指出，高质量数据集供给存在结构失衡，医疗卫生等专业领域的存量数据，难以充分支撑大模型深入应用；高知识密度数据标注的供给能力也有待提升。⁴
因此，医疗应用政策与数据产业政策之间，有着明确的供需关系：应用端不断细化任务，供给端需要围绕这些任务组织数据。临床记录与可直接使用的数据产品之间，仍有专业加工工作需要完成。
医疗数据服务的市场空间，首先体现在对这一供需差距的弥补上。
医疗数据加工的难点，与医学知识密切相关。
哪些信息与目标任务有关，标签依据是否可靠，不同类型的数据能否准确关联，都需要专业判断。医院的专科能力、医生的临床经验与技术企业的加工工具，需要在数据生产过程中相互配合。
近期的数据标注试点，已经把这种配合纳入建设任务。
9月，广州市数据管理部门公布，广州进入国家医疗健康领域数据标注先行先试行列。后续工作包括人机协同标注、跨模态语义对齐、行业专家网络建设，以及数据集建设与模型训练、场景应用的协同。⁵
这些任务体现出，医疗标注的建设范围正在覆盖工具、医学知识和应用衔接。专业服务企业需要具备的能力，也随之延伸到专家组织、规则制定和质量控制。
不过，完成加工只是形成可用数据的一个环节。数据进入模型开发和医疗应用后，还需要有相应证据说明其使用效果。
中国信息通信研究院副院长魏亮在国家数据局官网的解读中，对此作了清楚区分：数据质量验证检查数据是否满足相应标准，模型应用反馈则考察数据用于模型训练后的实际表现。⁶
这一区分，使“高质量”的评价进一步联系到用途。数据的结构和标注符合要求，说明其具备一定使用基础；是否适合目标模型和任务，还需要通过实际应用加以检验。
相应的支撑机构也在建设。9月11日，高质量数据集实验室（医疗卫生领域）揭牌，计划开展技术标准、测评工具、数据治理方法及应用场景验证等研究。⁷
当模型进一步进入诊疗环境，评价还要延伸至临床。9月23日，本届数贸会数字医疗健康产业对接活动上，浙江首批14家医学人工智能临床验证中心揭牌。根据《浙江日报》报道，其核心任务包括开展多中心前瞻性验证，考察模型在不同人群和医疗机构中的稳定性、安全性。⁸
数据集测评与临床验证评价的对象不同，不能相互替代。但两类建设共同表明，从数据加工到实际使用，需要逐步积累相应的质量和效果证据。
对医疗数据供需双方而言，这些证据也构成合作基础。数据适合什么用途、具备什么质量、有哪些使用限制，能够得到清楚说明，采购方才更容易判断所购买的产品和服务是否符合自身需要。
讨论由此进入市场运行的下一层：专业加工和验证所需的投入，如何获得回报。
专家参与、数据加工、质量复核和持续维护，都需要投入人力与技术资源。数据服务能否稳定供给，与这些投入能否得到合理补偿直接相关。
魏亮的官方刊发解读指出，数据付费意愿不足、生产投入缺乏正向激励，是价值实现中的现实问题。供给方获得合理回报，才能形成持续投入的基础。⁶
针对这一问题，今年的政策已从采购机制着手。
国家数据局等部门发布的培育数据流通服务机构意见，鼓励企业单列数据采购科目；随后发布的高质量数据集建设方案，进一步提出推动数据采买纳入预算编制，发挥政府部门、国有企业和模型企业的示范作用。⁹¹⁰
这两项安排共同回应了需求如何落实的问题。应用部门提出的数据需求，需要进一步对应采购对象、预算和交付要求，才能成为供给方可以承接的业务。
与此同时，采购对象也在扩展。高质量数据集建设方案支持订阅、定制、接口调用和模型化解决方案等服务形态，为不同需求提供了相应的交易方式。¹⁰
从医疗行业看，这些形态能够承接不同的服务内容：特定任务的数据建设可以通过定制开展，持续更新可以对应订阅服务，围绕应用提供的数据能力也可以纳入整体解决方案。具体采用哪种方式，需要由用途、授权范围和交付条件决定。
服务内容更加丰富，也要求参与机构形成分工。数据流通服务机构政策分别明确了交易所、平台企业和数据商的功能方向，并支持质量评价、合规审计等第三方服务。⁹
由此可以看出，医疗数据市场的建设涉及一组相互关联的工作：有人组织资源，有人开发产品，有人提供质量和合规服务，也有人完成供需对接与交付支持。各项工作对应明确的服务内容，才有进一步讨论成本和回报的基础。
但采购能够落实，并不意味着持续供给的问题已经解决。医疗数据的后续更新和产品改进，仍然离不开医院与医生的长期参与。
医院参与医疗数据开发，提供的条件既包括数据资源，也包括临床知识、专业人员和实际应用环境。数据产品形成以后，医学解释、质量复核和应用反馈仍可能需要这些能力。
因此，医院与医生如何参与，直接影响合作能否持续。
今年7月，国家数据局组织召开医疗数据流通利用专题现场会，将产权授权、流通利用、收益分配和安全治理放在一起讨论，并提出完善激励机制，调动医院、医生和市场经营主体的积极性。¹¹
这项部署说明，医疗数据开发的制度建设，已经具体涉及参与各方的投入和合作意愿。医院的组织工作、医生的专业贡献、企业的加工投入，需要在项目安排中得到相应体现；与此同时，授权范围和安全责任也需要明确，收益分配才能建立在规范合作的基础上。
围绕这些合作需求，近期国家又提出了行业层面的组织方式。
9月22日，国家数据局官网发布的报道披露，国家将在包括医疗健康在内的十大行业开展数据资源开发利用攻坚，鼓励组建行业数据创新联合体，围绕高价值场景融合多来源数据，发展数据、模型和智能体的一体化服务能力。首轮任务已在安徽启动，涉及汽车和医疗健康两个行业。¹²
将这一安排与医疗专题会议联系起来看，政策正在从两个方面推动合作落地：一方面细化授权、责任和收益规则，另一方面围绕具体应用组织资源与专业能力。
对于医疗数据项目，这两方面需要同步推进。明确应用任务，才能确定需要哪些参与方；明确各方的投入、责任和回报，合作才有持续运行的条件。持续合作又能够支持数据更新、产品改进和应用反馈，使前期建设投入得到进一步利用。
医疗数据开发由此形成一条完整的业务联系：应用提出需求，专业加工形成供给，质量证据支持使用与采购，合理的合作安排维持后续投入。
回到李强在数贸会致辞中提出的需求、产业支撑和发展环境，医疗数据领域近期的政策与建设，已经能够找到相应落点。
应用政策明确数据服务的用途，标注和验证建设补充专业能力，采购与收益安排回应投入回报，行业协作机制则为持续供给创造条件。这些工作之间具有前后依赖关系，任何一个环节都难以单独支撑整个市场。
对医疗机构和数据服务企业而言，项目价值也应放在这条关系中理解：临床资源能否对应实际需求，专业能力能否形成可靠交付，参与各方能否在清晰的规则下持续合作。
这正是当前医疗数据市场建设中，最需要扎实推进的部分。
¹ 商务部转载新华社：《李强出席第五届全球数字贸易博览会启动仪式并致辞》，2026年9月24日。原文
² 商务部等八部门：《关于大力发展数字消费 共创数字时代美好生活的指导意见》，2025年9月24日公开发布。原文
³ 国家卫生健康委等部门：《关于促进和规范“人工智能+医疗卫生”应用发展的实施意见》及政策解读，2025年11月4日。政策原文；官方解读
⁴ 国家数据局：彭雪海《专家解读｜深耕高质量数据集建设 激活人工智能发展新动能》，2026年6月14日。原文
⁵ 广州市政务服务和数据管理局：《入选国家医疗健康领域数据标注试点城市，广州再添“国字号”试点名片》，2026年9月7日。原文
⁶ 国家数据局：魏亮《专家解读｜筑基智能时代，释放数据价值》，2026年6月10日。原文
⁷ 上海市城市数字化转型应用促进中心：《2026年第33期数智要闻》，其中医疗卫生高质量数据集实验室信息来源于国家数据发展研究院，2026年9月11日。原文
⁸ 《浙江日报》：《我省首批医学人工智能临床验证中心揭牌》，2026年9月24日。原文
⁹ 国家数据局等部门：《关于培育数据流通服务机构 加快推进数据要素市场化价值化的意见》，2026年2月7日公开发布。原文
¹⁰ 国家数据局：《关于推进行业高质量数据集建设行动的实施方案》，2026年6月8日公开发布。原文
¹¹ 国家数据局：《国家数据要素综合试验区医疗数据流通利用专题现场会在北京召开》，2026年7月6日。原文
¹² 国家数据局转载央视新闻：《朝闻天下｜聚焦十大行业、破除数据开发利用难点 国家最新举措》，2026年9月22日。原文
免责声明：
智慧医疗网转载其他网站内容，出于传递更多信息而非盈利之目的，内容仅供参考。版权归原作者所有，若有侵权，请联系我们删除。
本平台所发布信息的内容和准确性由提供消息的原单位或组织独立承担完全责任!
凡来源注明智慧医疗网的内容为智慧医疗网原创，转载需获授权。
