【byb.cn 】（来源：生命时报）语料库，AI诊疗的基石 亟需解决碎片化和标准不统一问题

　　受访专家：

　　深圳大学附属华南医院院长 吴 松 □信息部主任 欧阳杰 □信息部助理主任 杨 凯

　　本报记者 乔 芮

　　《生命时报》 2026-04-03 第01981期 第5版

　　人工智能（AI）在医疗领域的应用已逐渐进入深水区。作为AI医疗发展的核心基础资源，语料库建设的质量与规模，将直接决定AI辅助诊疗的上限。刚刚闭幕的2026年全国两会上，加快医疗健康语料库建设成为代表委员们热议的焦点。

　　什么是医疗健康语料库？深圳大学附属华南医院院长吴松告诉《生命时报》记者，笼统来说，这是汇集了电子病历、医学影像、临床诊疗路径，以及基因组学、药物研发、公共卫生监测等各类信息的一个数据库。但这些数据不是简单地堆在一起，而是进行系统性采集、清洗、脱敏（指把能定位到“某个人”的信息，处理成“看不出是谁”）和结构化整理后，形成的领域专用数据资产体系。

　　“如果把医疗AI比作一名学习型医生，医疗健康语料库就是它的‘学校’和‘临床经验积累库’。没有高质量的语料，AI无从学习，更谈不上精准应用。”吴松说。

　　在AI辅助诊疗方面，高质量的临床语料库可以支撑AI系统对多种影像资料进行秒级分析，展现出较高准确性。以眼底病变识别为例，部分研究显示，其表现可与专科医生相当;但在肺结节鉴别等复杂任务上，现阶段仍主要作为辅助工具。

　　新药研发方面，基于真实世界数据构建的AI模型，可以将化合物筛选、毒性预测等基础科研的工作周期从数年压缩至数天，大幅降低研发成本。

　　健康管理方面，深圳大学附属华南医院信息部助理主任杨凯介绍，在个人基因组、电子健康档案、可穿戴设备等数据的基础上，可以构建起真正意义上的“数字孪生体”，无差别反映一个人的生理状况，从而实现慢病风险的提前预警，推动医疗模式从“有病治病”向“未病先防”转变。

　　医疗健康语料库建设，已在部分地区有所实践。2024年11月，上海发布了全市首个卫生健康行业语料库;2025年6月，深圳市罗湖区启动“罗湖医疗语料中心”建设项目，将整合市区两级医疗机构的病理诊断、超声影像、放射影像等7类场景数据，整合好的语料库会面向罗湖区内AI企业开放，最终形成产学研综合应用的闭环生态。

　　“我们目前正依托数据库架构，建立覆盖全院30余个科室、200余类核心数据字段的统一语义标准体系。这个过程既是为了在院内完善AI应用，也为将来参与区域性，甚至全国性语料库共建打下基础。”深圳大学附属华南医院信息部主任欧阳杰说。

　　当医疗健康语料库真正走向成熟，医患体验将会获得质的提升。对患者而言，个性化的AI健康助手可以提前预警慢病风险，提供针对性管理方案;偏远地区居民通过部署到本地的AI辅助工具，有望获得三甲医院级别的诊断建议;罕见病患者的确诊等待时间，也可能从数年缩短至数月甚至数周。

　　对医生而言，临床决策支持系统将成为可靠的“智囊团”，不仅有数百万份高质量病历支撑，还能自动校验诊断逻辑、提示遗漏检查、推荐最优方案。尤其是处在经验积累期的年轻医生，能大幅缩短成长周期，误诊漏诊率有望显著降低。

　　但在吴松看来，整个行业还处于早期发展阶段，各地语料库的建设基本是初期版本，碎片化、标准不统一的问题突出，能真正形成大规模产业化应用的案例尚不多见。主攻AI医疗的企业普遍反映“有模型、缺数据”，拿不到高质量、合规、有标注的基础数据，成为阻碍行业突破的核心瓶颈之一。

　　统一入库标准，规范数据质量。语料库仅有海量数据还不够，标注是否一致、准确才是关键。当前医疗大模型常出现“幻觉”问题，给出的诊断看起来像模像样，实际却经不起推敲，甚至出现错误。这主要是因为现有评估体系中，医疗大模型只盯着词汇匹配度，对医学逻辑是否严密判断不准。这就需要在早期构建语料库时，增强检索内容与知识图谱的关联，给大模型配上可查证的“知识字典”，形成可靠推理，从源头抑制“幻觉”。

　　解决数据共享共用矛盾。医疗数据涉及核心隐私，法规要求严格，但AI训练又需要大量数据，二者之间的矛盾若不能妥善解决，AI医疗的发展将举步维艰。据介绍，当前的技术探索主要围绕三个方向：一是联邦学习，让模型“移动”而非数据集中，实现数据“可用不可见”;二是在数据脱敏基础上强化加密保护;三是实行数据信托机制，支持患者授权管理，实现全生命周期安全防护。

　　培养医学、信息学交叉人才。语料库建设需要兼具临床知识和数据工程能力的复合型人才，其匮乏可谓当前最难突破的瓶颈。吴松认为，教育主管部门应与卫生健康系统进一步协同，将医工交叉人才培养纳入国家医学教育改革的整体布局，形成政策层面的制度性支撑。

　　“数据是新时代医学研究的基础。让优质医疗经验成为可复制的数字资产，正是语料库建设的核心价值所在。”吴松说，“我们期待在政策层面打通制度通道，让更多医院有动力、有能力、有保障地投身这场数据驱动的医疗革命，共同推动医疗健康产业进入更有质量的新阶段。”