人工智能的发展范式正在发生根本性转变。从“拼算力”“拼算法”到“拼数据”，高质量数据已成为决定AI能力上限的战略性资源。日前，国家印发《关于推进行业高质量数据集建设行动的实施方案》，以全链条思维部署了强基扩容、标注攻坚、提质增效、应用赋能、管理服务、价值释放六大行动。这一顶层设计，为医疗信息化从“系统建设”迈向“数据驱动”的数智化升级，提供了清晰的方向指引。

数据：从“信息记录”到“AI关键生产资料”

通用大模型的技术迭代趋于平稳，向垂直行业的深度落地成为人工智能发展的必由之路。而高质量行业数据供给不足，恰恰是制约产业落地的最大瓶颈。

在医疗领域，这一问题尤为突出。病历档案、影像数据、检验报告、耗材流转记录等海量信息，长期处于“来源分散、质量参差、覆盖不足”的状态。数据标准不统一，跨系统、跨机构的数据打通困难重重。这些数据曾是信息化系统的“副产品”和“存档记录”，但在AI时代，它们的角色正在发生根本性跃迁——从被动的信息记载，转变为驱动智能决策、支撑精准医疗的核心生产资料。

《方案》明确将行业数据集分为通识数据集与专识数据集两类，强调经过标准化采集、专业化加工等全流程处理后，直接用于AI模型开发训练。这意味着，医疗信息化建设必须将数据治理提升至战略高度，让数据真正具备“AI就绪”的能力。

从建系统到用数据：信息化升级的新命题

过去二十年，医疗信息化建设的重心是“建系统”——HIS、电子病历、影像归档、检验信息等系统逐步落地，完成了医疗服务流程的数字化改造。但在新的发展阶段，仅仅有系统已经不够。系统产生数据，但数据能否被有效治理、标准化加工、安全流通，并最终反哺临床与管理决策，决定了信息化投入能否真正转化为智能化的产出。

这正是《方案》六大行动所破解的核心命题。强基扩容与标注攻坚，解决的是数据“有没有”和“好不好”的问题——拓宽供给渠道，推动标注从人力密集型向知识密集型升级，让专业医学知识系统性地注入训练数据。提质增效与应用赋能，直击数据建设与应用脱节的痛点——构建满足结构完整性、内容多样性、标注准确性的高质量数据集，推动“以用促建、建用结合”，让数据在真实场景中持续沉淀优化，形成“数据飞轮”效应。

管理服务与价值释放，则在制度层面为数据流通保驾护航——构建全生命周期管理体系，探索数据权益制度，培育“为高质量数据付费”的市场共识，让数据的价值从隐性走向显性。

医疗信息化企业的机遇与责任

对于深耕医疗信息化领域的技术企业而言，这场从“拼算力”到“拼数据”的范式迁移，既是机遇，也是责任。

一方面，企业需要将数据治理能力内化为核心竞争力。帮助医疗机构构建标准化的数据采集、治理与标注体系，推动病历、影像、检验、耗材流转等多源异构数据的融合贯通，让沉睡的数据资产真正被激活。另一方面，以高质量数据为底座，推动AI能力从通用场景向专业场景的深度渗透——智能辅助诊断、医疗质量管控、供应链预测、医保合规审核等，都依赖于行业专识数据集的建设水平。

更重要的是，在数据安全与隐私保护的红线之上，探索数据合规流通与价值释放的可行路径。医疗数据的敏感性决定了其必须在严格合规的框架下实现共享与利用，《方案》提出的“三权分置”和全生命周期管理，为这一探索提供了制度依据。

从信息化到数智化，从系统建设到数据驱动，医疗行业正站在一个关键的转折点上。高质量数据集的建设，不是一项孤立的数据工程，而是医疗信息化整体升级的核心引擎。唯有筑牢数据底座，让数据真正流动起来、用起来、释放出价值，AI才能从演示走向生产，从概念走向实效，为医疗行业的高质量发展注入持久动力。

特别声明：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。

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。