央广网南京3月11日消息（记者李婕）“医疗健康数据是推进健康中国战略的重要战略要素，可当前数据分散、标准不统一、安全治理薄弱等问题，让这份宝贵资源的价值难以充分释放。”全国政协委员、苏州大学附属第一医院血液科主任吴德沛今年将目光聚焦医疗健康数据统筹治理，推动人工智能赋能健康中国建设。
疾病预测预警、临床辅助决策、新药研发、公共卫生治理……深耕医疗领域数十年，吴德沛在临床诊疗、科研创新的实践中，深刻感受到人工智能为医疗行业带来的变革。但在实际应用中，医疗健康数据治理仍面临一些问题：这些数据像一个个“信息孤岛”，难以形成合力。医疗健康数据长期分散在卫生健康、医保、药监、疾控、科研机构及各级医疗机构，部门之间、区域之间缺乏稳定协同机制，导致数据重复建设、标准割裂、资源闲置并存，难以支撑人工智能规模化应用和国家层面的综合决策。
“不仅是统筹机制不健全，数据标准不统一、高质量数据集供给不足的问题也很突出。”吴德沛告诉记者，电子病历、影像、检验检测等数据虽体量巨大，但在数据元定义、编码规则等方面缺乏统一规范，数据缺失、冗余、不可比等问题普遍存在，尤其是人工智能医疗应用所需的标准化、可复用高质量训练数据集建设滞后，直接制约了算法模型研发和产品落地。
基于长期的医疗实践和深入调研，吴德沛针对医疗健康数据治理和AI赋能医疗提出了一系列具体建议。他建议，由国家卫生健康委牵头，会同多部门建立国家级医疗健康数据统筹治理协调机制，完善管理制度，明确权责划分和监管要求，从顶层设计解决数据统筹问题。同时，加快构建全国统一的医疗健康数据标准体系，覆盖电子病历、医学影像等多个领域，推进标准化训练数据集建设，推动数据“一次采集、多场景复用”，夯实数据互通和AI应用的基础。
全国政协委员吴德沛（央广网发 受访者供图）
在数据安全利用方面，吴德沛建议健全医疗健康数据分级分类管理制度，针对不同敏感等级数据实施差异化管理，明确数据开放范围、审批流程和责任主体。此外，依托国家医学中心、国家临床医学研究中心等平台，建设高质量标准化数据资源库，打通“临床—科研—转化”数据链条，并鼓励有条件地区先行先试，形成可复制的治理和应用模式。
数据的价值最终要体现在应用上。吴德沛表示，在规范前提下，应支持医疗健康数据在疾病早筛、辅助诊断、临床决策支持、公共卫生监测、新药研发等场景的深度应用，推动形成成熟的人工智能医疗应用模式。探索医疗健康数据合规流通和价值转化机制，培育数据服务产业生态，更好服务医疗服务能力提升、医保可持续发展和生物医药产业创新，推动人工智能赋能健康中国建设。
来源：苏州大学第一附属医院官网
