本期转载《健康报》专业解读文章,聚焦近期发布的《医疗场景下高质量数据集建设专家共识(2026版)》。该共识由中国工程院王振常院士等行业专家联合执笔,王振常院士同时也是国家人工智能应用中试基地(医疗)・北京医学影像人工智能创新实验室主任、基地深度合作 PI,长期为基地数据集建设与影像 AI 临床验证体系提供权威学术支撑。作为由中国联通北京医疗健康大模型有限公司建设运营的国家级医疗AI中试转化平台,国家基地始终将高质量数据集建设作为核心能力底座,目前已建成多个专科专病高质量数据集。这份共识也将为基地后续数据要素生态建设、医研企协同转化提供重要标准参考。以下为报道全文。
医疗数据的海量积累并不等同于可直接复用,模型测试的优异表现亦不代表其进入临床应用后可切实改善诊疗质量。如何将分散的医疗数据,转化为可靠、可用、可持续维护的高质量数据集,是医疗卫生数字化转型进程中亟待破解的关键命题。
《医疗场景下高质量数据集建设专家共识(2026版)》近期发表于《数字医学与健康》。《共识》旨在构建数据集建设与实际应用落地、临床价值验证及长期运维治理的全链条贯通机制,围绕高质量数据集的定义原则、需求分析、采集处理、标注评价、安全合规及持续维护等10个方面提出系统性建议。本期邀请《共识》主要执笔专家进行解读。
中国工程院院士、首都医科大学医学影像学院院长 王振常
首都医科大学附属北京友谊医院信息中心主任 吕晗
复旦大学附属中山医院心内科副主任医师 梁义秀
上海交通大学计算机学院特聘教授 盛斌
明确应用场景 破解数据与需求脱节难题
医疗数据集建设的首要难点,是明确“需要什么数据”。临床诊疗、科学研究、公共卫生和医院管理等,对数据的要求各不相同。人工智能辅助筛查、诊断支持和病历整理所需的数据内容、标注精度及验证方式也存在差异。脱离具体任务追求数据量和模态数量,易形成“数据收了不少,关键问题仍回答不了”的局面。
《共识》明确提出,应将需求分析与场景匹配前置至数据集建设的启动阶段,并贯穿后续全流程。在建设启动之初即需明确数据集的服务人群、使用主体、嵌入的具体工作环节、输入输出标准,以及潜在错误可能引发的后果。在此基础上,再将数据来源、关键变量、样本构成、标注规则与验收标准逐一对应,推动建设方、使用方与评价方依据统一规范,开展协同工作。
以疾病风险预测为例,首先要确定预测发生在就诊的哪个时点。若把预测时尚未获得的检查结果或事后诊断录入,即使模型测试表现突出,也无法证明该工具在实际使用时有效。
同样,主要来源于大型医院的数据,能否支持基层应用,需要考察患者构成、疾病谱、设备和诊疗流程等差异。数据规模的扩大并不能自动弥补关键变量缺失和人群代表性不足的缺陷。质量结论必须与指定用途、适用人群和数据版本相联系,不得把一个场景中的合格结论直接搬到另一个场景。此外,开展数据处理与标注时,全程需要紧扣数据的临床含义。异常值可能源于录入错误,亦可能反映真实的危重病情;发现缺失记录时,应深入分析产生原因,不可一概删除或随意填补。用于判定结果正误的标签,应具备明确的临床定义、权威参考依据与规范的复核程序。唯有将上述基础性工作做深做实,数据在加工流转过程中才能保留完整的医学信息价值。
临床、技术与管理三类人员要从需求分析阶段就共同参与数据集建设工作。对于可能影响临床决策与患者安全的应用场景,应强化质量控制、独立测试与外部验证机制;对于探索性、低风险的任务,可采取适度简化但全程可追溯的管理模式。资源投入的优先级应依据实际需求强度与潜在风险等级等决定。
建立分层评价机制 防止“高分”掩盖关键缺陷
如何评价数据集的质量,是建设中的另一核心难点。完整率、准确率等指标能够反映部分质量状况,却不足以证明数据集适用于某项任务;模型取得较高分数,也不能替代对数据来源、标注可靠性和使用边界的判断。将复杂的质量评价压缩为一个总分,可能掩盖真正影响安全和可信度的缺陷。
为此,《共识》提出,应从数据本身质量、场景适配程度、模型表现、工作流程可用性与临床价值证据5个维度构建分层评价体系。
首先,数据来源的合法性、伦理与授权合规性、关键字段与标签质量等,是必须满足的基础性准入条件。训练数据与测试数据混杂、关键标签存在严重错误等问题,不可通过其他维度的高分予以抵消。评价结论还需明确说明样本规模、指标测量方法、阈值设定依据及结果不确定性,确保评价过程与结论具备可复核性。对于可能影响临床决策的高风险数据,还应通过原始记录抽查、系统日志核验等方式,检验其真实性,避免评价仅停留在材料齐全、程序完备的层面。
其次,需严格守住独立验证的边界。在同一家医院、同一批设备上表现良好的模型,应用于其他机构或人群后,其性能表现可能发生变化。因此,应根据预期用途开展跨机构、跨设备、跨时间及关键人群的验证,关注整体测试成绩背后是否存在特定人群表现不佳的问题。若根据测试结果继续调整模型,须采用新的独立数据检验效果,不能反复使用同一套“考题”来证明能力。
最后,证据要与所声称的“价值”相匹配。“能够识别病灶”“能够减少医生工作量”“能够改善患者结局”,是不同层次的结论,需要相应的研究设计和证据支持。回顾性测试中的准确率,不能直接转化为提高诊疗效率或改善患者预后的证明。人工智能进入临床后,还要观察其是否增加复核负担、是否带来新的错误,以及人机协作能否融入真实流程。这意味着评价报告应交代清楚适用场景、限制条件和证据不足之处,并据此形成通过、限制使用或不通过等结论。
落实持续治理 远离重建设、轻运行误区
高质量数据集同样面临长期运行的考验。设备更新、诊疗规范调整、患者构成变化,都可能改变数据的分布和含义。在建设时符合要求的数据集,如果缺乏持续维护,可能逐渐偏离实际需求。因此,验收合格仅是阶段性节点。
《共识》将持续更新、版本管理、质量复核、应用反馈和退出归档,纳入高质量数据集全生命周期管理范畴。医疗机构应明确维护责任主体、更新周期、需启动重新评价的问题情形,并为相关工作安排稳定的人员和经费。新增数据接入、标注一致性下降、关键人群表现变差或出现高风险错误,均应触发影响评估和相应处置。更新过程应保留完整记录,使不同版本的变化及其影响可追溯。
跨机构共享则需要同时解决信任和责任问题。《共识》强调,应区分原始数据是否公开与数据说明是否透明。在保护隐私和保障安全的前提下,使用者仍需了解数据的来源、采集与处理方式、存在的偏差、适用及禁止应用的场景。明确上述内容,能够减少重复核验和误用,也为合作建立可信基础。
安全要求应落实到具体环节。采集、加工、存储、使用和共享等环节的责任主体,访问权限审批流程,使用过程留痕方式,问题处置机制等,都需明确。去标识化等技术措施应与用途限制、授权管理和风险评估相结合;数据共享方式也应根据数据敏感程度和使用风险来确定。
要使维护和共享持续推进,还需重视数据提供、整理、标注及治理人员的贡献,通过规范的数据引用、成果贡献认定、绩效激励等方式,保障合理回报。临床使用中发现的错误、外部验证暴露的偏差及用户反馈,应持续回流至治理环节,推动修订和再评价。数据集的价值最终体现在能长期服务诊疗、科研和管理,并在使用中不断获得完善。
总的来看,作为指导性文件,《共识》为各方协作提供了共同框架。只有将相关要求转化为日常工作制度,高质量数据集才能真正成为医疗卫生服务的可靠支撑。
文章转载自健康报(2026年11月17日 第8版)
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。