案例一：国家健康医疗大数据中心（北方）
案例二：多模态健康医疗数据助力“AI+制药”新范式
案例三：中医药行业雷公大模型
案例四：智能物联多模态数据资源库赋能精准医疗
案例五：基于大模型的三医联动监管项目
【郑重声明：我们尊重原创，也乐于分享。版权归原作者所有，如有侵犯您的权益请及时告知，我们将在24小时之内删除。】
邮箱：bjwmwhcb@163.com
规划编制、研究报告、咨询培训
联系万茂咨询
?
数字健康产业高质量发展研究报告(专栏五:优秀项目案例)作为国家级健康医疗大数据区域中心试点之一，国家健康医疗大数据中心（北方），积极响应国家“人工智能+”行动，以北方中心基础设施建设为基础、以健康医疗数据运营为核心、以智能化应用创新为抓手，持续推动医疗卫生数智化转型，赋能大健康产业高质量发展，以“人工智能+”民生福祉助力打造更有品质的美好生活。 一是高标准打造国家级数据基础设施。作为济南国际医学中心引入的国家级平台，北方中心主数据中心总体设计容量20000机柜，存储规模达到EB级。目前已经形成医疗健康行业国内医疗信息化领域目前唯一的“两地三中心”模式，构建了覆盖全国11个省、自治区的数据融汇网络，已汇入山东1亿人口、超4000家医疗机构近20年的健康医疗数据，成为国内规模最大的健康医疗数据合规运营平台；被纳入全国一体化工业大数据山东云医药制造行业中心试点、国家数据资产全过程管理试点、国家数据要素综合试验区建设专项试点等国家试点。 二是“技术+机制”创新驱动数据要素高效流通。在人工智能三要素（算力、算法、数据）中，数据被誉为人工智能的“血液”或“燃料”，是AI技术发展的基石之首。没有数据，再先进的算法和强大的计算能力也将无的放矢。经过5年多的探索，北方健康已具备了数据采集、存储、治理、共享等全流程技术能力，构建了全维度标准化、高适配性的医疗数据治理体系，形成了“企业设计－专家论证－政府备案－监管运营”的国内首个大规模医疗数据市场化运营机制。目前，北方中心数据关联性已达100%，诊断与手术归一率分别提升至93.82%、97.55%，形成了18类重点疾病数据集和33个应用数据集。 三是聚焦场景打造智能化产品与应用。为推动医疗卫生数智化转型，北方健康一方面聚焦医院与患者“刚需”，打造了全流程智能化数据智能处理中心、医生助手、AI健康管家等智能应用；另一方面面向商业保险、医药、人工智能等多领域，创新开发了商保一站式结算、AI模型训练、药物经济学等十大类数据应用场景及数据产品线。其中，基于北方中心打造的山东省影像云平台已实现全省二级以上医疗机构检查检验结果的智能化互认共享，每年为患者节省医疗支出超亿元；“人群流行病学分析报告”产品实现了全国卫生健康领域首笔数据场内交易并获得全国首张健康医疗领域数据知识产权登记证书；商保两核风控场景已实现百万人群级商业应用。 生物医药产业是关系国计民生、经济发展和国家安全的战略性产业，是健康中国建设的重要基础。而我国药企AI应用起步较晚，存在“数据孤岛”“算法模型能力弱”“算力资源卡脖子”等痛点问题。南京江北新区生物医药公共服务平台依托国家健康医疗大数据（东部）中心，实现覆盖江苏省的公卫临床诊疗和20PB多组学数据汇聚与应用，构建AI制药异构算力调度服务联盟，打造干湿闭环药物研发体系，形成一站式AI制药公共技术服务能力，为生物医药产业发展提供数据、算力及算法支撑。 一是构建多模态健康医疗大数据管理平台，推动海量数据汇聚管理。通过对接省级信息化平台API接口、部署大型科学仪器设备下机数据同步采集工具、定期从公共数据库下载更新数据和产学研项目共建等方式，采用“MPPDB+Hadoop”混合架构实现多模态健康医疗数据管理，并研发生物医药领域通用数据处理、分析和隐私保护自动化工具，实现江苏省8000多万人的公卫临床诊疗数据、20PB多组学数据以及千万级化合物数据资源的统一汇聚。 二是依托多种分析技术提高数据处理效率与质量。公卫临床诊疗数据主要利用医学自然语言处理AI模型和大数据ETL技术，构建数据提取、脱敏、治理和质量评估标准化流程，实现标准化数据要素供给；多组学数据打破了传统单一组学研究方式，在常用生信分析技术基础上，引入迁移学习等技术，实现多组学数据联合分析与应用；化合物数据主要针对药物研发中存在的高质量数据不平衡问题，通过等变图神经网络等技术构建A模型，实现统一建模不同类型分子的效果。 三是遵循“原始数据不出域，数据可用不可见”的原则，保障数据安全，建立起“实名申请、快速审批、定点调取、分类使用、全程监控、多方监管”的数据安全共享管理规范和先行先试转化应用流程。同时采用安全认证、权限控制、数据加密/脱敏、配套数据安全计算环境、实行数据全生命周期管理等方式，切实保障数据存储与应用安全。 四是强化多模态数据融合与分析，推进数据驱动的药物研发创新。项目实施以来，已与100余家企事业单位在疾病药物/医疗器械真实世界研究、智慧医疗/精准医疗产品研发、药物发现与优化等应用场景开展合作，助力科研团队发现多个疾病新靶点和新活性分子，整体降低企业研发成本超千万元。 五是构建政府主导、多方参与的市场化可持续运营模式。通过市场化运营方式，面向生物医药行业科研和企事业单位提供算力资源服务、多组学检测服务、数据分析服务，实现国有公共技术服务平台的自我造血，保障平台持续具备数据汇聚与公共技术服务能力。 图1：AI制药平台整体架构图 中医药是我国独特的医疗卫生资源，党的二十大报告作出“促进中医药传承创新发展”的部署，国务院、国家中医药管理局及国家数据局等都发布了发展规划。当前，中医药产业仍然面临很多挑战，如科学化种植管理技术缺乏，中药质量难以保证，中医资源、中药研发信息分布共享不均衡，中药材质量识别标准不统一，销售退换货成本增加等，这些问题严重影响中医药行业发展。 云南白药集团股份有限公司通过打造中医药行业雷公大模型，构建统一、全链路的产业平台，将新兴技术与全产业链数据要素深度融合，助力推动中医药产业种好药、讲好药、开好药、卖好药，实现全行业、全产业链、全流程数据的有效贯通，推动中医药行业的数字化转型和发展。 一是通过多元数据集构建行业标准体系。通过汇聚产业联盟共享数据、权威机构合作数据，企业应用场景沉淀数据，整合转化为中医药行业高质量数据资产，支撑数据交易和共享，赋能中医药行业各阶段不同场景的应用。 二是统一数据服务、模型训练技术范式和服务标准。从数据获取、数据清洗、数据标注和数据管理四个方面进行数据质量控制，确保数据的准确性、完整性和多模态的可用性；结合行业专属数据标注策略，校验数据，确保数据规范性。针对中药材特色图像数据进行颜色、纹理及形状等特征提取，确保模型训练时能理解和完成处理。 图2 雷公大模型训练技术架构图 三是自主研发设计模型路由器与网关，以保障数据访问安全。首先，提供标准化数据访问接口，统一管理应用的访问控制、负载均衡、缓存及安全功能。其次，通过大模型输入护栏进行输入层的安全控制，训练数据检测模型进行敏感信息的屏蔽，建立映射机制保障必要场景的安全使用，设置系统行为限制并进行分类审批，定义应用范围过滤争议话题的输入，利用异常检测算法识别恶意提示确保系统行为合规。最后，设立输出安全护栏控制输出层的安全，检测无效响应（空白、不规范格式）和不良输出（有害内容、事实错误、敏感信息泄漏等），采取屏蔽、转人工或基于情绪分析模型完成处理。 四是基于大模型赋能多应用场景，以提升数据价值。根据用户病史推荐个性化健康管理方案，结合体质提供健康养生建议，增强未病先防、已病防变意识。有效发掘、利用中药材效能，辅助企业研发、生产、营销决策。结合中医诊疗与中药研发数据，推动诊疗与研发的协同创新。通过数据共享和流通，促进中医药产业链各环节之间的协同合作。 五是构建多方联盟，推进可持续发展新路径。中医药雷公大模型通过技术复用性、场景扩展性以及能力沉淀，提升大模型训练工程化方法和标准，持续建设高质量数据集，赋能产业平台、中医药领域。同时，通过中医药产业联盟，进一步推进以数据要素和AI大模型技术为主的服务建设，更好地服务于中医药各业务场景。 图3 雷公大模型赋能中医药行业 人工智能的发展和数据要素的融入加快了经验医疗到循证医疗再到精准医疗的变迁，其中，临床实践中产生的真实世界数据是实现个性化、精确化诊断和治疗的基础和关键。然而，各级医疗机构、监管部门及数据平台汇聚的数据中，80%存在无序且未经分析、治理和重构等问题，无法转化为有价值的真实世界证据，极大制约了医疗人工智能的进一步发展。 东软汉枫医疗科技有限公司通过构建智能物联多模态数据资源库，打造全量实时互操作数据模型生态系统，转化真实世界数据到真实世界证据，赋能医疗行业的精准化、智能化创新发展。 一是采用多技术手段，提升数据汇聚融合效率与准确度。一方面，基于物联网大数据、人工智能等技术，自研智能医疗设备采集终端，自动适配600种以上不同厂商、不同型号的设备协议。另一方面，通过智能物联多模态数据资源库，将来源于不同医院、不同设备、不同系统的数据整合为多源多维医疗数据，形成全面真实的数据集合。 二是异构数据统一治理，推进数据资源化。一方面，通过WIRE将原始医疗数据进行规范化医学信息结构转换，利用图谱化技术直观展现出数据的时序性、关联性，实现整体治理与资源化。另一方面，对数据采集、存储、处理和分析的全过程进行实时监测，结合自动化校验工具和算法，及时发现数据质量问题。同时，通过采用自顶向下的真实世界领域分析方法，整合数据元素与层级化设计，构建具有互操作性的医学信息数据资源模型。 三是建立多项机制，保障数据流通安全。数据通过患者知情同意授权、医院数据使用授权的“双授权”方式获取，通过多方安全计算（MPC）在可信环境中基于密文数据执行计算获得结果，实现数据的随产随用，为医院数据的授权使用提供保障。同时，数据流通中通过采取加密、访问控制、数据脱敏等技术手段，进一步确保数据安全和隐私不被泄露。 图4 数据空间下数据流通场景 四是多领域赋能实现数据价值释放。医院原始数据经WIRE模型标准转化为不同细分领域数据集，形成医院侧场景化应用和市场侧医学增值服务的双向驱动。例如，临床医学领域可用于支撑开展围手术期预警模型临床评价；卫生经济学领域通过分析医疗费用数据、疾病发病率数据等，为医保政策的制定提供科学依据；公共卫生领域可通过医疗数据、人口流数据等建立传染病监测模型，预测疫情发展趋势。目前，项目已在全国众多医院推广实践，如中国医科大学附属盛京医院，实现医生治疗效率提高15%，医疗文书数据错误降低10%，患者诊疗风险降低15%，患者满意度提高20%。 五是构建多场景多渠道的可持续发展模式。一方面，项目通过建立数据联盟和探索数据空间，推动数据的共享开放和产品化服务。另一方面，项目可通过3所学术与科研机构、2个医疗行业学会、N个媒体平台、1个共建生态进行推广，通过提供数据产品销售、数据订阅服务、数据分析与咨询服务等服务实现可持续发展。 医疗、医保、医药数据作为一种关键数据资源，正成为推动深化医改和行业转型升级的重要因素，但当前面临着行业壁垒、采集困难、存储分散、标准不统一等难点，导致医疗监管效率低下、医保控费手段有限、药品监管链条割裂等问题，严重制约了医疗服务质量提升、医保控费改革和药品安全监管的协同发展。 海南省利用“三医平台”数据空间中的关键数据资源，训练基于三医联动的医疗大模型，实现医疗内涵质量控制、医保控费、智慧药监等监管应用，推动三医监管模式深度变革。 图5 三医联动监管平台 一是统一“三医”数据标准，推动数据汇聚融合。通过打造“一套编码，一套目录，一套架构，一套制度”的三医标准体系，构建了全省统一的医疗健康基础数据库、专题数据库、融合数据库“三位一体”的数据资源体系，已集成全省3000多家医疗卫生机构约164.5亿条数据，922万份电子档案，形成110个数据集，建立75册标准规范。 二是多措并举提升医疗健康数据质量。从数据准确性、完整性、一致性、及时性等多个维度，构建数据质量评估模型，制定数据质量考核办法，研发数据质量智能检测工具，构建医疗专题数据集，打造医疗文本结构化、医学知识图谱等应用，推动医疗健康数据由“死数据”向“活数据”转变。截至2024年8月，完成68家医院8822张数据表的164.5亿多条数据的采集、清洗、治理和提升，累计整改异常数据超1.1亿次，完善10057个系统质控功能，整体问题整改率达到89%，持续提升医疗健康数据质量。 三是强化数据安全治理机制，保障数据安全。首先，实施分级分类授权访问控制，确保“涉密数据不上网、涉隐数据不出库、公开数据可共享”；其次，遵循“最小够用、独立授权”原则，构建纵深防御、主动免疫的隐私保护和安全防护体系，确保敏感数据“可用不可见”，并通过密码技术、访问控制、数据脱敏等手段，最大限度规避“数据裸奔”风险；最后，构建医疗行业网络安全监测预警平台，利用机器学习、威胁情报等技术，实现“三医”部门医疗系统的全天候主动监测，对潜在的攻击行为、异常事件进行实时告警、及时处置。 四是聚焦“三医”重点领域，丰富数据应用价值。首先，聚焦医疗服务、医保管理、公共卫生、药品监管等重点领域，构建三医联动智慧监管指标体系，搭建基于医疗主题数据的OLAP分析模型，实现对相关业务运行的多维度、可视化统计分析，让数据“用得上，接地气”；其次，加强对不同业务主题数据的融合应用，如将病历首页数据与医保结算数据融合分析，开展以DRG为主的付费、按病种收费等医保支付方式改革，联通用药处方和药品监管数据强化药品使用和流通领域的风险监测；再次，依托数据中台，构建医疗健康领域数据开放共享新机制，进一步推进医疗数据向科研机构、高校等开放，支持创新型医疗器械研发、新型疫苗和药物临床试验，破解医疗领域“卡脖子”难题。同时，建设医疗健康大数据创新应用中心，遴选先进适用的大数据应用解决方案，加强推广应用。目前项目入选全国数字健康典型案例和医改十大新举措，降低不合理医疗支出5%以上，减少患者重复检查费用10%，成功预警2例登革热病例，申请专利40余项，发表高水平论文50余篇。 五是构建多元共治、互利共赢的创新生态与可持续发展模式。项目充分利用海南自贸港开放创新优势，积极参与“一带一路”医疗大数据合作，共建“21世纪海上健康丝绸之路”，推动解决方案、核心技术、人才培养经验向周边国家和地区辐射输出。同时，采取“政府主导，企业运作，多方参与”机制进行建设运营，共同构建多元共治、互利共赢的创新生态，医疗大数据市场规模预计从2020年400亿元增长至2025年2000亿元，通过政府购买服务和数据增值服务保障可持续运营。 图6 传染病监测预警平台 END
