6月29日，国务院常务会议听取人工智能发展情况汇报。通稿里有一句话很短，但分量不轻：
强化高质量数据供给。
这句话放在“关键技术攻关”和“超大规模智算集群建设”之后，放在“人才、资金等要素保障”之前。它不是一句普通表态，而是在人工智能进入产业落地阶段之后，对数据供给侧提出的一次明确要求。会议同时提出，要守牢人工智能安全底线，完善科技伦理、测试认证等制度规则，构建动态适应、分级分类的安全监管体系。如果只看这一次会议，容易把它理解成“数据是AI燃料”的又一次重复。但如果把过去半年甚至更早的政策连起来看，信号其实已经很清楚：人工智能的竞争，正在从单纯的模型竞争、算力竞争，进入高质量数据供给能力的竞争。医院有病历，有检查检验，有影像，有用药，有手术，有随访，有支付，有医保，有科研项目，有真实世界诊疗过程。真正缺的，是能被合规使用、能被模型理解、能被专家校验、能被持续复用、能被审计追溯的医疗数据产品。过去几年，医疗数据经常被放在“信息化”“科研支撑”“数据治理”的语境里讨论。医院建系统，做互联互通，搞数据中台，清洗结构化数据，服务科研课题。这些事情重要，但它们更多解决的是“医院内部怎么用数据”。这次国常会的变化在于，它把“高质量数据供给”放到了人工智能发展的核心要素位置。也就是说，数据不再只是医院信息化系统里的沉淀资源，而是人工智能产业落地所需要的基础供给。通用模型可以回答常识问题，但到了医疗场景，它必须理解临床路径、诊疗规范、病程变化、用药逻辑、检查检验关系、预后结局、真实世界人群差异。
更准确地说，医疗AI真正需要的不是“更多数据”，而是“更可用的数据”。也不是把某个科室过去几年做过的课题数据重新整理一下。这些问题答不清楚，数据再多，也很难成为人工智能真正需要的高质量数据供给。2026年政府工作报告已经提出，要深化拓展“人工智能+”，促进新一代智能终端和智能体推广，推动重点行业领域人工智能商业化规模化应用，同时提出“深化数据资源开发利用，健全数据要素基础制度，建设高质量数据集”。5月，国家数据局印发《2026年数字经济发展工作要点》，把“深化数据要素市场化配置改革”放在第一项任务，并提出加快建立全国统一数据产权登记制度；同时把“强化数据赋能人工智能发展”作为重点任务，要求形成一批满足AI就绪度要求、有效训练先进模型、切实解决行业难题的标杆性高质量数据集。6月，国家数据局印发《关于推进行业高质量数据集建设行动的实施方案》。这个文件更关键，因为它不再只是讲原则，而是开始讲方法。文件明确，行业高质量数据集是经过采集、加工等数据处理，可直接用于开发和训练人工智能模型，能够有效提升模型性能的行业数据集合。它还提出，要围绕强基扩容、标注攻坚、提质增效、应用赋能、管理服务、价值释放六个专项行动，形成“场景牵引数据、数据驱动模型、模型赋能应用、应用创造价值”的数据飞轮。场景先明确，数据再建设，模型再验证，最后回到临床应用和产业价值。
过去谈医疗数据产品，很多人脑子里想到的还是数据表。一张表，几个字段，多少条记录，做了脱敏，挂到交易所，等待授权使用。按照国家数据局的高质量数据集建设思路，行业数据集要面向文本、代码、图像、音频、视频、点云、时序数据、科学数据等多模态形态，也要加强知识库、知识图谱、本体、复杂任务规划、长程推理、人机交互、决策执行等数据集建设。- 专病队列、真实世界研究、随访结局、药物经济学评价，可以形成面向场景的数据产品。
所以，未来真正有价值的医疗数据产品，不会只是“某某医院某某病种脱敏数据集”。
它包括数据资源清单、字段标准、变量定义、数据字典、入排标准、质控规则、专家标注、伦理审查、授权边界、应用场景、版本管理、日志审计和输出审核。再往前一步，它还应该能够进入可信数据空间、沙箱、TEE或API服务环境，以“数据不出域、任务进来跑、结果审核后输出”的方式被使用。国家数据局在高质量数据集方案里也明确提出，鼓励依托国家数据基础设施，运用隐私保护计算、可信数据空间等能力，开展数据集安全存储、可信流通和高效应用。医疗数据产品的交付方式，不能再停留在“发文件、传表格、拷贝数据”。合规的数据产品交付，应该越来越接近计算服务许可、可信空间调用、API服务、模型验证服务、统计分析服务和证据生产服务。而是数据背后的临床知识、专家经验、真实诊疗场景和长期随访能力。经过临床专家定义、标注、验证、质控，并且能够支撑真实世界研究和人工智能模型训练的数据产品，价值才会被重新定价。2025年10月，国家卫生健康委办公厅等五部门发布《关于促进和规范“人工智能+医疗卫生”应用发展的实施意见》。文件提出，到2027年，建立一批卫生健康行业高质量数据集和可信数据空间，形成一批临床专病专科垂直大模型和智能体应用。文件还提出，支持各地建立高质量医疗健康数据的可信数据空间，鼓励研发医疗卫生行业垂直大模型应用，孵化专业化、专科化的医疗智能体。意味着医院未来参与人工智能，不只是买系统、用模型、接入智能体。医院本身也可能成为医疗AI的重要数据供给方、场景验证方、模型共建方和成果转化方。尤其是三甲医院、专科医院、国家医学中心、区域医疗中心、临床研究能力强的医院，完全有机会围绕优势学科建设专病高质量数据集。比如：这些数据产品如果只是内部科研使用，价值只能停留在项目层面。但如果经过医院内部立项、伦理审查、数据治理、成果认定、数据产权或数据知识产权登记、数据产品登记，并通过可信数据空间以计算服务方式对外授权，就可能进入一个新的成果转化体系。
数据治理、专家标注、变量设计、质量控制、模型验证，都可能成为可评价、可追溯、可转化的职务科技成果组成部分。过去药企做真实世界研究，常见路径是找医院、建队列、抽数据、做统计、出报告。这种方式能解决单个项目问题，但很难形成持续证据生产能力。而是建立稳定、合规、可复用的真实世界证据生产体系。药企真正需要的，是围绕具体药品、适应症、人群和支付场景，持续获得高质量RWD，并把这些数据转化为RWE。基于医院高质量数据集和数据产品，开展计算服务许可授权合作，在可信数据空间内完成队列筛选、统计分析、模型验证、药物经济学评价、医保价值评价和研究报告输出。
- 医生团队参与数据产品建设和成果转化，有合理激励空间。
- 药企获得的不是一次性数据包，而是可持续的证据生产能力。
- 研究过程有日志、有审计、有版本、有输出审核，更适合未来监管和医保价值评价要求。
这也是为什么，医疗数据产品的价值不应只按“多少条记录、多少个字段”来定价。真正的价值，来自它能解决什么问题，支撑什么研究，服务什么模型，形成什么证据，进入什么决策场景。对数据服务商来说，最容易犯的错误，是继续把自己定位成“资源撮合方”。过去可能靠医院资源、药企需求、交易所挂牌，就能完成一单合作。不知道药企为什么要做真实世界研究，不知道医保价值评价看什么，不知道医生科研怎么立题，不知道医院成果转化流程怎么走，就很难把数据做成产品。不是简单清洗，而是要完成字段治理、变量映射、标准化、数据字典、质控规则、标注流程、版本管理和可复核底稿。数据不出域、可用不可见、可信数据空间、沙箱分析、TEE计算、API调用、输出审核、日志审计，这些会从“加分项”变成“基本功”。医院的数据产品不是企业随便包装的商品。它涉及医院内部立项、伦理审查、科研管理、数据安全、法务审核、国有资产管理、成果认定、收益分配和公示披露。谁能把这些环节串起来，谁才有机会成为医疗数据产品时代的基础设施服务商。人民日报报道显示，2024年初我国日均词元调用量为1000亿，2025年底跃升至100万亿，到2026年3月已突破140万亿。词元作为大模型处理信息的最小信息单元，正在成为智能时代可计量、可定价、可交易的重要单位。但放到医疗数据产品里，不能简单理解为“以后医院数据可以按Token卖”。词元让AI服务的调用、结算和价值评估变得更可计量。但医疗数据产品的底层价值，仍然来自合规的数据来源、专业的临床标注、可靠的质量控制、清晰的授权边界和可信的应用场景。未来，医疗数据产品可能不直接体现为一份数据包的价格，而是体现在模型训练、智能体调用、API服务、计算任务、真实世界分析和证据输出过程中。也就是说，医疗数据产品的商业模式会从“一次性交付”逐步转向“持续服务”。- 卫健委等部门明确提出建设卫生健康行业高质量数据集和可信数据空间。
这些政策合在一起，给医疗行业指向了一个很清晰的方向：未来真正有价值的医疗数据产品，应该是一套以临床问题为牵引、以高质量数据集为基础、以专家标注和质量评价为支撑、以数据产权登记和成果转化为路径、以可信数据空间为交付环境的新型医疗数据基础设施。真正的机会，是把临床数据变成可信证据，把医院经验变成可复用资产，把医生知识变成可评价成果，把医疗数据产品变成人工智能时代真正可用、可控、可转化的高质量数据供给。这才是国常会“强化高质量数据供给”背后，医疗数据行业最值得认真对待的产业信号。参考来源：新华社、国家数据局、国家卫生健康委、人民日报、新华社政府工作报告公开报道等。
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。
