随着医疗人工智能进入大模型与智能体应用阶段，医疗机构面临一个新的问题：如何将已有的专病库、科研数据进一步转化为能够支撑模型训练、知识检索和智能应用的高质量数据资产？

在第二届医学人工智能大会（MAIC 2026）期间，医渡科技举办“从数据资产到决策智能”专场分享会，医渡科技数据平台业务产品负责人王蕊秀以《面向医疗AI的高质量数据集生产新范式》为主题，介绍了医渡科技面向医疗机构打造的高质量医疗数据集精炼平台。

大模型时代 医疗AI建设需要从“资源沉淀”走向“能力生产”

长期以来，医疗机构围绕临床科研和业务应用积累了大量数据资源，为医学研究和人工智能应用奠定了基础。但随着医疗AI进入大模型和智能体阶段，传统的数据治理模式正在面临新的挑战。

“已有的数据治理成果或者专病库是否能够直接形成高质量数据集？”王蕊秀在分享中指出，医院临床疾病库更多关注疾病队列构建、临床特征分析和科研应用，其核心价值在于沉淀经过治理的医疗数据资源并支持检索、统计和科研分析；而大模型和智能体需要的不仅是“有什么数据”，更需要能够支撑模型理解任务、学习医学推理和完成临床场景应用的高质量训练语料。

例如，一份临床病例资料包含诊疗描述、症状体征、检查结果与诊疗过程，若要用于医疗智能体，还需要进一步围绕具体任务，将病例中的医学知识转化为指令问答、多轮对话、工具调用、Multi-Agent等语料形式，并经过专业医生标注验证，才能用于模型训练和效果评测。

精炼平台  打造面向医疗AI的高质量数据集全链路生产引擎

针对医疗AI建设需求，医渡科技打造了医疗高质量数据集精炼平台，为医疗机构提供高质量医学数据集生产能力，助力医院将已有医疗资源转化为适用于模型训练、智能体知识库和AI应用的数据资产，通过数据采样、知识萃取、语料精炼等环节，形成完整的数据生产链路。

• 数据采样：围绕任务目标和应用场景，从多源、多模态医学数据中筛选具有代表性和价值的样本；

• 知识萃取：围绕临床语境和任务需求，完成医学要素识别、语义关系挖掘和高价值样本提取；

• 语料精炼：结合CPT/SFT/RL及模型评测等不同阶段、不同任务的要求，采用可进化的算法策略构建满足任务要求的高质量<Q, A>, <Q, Rubric>及高质量Trajectories；

• 专家标注：结合AI辅助标注与医学专家审核，通过Expert-AI Collaborative Loop, 形成高质量、可复用、可追溯的医学标注资产；

• 质量评估：基于知识型与结构化数据双重萃取，构建“自动生成—专家审核—质量沉淀”的医学问答资产生产闭环，从安全合规、内容有效性、格式规范等维度进行持续优化；

• 数据封装：面向模型训练、RAG检索、智能问答和临床研究需求，形成可直接应用的数据集。

从数据资产到决策智能，高质量数据集正在成为连接医疗数据与人工智能应用的重要桥梁。医渡科技将持续围绕医疗数据治理、高质量数据生产和矩阵化Agent应用落地，助力医疗机构释放数据价值，加速AI在临床、科研和管理场景中的应用。