江苏省“人工智能+医疗健康”系列主题沙龙活动在苏州举行，专题研讨医疗健康高质量数据集建设。会场内，来自数坤科技、蚂蚁集团、讯飞医疗等40余家省内外AI医疗、医药企业，“人工智能+医疗健康”领域专家学者、省“人工智能+医疗健康”工作专班部分成员单位等共160余名嘉宾齐聚一堂，展开深入交流与探讨。
AI+医疗健康应用需求迫切
当前，人工智能已成为未来发展的关键变量，而医疗健康是人工智能技术应用最广泛、需求最迫切、潜力最巨大的领域之一。随着智慧医疗建设持续提速，传统诊疗模式、临床科研、医院管理、公共卫生服务等场景迎来全方位数字化、智能化升级需求。
“依托AI技术，能够有效破解传统医疗资源不均、诊疗效率有限、科研周期漫长、慢病管理粗放等行业痛点。”佰思麦科医药科技（苏州）有限公司总经理晁博认为，人工智能+医疗健康应用能够助力精准诊断、个性化治疗、智能预后研判、新药研发提速，全方位赋能医疗健康事业提质增效。
“江苏、苏州在‘人工智能+医疗健康’方面有着良好的发展氛围，区域内医疗数据资源丰富，信息化建设起步早、水平高，为后续发展打下了坚实根基。”中国科学技术大学生物医学工程学院执行院长周少华表示，为激活医疗数据核心价值、推动技术与临床场景深度融合，江苏、苏州正持续加码“人工智能+医疗健康”产业布局，不断完善政策体系、集聚各方资源，全力助推医疗健康领域智能化转型。
今年，省卫生健康委联合省发改委等7部门印发《关于推进江苏省“人工智能+医疗健康”发展实施方案》，同时成立工作专班，组建创新实验室、创新联盟和专家组，并以“人工智能+医疗健康”系列主题沙龙为平台，搭建政企学研交流互动的桥梁。
据悉，此类主题沙龙还将持续举办，以沙龙聚合力、以平台促交流，进一步增进互动、深化合作、共享成果、共促发展，推动江苏省“人工智能 + 医疗健康”发展迈上新台阶。
高质量数据集建设是关键
现场，与会嘉宾围绕医疗健康高质量数据集展开深入探讨，分享前沿技术与落地经验，共同探索数据提质、价值挖掘的可行路径。
什么是医疗健康高质量数据集？高质量数据集并非简单汇集医疗数据，而是经过清洗、整理、标注、治理后，真正能够支撑人工智能模型训练与应用的数据资源。一个高质量数据集应同时包含影像、文本、结构化指标乃至随访信息，才能有效支撑辅助诊断与预后预测。
“高质量数据集建设对‘人工智能+医疗健康’至关重要，它能帮助AI更精准地开展辅助诊断、预测疾病风险、推荐治疗方案，也能推动医学科研和医院管理智能化。”长江学者、北京大学计算机学院博士生导师黄雨说，真实准确、安全合规、专业标注是高质量数据集的价值之基。对“人工智能+医疗健康”而言，数据质量往往决定了模型能走多远、用得多稳。
不过，高质量数据集建设仍存在痛点。“最大的痛点可以用三个‘难’概括：难在标准、难在闭环、难在持续。”杭州医策科技有限公司CEO王晓梅认为，AI医疗的本质是“数据驱动”，当前典型痛点是数据“多而不精”——大量数据来自不同医院、不同设备、不同录入标准，导致模型训练面临严重的“数据异构”问题。例如病理或影像数据标注不一致、缺乏金标准，直接影响AI产品的安全性与泛化能力。
“一个关键路径是建立‘医—工—政’协同的共建共享机制。”江苏盖睿健康科技有限公司副总经理魏群认为，高质量数据集建设单靠企业采集数据效率低、易偏离临床需求，单靠医院又缺乏技术与标准工具。“我们期待通过本次沙龙，推动形成涵盖数据标注规范、隐私计算框架、质量评估体系在内的区域共识。”
1343亿条数据提供硬核支撑
录入患者病史信息、上传CT影像资料后，AI系统立即启动智能识别与算法分析，精准定位脂肪、肌肉组织及椎体节段。约10分钟，医生电脑端便自动生成详尽的骨质量分析筛查报告，不仅包含骨密度、骨小梁结构等核心检测数据，还提供AI临床辅助诊断决策、治疗方案推荐及康复随访管理等内容。在苏州大学附属第一医院骨科，“相控阵CT+AI大模型”让骨质疏松精准诊疗更高效、更便捷。
“全省高水平医院建设的深入推进，为我们夯实算力基础设施、推进高质量医疗数据集建设提供了有力支撑与坚实保障。”苏州大学附属第一医院信息处处长程思民透露，医院正以骨科、血液科为重点，有序推进十余个高质量数据集建设，为临床科研与AI医疗应用筑牢数据底座。
事实上，苏州在“AI+医疗健康”领域早有探索。作为国家新一代人工智能创新发展试验区、国家生物医药技术创新中心，苏州持续深耕数字医疗与生物医药融合发展。依托全市17家三甲医院、超300家AI医疗企业，当地积累了海量、多维、优质的医疗健康数据资源，为医疗数据基础设施建设、人工智能医疗创新应用提供了良好支撑。
去年3月，苏州健康医疗数智创新实验室启动运营，统筹汇聚医疗、医保、医药“三医”数据，搭建城市级健康医疗数据“资源池”，目前已归集临床诊疗、公共卫生等各类数据超1343亿条，高效融通医院临床、药企研发等多源异构数据。
苏州市卫生健康信息中心副主任（主持工作）王宝燕介绍，苏州依托健康医疗行业可信数据空间，创新推行医疗健康数据“红蓝绿”分级分类分区管控体系：红区存放原始数据，严格访问管控；蓝区存放脱敏数据，仅限专网访问；绿区存放样本与仿真数据，支持互联网访问，推动高质量数据安全合规、可管可用。