【科技资讯】当AI穿上白大褂：谁来唤醒沉睡的医疗数据？

📝 核心摘要

中国拥有全球最大患者群体、最丰富临床病例和活跃的大模型生态，但AI医疗落地却因数据瓶颈受阻。2026年合肥国家人工智能应用中试基地（基层医疗方向）的年度数据汇聚目标远未达成，多数AI医疗团队面临“技术 ready、数据沉睡”的困境——医疗数据被锁在医院、科室甚至系统间的互不相通“抽屉”里，隐私安全只是表象，更深层是“信息即权力”的激励结构问题：数据作为组织资源，掌握者不愿交出，且缺乏对等收益与约束机制，导致市场失灵。

浙江的“健康数据高铁”提供了破局思路。源于“最多跑一次”改革，浙江建成全国唯一全省域医疗机构数据实时互联互通的体系，其关键设计是“数据不出院但互通”：数据保留在医院，全省统一调用协议与互认标准，“健康大脑”调度且全程留痕，既保障医院控制权，又降低制度摩擦。2024年上线的“安诊儿”AI导诊系统依托该底座实现跨区域数据互认，AI辅助诊断已覆盖所有基层机构，部分地区误诊率下降，体现系统效率而非单一技术突破。

国家数据局《可信数据空间发展行动计划》明确在医疗健康领域建设“原始数据不出域、数据可用不可见”的可信数据空间，浙江“健康大脑”正是行业原型。技术端蚂蚁等推出“可信智能体群”约束大模型，制度与技术结合才能推动AI医疗规模化。但浙江仍面临数据权属、定价、授权运营等瓶颈，激励不足导致“路修好但车不多”，其试探方向是让数据共享机构优先使用模型、共享成果，但数据贡献度量化、收益分配等细节待解，安全监管成本也是全国推广的挑战。

全国复制需四方面落地：一是数据确权操作指引，明确病历流转、收益分配等流程；二是可量化的贡献激励，按质量、稀缺性等定贡献值；三是分级分类安全合规，参照金融业经验制定全国标准；四是跨省互认从小切口（如检查检验结果）起步，建立对账结算体系。核心命题是制度能否让医疗数据流动，同时避免不可接受的代价，这是AI赋能医疗的关键，而非技术本身。

🔗 阅读原文

👉 当AI穿上白大褂：谁来唤醒沉睡的医疗数据？

🏷️ 标签：医疗数据, 可信数据空间, AI医疗, 数据要素, 浙江健康大脑