前言
随着数字经济与健康中国战略的深度融合，数据要素已成为推动医疗健康行业高质量发展的核心引擎。医疗数据的汇聚、治理与应用，为提升全民健康水平、优化资源配置、促进产业创新提供了前所未有的机遇。然而，数据安全、隐私保护、标准不一、流通壁垒等挑战也日益凸显。为凝聚共识、分享经验、推动实践，编委会编纂了《2025中国健康医疗数据要素应用案例集》，汇集了全国多家医疗机构与科技企业的创新实践，展现了健康医疗数据要素在提升诊疗效率、赋能基层医疗、驱动产业升级、助力科研突破等方面的多元价值。
案例集内容
案例集收录了16个健康医疗数据要素应用案例，涵盖影像类检查、眼科、新生儿黄疸、血清标本质量、阿尔茨海默病、心脏疾病、物联网围术期、手术并发症、糖尿病肾病、脑血管疾病、革兰氏染色、区域卫生信息平台、围术期数据平台、跨域数据与样本库等多个领域。
影像类检查项目预约规则数据集（广东省人民医院）
- 背景：传统医技预约模式面临资源排班模式与检查科室实际工作场景不符合、缺乏多项目检查的有序指引与合理调度等问题，导致检查无序、效率低下、患者检查等候时间长。
- 方法：基于DCMM数据成熟度模型评价体系的标准规范，采集并汇聚形成标准化的医疗机构医技要素调度数据资源。通过医技检查数据要素分析和建模，改变过去“基于号源数量扣减先来先得预约”模式为“基于患者检查个体化时长预测和复杂规则约束的全院检查资源统筹优化调度”模式。
- 成效：CT类项目候检平均时长由原来的1小时以上降至11分钟，MR类项目候检平均时长由原来的2小时以上降至14分钟，患者就医满意度得到提升。
眼科早产儿视网膜病变发病风险及严重程度预测数据集（广东省人民医院）
- 背景：早产儿视网膜病变（ROP）是我国儿童首位致盲性眼病，早期筛查和治疗可降低90%以上的致盲率，但现有AI辅助诊断系统依赖多次输入不同方位眼底图像，且缺乏可解释性报告。
- 方法：构建高质量ROP数据集，结合AI技术实现多方位眼底图像自动拼接、特征量化分析、智能诊断及风险预测，并生成标准化图文报告。
- 成效：ROP智能诊断与图文报告系统用于诊断ROP的AUC为95%，预测矫正胎龄45周内ROP发病风险和严重程度的AUC分别为94%和88%。
新生儿安全·黄疸数智治理（广州医科大学附属妇女儿童医疗中心）
- 背景：新生儿黄疸筛查面临家端监测分散、依从性与风险识别不足、院内外与部门间数据割裂、风险评估依赖经验等痛点。
- 方法：建设“新生儿黄疸随访智能管理与应用平台”，提供健康宣教、居家监测、智能随访、风险预警与双向转诊等一体化服务。
- 成效：新生儿高胆红素发生率由2018年19.91%降至2022年10.78%，严重者由0.57%降至0.30%。
血清标本质量检测模型数据产品（南方医科大学南方医院）
- 背景：传统血清标本质量目视检查耗时、主观性强且容易出错。
- 方法：基于深度学习的利用样本图像评估血清质量的系统，可准确、高效和很少干扰地进行血清质量检查。
- 成效：针对溶血、黄疸和脂血的亚分类预测，AUC值分别为0.989、0.996和0.993，整体准确率从30.19%大幅提升至95.85%。
阿尔茨海默病数据集（南方医科大学珠江医院）
- 背景：阿尔茨海默病是老年期常见痴呆类型，我国发病率呈年轻化趋势，临床存在早诊难、缺乏普适筛查方法，科研面临队列数据不足、发病机制不明，药物研发缺乏大规模验证数据等问题。
- 方法：构建阿尔茨海默病多模态标准化数据集，覆盖“早筛-诊断-治疗-随访-科研”全流程。
- 成效：阿尔茨海默病早期诊断准确率达92%，患者随访依从性提升40%。
心脏疾病诊断心电图数据集（广东省人民医院）
- 背景：心血管疾病位居我国居民死因首位，心电图（ECG）作为基层初筛核心工具，面临诊断准确性依赖经验及标准化数据集缺失的双重瓶颈。
- 方法：建设心脏疾病诊断ECG数据集，系统整合院内历史心电图资源，通过标准化治理形成高质量数据资产，支撑AI辅助诊断工具研发与临床应用。
- 成效：项目有望在五年内降低5％的心血管相关医保支出。
物联网围术期专科数据资源库（广东省人民医院）
- 背景：围术期临床场景下医疗设备的智能化管理与数据共享，以提升临床诊疗效率与患者安全为核心目标。
- 方法：通过物联网及手术麻醉项目采集的多项并行数据集合，构建物联网围术期专科数据资源库及其物联网支持平台。
- 成效：截至2025年3月1日，数据资源库共计登记了包含围术期患者生命体征数据及相关临床数据超25亿条。
基于回顾性数据分析降低手术患者并发症发生风险（中山市小榄人民医院）
- 背景：手术并发症的管控成为医疗质量管理的重中之重，但医护因临床工作繁忙及医院信息化与需求匹配不足的原因，面临有效信息利用不足的困境。
- 方法：采用回顾性分析手术并发症相关危险因素，指导临床医生早期识别，并采取干预措施。
- 成效：2025年上半年择期手术患者并发症发生率0.53%，同比下降0.49%。
基于数据要素的疾病风险预测平台：赋能糖尿病肾病的早期筛查（南方医科大学珠江医院）
- 背景：我国糖尿病患者达1.4亿，DKD患病率32.6%，但基层筛查面临成本与设备壁垒、技术精度局限、信息系统中医疗数据价值沉睡等困境。
- 方法：建立DKD标准化数据集，开发智能预测平台；依托联邦学习保障数据安全共享；嵌入AUC0.94的5年风险预测模型（含SHAP可解释模块），实现基层180元低成本筛查。
- 成效：推动基层DKD筛查覆盖率从20%提升至60%，按年覆盖10万患者测算，年节约医保支出超1.61亿元。
脑血管疾病专病数据集（南方医科大学珠江医院）
- 背景：临床数据分散于不同系统，缺乏标准化整合，难以满足多中心研究、疾病机制探索等科研需求；药物研发机构难以获取真实世界中脑血管病患者的用药反应、疗效随访数据；医疗AI企业缺乏经过清洗、标注的高质量临床数据。
- 方法：构建标准化专病数据集，打造“临床科研支撑、药物开发辅助、AI模型训练赋能”三位一体数据应用体系。
- 成效：推动“医疗机构-科研机构-药企-AI企业”数据协作网络构建，打破数据壁垒，为跨领域数据合规复用提供可行路径。
革兰氏染色涂片智能识别数据集（杭州迪安医学检验中心有限公司）
- 背景：传统革兰氏染色镜检高度依赖检验医师的经验，存在人工判读主观性强、效率低下、人员培养周期长、基层医院诊断能力不足等痛点。
- 方法：构建临床级微生物检测大数据集，系统化整合样本检测全流程数据，并以此训练智能辅助诊断算法模型。
- 成效：AI模型辅助下，镜检效率提升30%以上，有效缓解检验科人员工作压力。
中山市区域卫生信息平台医防融合数据应用（创业慧康科技股份有限公司）
- 背景：医疗机构居民健康档案、电子病历数据未共享，机构间信息不互通，容易导致重复检查、用药冲突等问题；基层社区对辖区内居民进行健康管理，纳管人群基基数大任务重、找人难管理难，导致基层管理效率不高。
- 方法：基于中山区域卫生信息平台在医防融合，基层服务上的应用，实现全市居民健康档案调阅与共享、任务提醒，中山市区域平台数据进行筛查。
- 成效：传统公共卫生服务依赖人工统计和纸质档案管理，效率低下且易出错。中山市平台通过数据共享和智能任务分配，大大缩短社区健康档案建档时间，建档完整率从70%提升至90%。
用于高质量围术期大数据库建设的多模全息数据综合平台（北京优理数智科技有限公司）
- 背景：我国面临三大核心挑战：围术期高质量数据库建设滞后、ICU等关键场景中80%动态生理数据因设备孤岛持续流失、以及医疗大模型因缺乏真实监护数据产生临床决策幻觉。
- 方法：构建一套集数据采集、整合治理、实时分析与综合可视化于一体的“围术期多模全息数据综合平台”。
- 成效：商业模式从单一设备升级为“设备-服务-数据”三元模式，带动收入持续增长。
数据要素新实践：跨域数据与样本库驱动精准医疗未来（京卫智云(北京)科技有限公司）
- 背景：传统生物样本库多仅侧重生物标本储存功能，难以整合生物样本、临床数据、组学数据等多源异构资源，且跨区域、跨机构间数据呈割裂状态，形成“数据孤岛”。
- 方法：构建“分布式跨域临床科研样本库BioBank3.0”,通过统一数据模型、自然语言处理、隐私计算与区块链等技术，对亿级临床、样本及组学数据进行标准化治理，实现“原始数据不出域、可用不可见”的安全共享与智能检索。
- 成效：科研数据提取效率提升200倍，患者队列筛选时间从数周缩短至分钟级。
总结
案例集展示了健康医疗数据要素在提升诊疗效率、赋能基层医疗、驱动产业升级、助力科研突破等方面的多元价值。通过数据要素的汇聚、治理与应用，可以有效解决医疗健康领域的数据安全、隐私保护、标准不一、流通壁垒等挑战，推动中国健康医疗数据要素化进程行稳致远，为构建以人为本、智慧融合的医疗健康服务体系贡献数据力量。
