《国家数据局：2025年“数据要素×”大赛全国总决赛获奖项目案例集——医疗健康赛道.pdf》由会员分享，可在线阅读，更多相关《国家数据局：2025年“数据要素×”大赛全国总决赛获奖项目案例集——医疗健康赛道.pdf（36页珍藏版）》请在三个皮匠报告上搜索。

1、1医疗健康赛道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

2、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2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

3、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

4、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。3二等奖数字医生“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

5、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，

6、联合权4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，