美日韩精品免费观看视频_日本久久久a级免费_国产综合在线观看视频_久久亚洲免费

    【byb.cn 】（來源：生命時(shí)報(bào)）語料庫，AI診療的基石 亟需解決碎片化和標(biāo)準(zhǔn)不統(tǒng)一問題

　　受訪專家：

　　深圳大學(xué)附屬華南醫(yī)院院長 吳 松 □信息部主任 歐陽杰 □信息部助理主任 楊 凱

　　本報(bào)記者 喬 芮

　　《生命時(shí)報(bào)》 2026-04-03 第01981期 第5版

　　人工智能（AI）在醫(yī)療領(lǐng)域的應(yīng)用已逐漸進(jìn)入深水區(qū)。作為AI醫(yī)療發(fā)展的核心基礎(chǔ)資源，語料庫建設(shè)的質(zhì)量與規(guī)模，將直接決定AI輔助診療的上限。剛剛閉幕的2026年全國兩會(huì)上，加快醫(yī)療健康語料庫建設(shè)成為代表委員們熱議的焦點(diǎn)。

　　什么是醫(yī)療健康語料庫？深圳大學(xué)附屬華南醫(yī)院院長吳松告訴《生命時(shí)報(bào)》記者，籠統(tǒng)來說，這是匯集了電子病歷、醫(yī)學(xué)影像、臨床診療路徑，以及基因組學(xué)、藥物研發(fā)、公共衛(wèi)生監(jiān)測(cè)等各類信息的一個(gè)數(shù)據(jù)庫。但這些數(shù)據(jù)不是簡單地堆在一起，而是進(jìn)行系統(tǒng)性采集、清洗、脫敏（指把能定位到“某個(gè)人”的信息，處理成“看不出是誰”）和結(jié)構(gòu)化整理后，形成的領(lǐng)域?qū)Ｓ脭?shù)據(jù)資產(chǎn)體系。

　　“如果把醫(yī)療AI比作一名學(xué)習(xí)型醫(yī)生，醫(yī)療健康語料庫就是它的‘學(xué)?！汀R床經(jīng)驗(yàn)積累庫’。沒有高質(zhì)量的語料，AI無從學(xué)習(xí)，更談不上精準(zhǔn)應(yīng)用。”吳松說。

　　在AI輔助診療方面，高質(zhì)量的臨床語料庫可以支撐AI系統(tǒng)對(duì)多種影像資料進(jìn)行秒級(jí)分析，展現(xiàn)出較高準(zhǔn)確性。以眼底病變識(shí)別為例，部分研究顯示，其表現(xiàn)可與專科醫(yī)生相當(dāng);但在肺結(jié)節(jié)鑒別等復(fù)雜任務(wù)上，現(xiàn)階段仍主要作為輔助工具。

　　新藥研發(fā)方面，基于真實(shí)世界數(shù)據(jù)構(gòu)建的AI模型，可以將化合物篩選、毒性預(yù)測(cè)等基礎(chǔ)科研的工作周期從數(shù)年壓縮至數(shù)天，大幅降低研發(fā)成本。

　　健康管理方面，深圳大學(xué)附屬華南醫(yī)院信息部助理主任楊凱介紹，在個(gè)人基因組、電子健康檔案、可穿戴設(shè)備等數(shù)據(jù)的基礎(chǔ)上，可以構(gòu)建起真正意義上的“數(shù)字孿生體”，無差別反映一個(gè)人的生理狀況，從而實(shí)現(xiàn)慢病風(fēng)險(xiǎn)的提前預(yù)警，推動(dòng)醫(yī)療模式從“有病治病”向“未病先防”轉(zhuǎn)變。

　　醫(yī)療健康語料庫建設(shè)，已在部分地區(qū)有所實(shí)踐。2024年11月，上海發(fā)布了全市首個(gè)衛(wèi)生健康行業(yè)語料庫;2025年6月，深圳市羅湖區(qū)啟動(dòng)“羅湖醫(yī)療語料中心”建設(shè)項(xiàng)目，將整合市區(qū)兩級(jí)醫(yī)療機(jī)構(gòu)的病理診斷、超聲影像、放射影像等7類場(chǎng)景數(shù)據(jù)，整合好的語料庫會(huì)面向羅湖區(qū)內(nèi)AI企業(yè)開放，最終形成產(chǎn)學(xué)研綜合應(yīng)用的閉環(huán)生態(tài)。

　　“我們目前正依托數(shù)據(jù)庫架構(gòu)，建立覆蓋全院30余個(gè)科室、200余類核心數(shù)據(jù)字段的統(tǒng)一語義標(biāo)準(zhǔn)體系。這個(gè)過程既是為了在院內(nèi)完善AI應(yīng)用，也為將來參與區(qū)域性，甚至全國性語料庫共建打下基礎(chǔ)?！鄙钲诖髮W(xué)附屬華南醫(yī)院信息部主任歐陽杰說。

　　當(dāng)醫(yī)療健康語料庫真正走向成熟，醫(yī)患體驗(yàn)將會(huì)獲得質(zhì)的提升。對(duì)患者而言，個(gè)性化的AI健康助手可以提前預(yù)警慢病風(fēng)險(xiǎn)，提供針對(duì)性管理方案;偏遠(yuǎn)地區(qū)居民通過部署到本地的AI輔助工具，有望獲得三甲醫(yī)院級(jí)別的診斷建議;罕見病患者的確診等待時(shí)間，也可能從數(shù)年縮短至數(shù)月甚至數(shù)周。

　　對(duì)醫(yī)生而言，臨床決策支持系統(tǒng)將成為可靠的“智囊團(tuán)”，不僅有數(shù)百萬份高質(zhì)量病歷支撐，還能自動(dòng)校驗(yàn)診斷邏輯、提示遺漏檢查、推薦最優(yōu)方案。尤其是處在經(jīng)驗(yàn)積累期的年輕醫(yī)生，能大幅縮短成長周期，誤診漏診率有望顯著降低。

　　但在吳松看來，整個(gè)行業(yè)還處于早期發(fā)展階段，各地語料庫的建設(shè)基本是初期版本，碎片化、標(biāo)準(zhǔn)不統(tǒng)一的問題突出，能真正形成大規(guī)模產(chǎn)業(yè)化應(yīng)用的案例尚不多見。主攻AI醫(yī)療的企業(yè)普遍反映“有模型、缺數(shù)據(jù)”，拿不到高質(zhì)量、合規(guī)、有標(biāo)注的基礎(chǔ)數(shù)據(jù)，成為阻礙行業(yè)突破的核心瓶頸之一。

　　統(tǒng)一入庫標(biāo)準(zhǔn)，規(guī)范數(shù)據(jù)質(zhì)量。語料庫僅有海量數(shù)據(jù)還不夠，標(biāo)注是否一致、準(zhǔn)確才是關(guān)鍵。當(dāng)前醫(yī)療大模型常出現(xiàn)“幻覺”問題，給出的診斷看起來像模像樣，實(shí)際卻經(jīng)不起推敲，甚至出現(xiàn)錯(cuò)誤。這主要是因?yàn)楝F(xiàn)有評(píng)估體系中，醫(yī)療大模型只盯著詞匯匹配度，對(duì)醫(yī)學(xué)邏輯是否嚴(yán)密判斷不準(zhǔn)。這就需要在早期構(gòu)建語料庫時(shí)，增強(qiáng)檢索內(nèi)容與知識(shí)圖譜的關(guān)聯(lián)，給大模型配上可查證的“知識(shí)字典”，形成可靠推理，從源頭抑制“幻覺”。

　　解決數(shù)據(jù)共享共用矛盾。醫(yī)療數(shù)據(jù)涉及核心隱私，法規(guī)要求嚴(yán)格，但AI訓(xùn)練又需要大量數(shù)據(jù)，二者之間的矛盾若不能妥善解決，AI醫(yī)療的發(fā)展將舉步維艱。據(jù)介紹，當(dāng)前的技術(shù)探索主要圍繞三個(gè)方向：一是聯(lián)邦學(xué)習(xí)，讓模型“移動(dòng)”而非數(shù)據(jù)集中，實(shí)現(xiàn)數(shù)據(jù)“可用不可見”;二是在數(shù)據(jù)脫敏基礎(chǔ)上強(qiáng)化加密保護(hù);三是實(shí)行數(shù)據(jù)信托機(jī)制，支持患者授權(quán)管理，實(shí)現(xiàn)全生命周期安全防護(hù)。

　　培養(yǎng)醫(yī)學(xué)、信息學(xué)交叉人才。語料庫建設(shè)需要兼具臨床知識(shí)和數(shù)據(jù)工程能力的復(fù)合型人才，其匱乏可謂當(dāng)前最難突破的瓶頸。吳松認(rèn)為，教育主管部門應(yīng)與衛(wèi)生健康系統(tǒng)進(jìn)一步協(xié)同，將醫(yī)工交叉人才培養(yǎng)納入國家醫(yī)學(xué)教育改革的整體布局，形成政策層面的制度性支撐。

　　“數(shù)據(jù)是新時(shí)代醫(yī)學(xué)研究的基礎(chǔ)。讓優(yōu)質(zhì)醫(yī)療經(jīng)驗(yàn)成為可復(fù)制的數(shù)字資產(chǎn)，正是語料庫建設(shè)的核心價(jià)值所在?！眳撬烧f，“我們期待在政策層面打通制度通道，讓更多醫(yī)院有動(dòng)力、有能力、有保障地投身這場(chǎng)數(shù)據(jù)驅(qū)動(dòng)的醫(yī)療革命，共同推動(dòng)醫(yī)療健康產(chǎn)業(yè)進(jìn)入更有質(zhì)量的新階段?！?