欧博ABG

“目今，医院信息部分面临的不是纯粹的数据导出需求，而是围绕场景生产数据产品的需求。。高水平医疗数据集的‘量产’，无法依赖简朴复制，而是必需建设完善的数据产品生产机制。！！！

克日，在北京信息化协会信息手艺应用立异事情委员会与HIT专家网主理的“医疗数据治理要领与实践——2026年HIT专家网工程师讲坛”上，首都医科大学宣武医院（简称宣武医院）信息中心主任梁志刚分享了宣武医院从临床数据治理到高水平数据供应的探索履历。。

“医院信息化建设日趋完善，数据中心、数据湖等基础设施已基本落地。。但科研、AI应用、专病等场景需要数据时，仍会泛起数据找不到、不完整、口径纷歧致等问题。！！！绷褐靖找晕，医院数据“欠好用”的原因是多方面的。。

首先，应正视医院数据自身的特殊性。。医疗数据中保存大宗非结构化数据以及主观评价，缺乏客观指标。。同时，诊疗历程涉及诊前、诊中、诊后，医疗数据要反映疾病诊治的全流程，用于临床研究和大模子训练的数据需要举行纵向治理，即对患者全流程数据举行持续关联与追踪。。这对数据平台建设提出了更高的要求。。

同时，医疗场景的数据需求正在爆发根天性转变。。数据正从资源转变为产品，其价值取决于能否解决现实营业问题。。以往医院信息中心面临的临床数据需求，可能是资助临床专家导出部分数据，事情方式是“一次一洗濯、一次一诠释”，现在已升级为“围绕特定场景生产数据产品”。。好比，临床科研职员需要构建可研究的患者行列，影像AI训练需要“影像+报告+病灶标注”等数据，药械研发需要“治疗历程+随访+疗效+下场”等数据，此时都需要医院信息中心交付“可复用、可评价、可持续更新的数据集”。。

“因此，医院数据治理的事情领域，远远凌驾此前的平台建设与非结构化数据抽取事情，而是围绕场景持续加工数据，通过收罗、关联、标准化、结构化、质控、标注等一系列流程，使数据可明确、可盘算、可复用。！！！绷褐就缜康，若是脱离营业场景、对整体数据举行全程治理，资源泯灭多且意义不大。！！！坝没玫降氖葜柿坎桓、需要的数据又拿不到，这就难以解决营业问题。。因此，数据治理一定要以场景为导向，建议从某一个详细问题入手。！！！

梁志刚以为，“有没有”“对差池”“能否解决问题”是数据治理从基础到高阶的递进逻辑。。数据治理的终点不是“拼集数目”，而是“拿到能解决问题的数据”。。

厘清数据治理的底层逻辑之后，进一步需要回覆：：：一套能够解决营业问题的高水平医疗数据集，应当具备哪些特质？

“评判医疗数据集的质量水准，不可只看病例数目，数据颗粒度和可用性也是决议数据集质量的焦点因素。！！！绷褐靖战樯，从营业角度来看，高水平医疗数据集需同时具备以下六个条件：：：

第一，确保原始数据的可用性，首先要包管“真”。。例如，CT/MRI要优先保存原始DICOM，支持序列、参数和空间信息追溯；；；数字病理优先保存WSI，阻止缩略图丧失诊断级细节；；；超声/内镜优先保存原始视频或高质量文件，保存历程信息与要害帧上下文。。

第二，确保临凑樟暇的充分性，要从“结论”升级为“临床语义”，保存诊断依据与病情细节。。大宗临床文书的表述并不充分，好比仅有“阴性/阳性”等结论，通常缺乏以支持高质量训练；；；诊断依据同样主要，需要增补病灶部位、巨细、数目、密度等“高水平表达”。。

第三，确保影像、报告、标签等多模态数据的稳固配对。。从影像到病理、从检查到磨练，差别模态的数据不需要“都放在一个文件夹里”，但每个层级之间需要有明确、稳固的关联键。。

第四，标签粒度清晰。。差别营业使命，对应纷歧样的数据颗粒度，对治理事情的要求也随之转变。。以“报告天生”使命为例，“影像+报告”可知足通俗场景的使用要求，但面向高要求科研或AI训练场景，则需要做到影像所见、报告结论、病灶位置三者的绑定对齐。！！！安槐４嫱牙胂晗赣τ贸【暗、绝对高质量的数据，数据集质量要连系营业目的判断。！！！绷褐就缜康。。

第五，交付质料完整。。正式交付的应是一套“数据产品包”，包括主体数据、标签与标注、结构化文本等。。

第六，合规界线清晰。。要注重脱敏、授权等隐私与清静问题，确保数据使用切合清静和合规要求。。

“先解决真实的营业场景问题，再将项目能力沉淀为医院的数据能力，这是医院数据治理、打造高水平数据集的要害。！！！绷褐靖战樯，宣武医院的高水平医疗数据集建设不是从“大平台”最先的，而是先选择了一个详细问题——“颈动脉支架数据集”，逐一解决项目中袒露的种种问题，并沉淀项目数据治理能力。。

颈动脉支架数据集的建设目的之一是赋能临床科研，其患者纵向专病数据来自EMR、检查磨练、手术、医学影像、随访等多套医院系统。。该数据集的建设从建设患者级关联最先，汇聚患者主索引、就诊关联、手术关联等数据，形成患者诊疗旅程，完整呈现患者诊疗全周期。。

梁志顽强调，数据集建设一定要思量患者的真实就诊流程，而不是站在简单营业系统的角度调取数据。。单个营业系统的数据，往往是不周全、不完善、不客观的。。

数据治理常见的一浩劫题是“怎样将字段转变为临床变量”。。例如，系统字段纪录的是手术名称、耗材名称等，而临床科研需要的是术前风险病变特征、手术战略等信息。。因此，医院信息部分需要在临床专家的指导下，增补更多详细的临床数据，既要包管数据的结构与一致性切合IT规则，又要使它的医学合理性切合临床规则，这需要信息科与临床专家配合界说数据质量规则，让临床专家的知识稳固进入数据生产流程，形成多部分协同的机制。。

“欧博ABG思绪是做好前治理。。由于医疗数据很重大，它是医生临床履历、诊疗思绪、学科水平的体现，若是前治理做欠好，即便使用大模子举行后治理、剖析，也很难出效果。！！！绷褐靖账。。

宣武医院通过建设此数据集，接纳“前置型标注提升数据治理效率”的思绪，完善高水平医疗数据集的治理流程，形成需求剖析、数据评估、规则构建、批量处理、质量提升、数据清静自查的标准化SOP。。阻止现在，宣武医院已完成了30余个高水平数据集建设。。

基于宣武医院医疗数据集的建设探索，梁志刚总结了几点履历：：：

首先，建设高水平数据集的要害点之一在于优势学科的加入。。优势学科的专家更注重学术研究，更有意愿加入数据建设。。并且只有优势学科才华吸引高质量的患者资源，才华积累出高水平的诊治历程和数据集。！！！坝ο茸龊1个数据集，形成数据品牌，再复制更多效果。！！！绷褐靖账。。

其次，以场景为导向，控制治理规模。。数据治理应先确定用途，再确定样本体量、跨度、数据颗粒度等。。若是用途不清晰，治理规模就会无限扩张，本钱无限增添，难以见实效。。

第三，建设系统同时管控数据质量与清静。。如遵照数据收罗的“最小须要”原则、对齐医疗数据标准、举行脱敏预处理等。。

第四，高水平的数据集来矜持续生产。。只要路径确定、治理制度确定、规则确定，“数据飞轮”就会更多地沉淀，持续产出，使数据集建设在使用中一直迭代。。

第五，可复制的不是数据库，而是生产机制。。数据集建设真正需要复制的是场景选摘要领、规则与质控系统、跨部分协作能力等。。让下一个专病建设更快、更稳、更低本钱，才是医院级数据能力的真正提升。。

梁志刚介绍，宣武医院正在推进院内数据资产服务，梳理数据资产；；；推动高水平数据集向多模态数据团系统、数据产品系统、数据资产治理系统进阶。！！！罢嬲氖萁ㄉ枘芰，一定是临床和信息治理部分配合协作的效果，这样的数据建设能力才可复制、可复用。！！！

信息泉源：：：HIT专家网官微公众号