刘章锁

2025年《政府工作报告》中明确提出了“加快完善数据基础制度，深化数据资源开发利用”的要求，这是推动数据要素市场化改革、培育新质生产力的核心举措之一。国家数据局自2023年成立以来，已发布20多份政策文件，涵盖数据产权、流通交易、收益分配、安全治理等领域，搭建起数据基础制度的“四梁八柱”。2025年3月生效的《公共数据资源登记管理暂行办法》等文件，更是形成了公共数据开发利用的“1+3”政策体系。在大数据与人工智能时代，公立医院的数据资源利用一直备受关注。如何全面理解公立医院的数据资源类型与特征，数据资源应当如何妥善管理、有效利用及未来的发展方向，其管理的体系构建是否完备且适合公立医院的运营模式，以及在管理过程中存在哪些重点难点等，均是当前被广泛讨论的议题。

▋▎公立医院数据资源的治理

公立医院的数据资源类型及特性

公立医院的数据资源呈现多源异构特性，主要囊括四大类别：（1）临床诊疗数据，如电子病历、影像学数据、电生理信号数据、组织病理切片扫描数据、基因检测及其他生物组学数据等；（2）医院运营管理数据，涵盖财务收支、物资调配、人力资源信息等；（3）教育培训数据，包含本科及硕、博研究生课程材料、住院医师规范化培训教材及实践材料、临床专业化技能培训教材及实践材料等；（4）其他类型数据，例如患者满意度调查、设备运行日志、环境监测数据等。这些数据的价值密度差异明显，临床诊疗数据直接关乎患者疾病与转归状况，对开发个体化干预方案、推进药械创新及增加循证医学证据等方面意义重大，进行资产转化的价值最高。但当下数据孤岛现象突出，跨系统整合能力欠缺，亟需标准化治理框架。

多模态数据蕴藏着巨大的知识挖掘潜能与转化研究价值。影像、病理图片、基因测序、电生理信号以及设备数据等，具有客观性强的显著优势。在大模型迅猛发展的时代，多模态数据的应用优势愈发突出。通过整合不同模态的数据，能为临床诊断、治疗决策提供更全面、精准的信息。例如，将动态腹腔镜手术影像数据与临床症状、活检病理数据相结合，有助于提升胃癌的腹腔内转移病灶的早期发现；融合基因测序数据、增强CT与病理组学的数据，能够显著提升卵巢癌患者的预后判断准确性；应用尿液外泌体的转录组学数据结合患者人口学特征，构建糖尿病肾病的无创诊断模型等。因此，公立医院应积极推进多模态数据融合，强化相关技术平台基础设施建设与人才培养。以北京协和医院、南方医科大学南方医院等为代表的大型教学医院在全院级多模态数据融合方面实现了对标国际的建设范例。

需求驱动的临床数据资源治理与资产化

数据资源治理与转化应紧扣临床实践和研究应用的刚性需求。在实际工作中，首先应梳理临床实践的难题和医学研究的重点方向。例如在临床实践方面，通过对临床诊疗数据的分析，将诊疗对象进行亚群的分组和定义，以推进精细化诊断和个体化干预的进程；在研究应用方面，通过多模态数据、多组学数据赋能临床科研，在深入了解疾病发生机制的基础上，加速靶向治疗方案和医疗器械（如可穿戴设备）的研发。其次，基于上述需求建立市场机制，吸引资源投入，进而配置资源、推进资产化，将数据转化为有价值的资产。若先资产化却不明确应用方向，易呈现全盘转化而缺乏重点。同时，数据的存储、导出、加密、在线和离线使用等多个环节与实际使用人员/团队无法顺利对接，成为形式化资产，而无实际市场转化，易造成数据闲置浪费。

近年来，我国公立医院数据资产管理发展迅猛，在政策、实践、学术等层面成果显著。在实践领域，2024年首都医科大学宣武医院与北京国际大数据交易所合作，完成北京市首笔公立医院数据交易，将颈动脉支架手术数据集进行评估和登记后，用于国产颈动脉支架产品研发。交易时对原始数据进行了匿名化处理，充分保障了隐私安全，为行业树立典范。此后，各地公立医院数据资产定价、交易案例频出，数据资产化与流通已成医疗行业“新常态”。

数据资源盘点与资产化

目前，数据资源盘点在公立医院内的实践较少，但其重要性不容忽视。为做好数据资源盘点，需要建立可靠的技术路径，运用先进的数据管理工具和方法，对医院内的数据资源进行全面盘点。同时，制定多方见证的盘点流程，确保过程的公正性与透明度。引入律师和会计等第三方角色参与，增强盘点结果的公信力。明确盘点的报告形式及发布途径，使相关人员能够及时获取准确的盘点信息。此外，还需建立与审计专业部门的数据对接机制，便于后续的数据审计工作。通过有效的数据资源盘点与审计，可以准确掌握医院的数据资产状况，为数据资产管理决策提供有力支持。

医疗数据资产化的过程较为复杂，目前从以下方面推进相关的理论研究工作，并具体指导数据资产交易的实践：（1）数据资产确认与计量：国内学者关注数据资产的确认、计量和会计处理问题，探索将数据资源转化为数据资产并在财务报表中体现价值的方法。例如研究如何确定数据资产的入账价值、后续计量方式等，使数据资产在财务核算上更科学准确。（2）数据资产价值评估：学者们尝试提出不同的评估模型和方法，以适应数据资产的特殊属性。如考虑数据的质量、规模、应用场景等因素构建评估模型，为数据资产交易、投资等活动提供价值参考。

▋▎公立医院数据资产应用的发展方向

软硬一体化的数据服务是数据资产转化的主要路径

数据作为重要的生产要素，其资产化过程需要一系列生产工具的支持。存储、算力、模型、数据治理平台等生产工具均在公立医院院内或所附属的大学校内部署，生产环境为学校或医院，劳动力主体是科研工作人员及临床医生。例如，利用先进的存储技术确保数据的安全存储，通过强大的算力支持复杂的数据运算，借助高效的数据治理平台提升数据质量。以此为基础，为科研人员和临床医生提供便捷、高效的数据服务，推动数据资源向数据资产的转化（见表1）。

整合大模型技术建立高水平临床服务

基于公立医院治理过的临床数据和医院部署的硬件及算力，为患者提供高水平的医疗服务，显著改善其疾病的临床转归，或精进个体化干预方案等，应纳入新型的临床服务范畴，实现价值转换，这是公立医院临床诊疗数据资产化的主要路径之一。在DeepSeek等大模型本地化部署以及各大教学医院在生成式医学人工智能方面快速构建各类应用的背景下，探索患者为新型临床服务付费的模式势在必行。这种付费模式不仅可以为公立医院带来经济收益，还能为公立医院进行多模态数据治理、数据融合建模及校验、数据基础管理等提供定价依据，从而切实完成数据资源向数据资产的转化。

基于通用标准及分布式计算支撑数据资产效率最大化

国际上大规模及多中心医疗数据资源整合应用的经验表明，通过整合医疗数据资源，在临床研究方面能够形成高水平的成果，进而吸引药品、器械创新方向的资金投入。我国公立医院在数据资产化过程中，必须完成通用数据标准的建设，确保不同来源数据的一致性与兼容性。同时，加强对分布式计算技术的基础设施支持，在全面把控数据资产所有权的前提下，形成多中心联合数据分析的能力。这样可以吸引更多的研究及创新资金投入，最大化本地单中心数据资产的价值。

院内数据应充分面向区域或领域内重大需求进行开放

公立医院的院内数据具有重要的公共价值，应充分面向区域或领域内的重大需求进行开放。在区域层面，可服务于公共卫生、医疗保险、地区特异性疾病管理等。在领域内，可支持重大疾病研究、全国性流行病学监测、重大公共卫生事件监测预警等。通过数据开放，实现数据的更大价值，推动医疗健康事业的整体发展。

▋▎公立医院数据资产的管理体系构建

组织保障及管理制度体系

建立数据资产管理部门，明确各部门和人员在数据资产管理中的职责与权限。例如，设立数据管理委员会，负责制定数据资产管理的战略规划与政策；设立数据管理部门，具体负责数据的收集、存储、治理、应用等工作；各业务部门则承担数据的提供与使用责任。通过清晰的组织架构，确保数据资产管理工作的有序开展。工信部、卫生健康委等联合推动的数据管理能力成熟度认证（DCMM）评审，是在“以评促建”理念下推动公立医院完善数据管理制度体系及相应技术支撑条件的重要举措。目前全国已有广东省人民医院、南方医科大学南方医院等多家医疗机构完成DCMM 3级（稳健级）认证。

技术支撑平台

构建先进的数据资产管理技术支撑平台，包括数据存储系统、数据处理与分析系统、数据安全保障系统等。采用大数据存储技术，满足海量数据的存储需求；运用高效的数据处理算法和分析工具，实现数据的快速分析与挖掘；利用数据脱敏、隐私计算等技术，保障数据的跨中心联合分析及患者隐私保护。

过程管理框架

基于生命周期理论搭建公立医院数据资产管理框架，全面覆盖数据采集、存储、处理、应用及销毁等环节，实现数据资产全流程精细化管理。在数据产生阶段，严格规范数据采集标准与流程，从源头上保障数据的准确性与完整性；在数据传输过程中，运用多重加密等技术手段，确保数据安全传输，严防数据泄露；在数据存储环节，选用可靠的存储技术，保障数据长期稳定可用；在数据处理与分析阶段，严格遵循相关规范和标准，确保分析结果真实可靠；在数据应用环节，建立健全监控机制，实时跟踪数据使用情况，杜绝数据滥用现象。

在最终的数据销毁环节，目前仍存在着一定的技术难题，严重制约了数据资产流通交易及定价体系的构建。从患者权益角度看，依据国际通行惯例，患者有权要求个人临床数据仅用于医院内部诊疗，禁止第三方使用，这与数据资产的流通要求相矛盾。同时，从数据资产特性层面分析，数据具有可复制性，若无法有效销毁，意味着数据资产能够零成本无限复制，这无疑使数据定价成为泡影。上述因素致使公立医院数据资产应用目前主要集中于一体化服务，难以实现数据本身的直接流通。

研究协作及转化应用

强化与科研机构、高校的合作，联合开展基于医院数据的科研项目，推动数据的转化应用，将科研成果切实融入临床实践，以提升医疗服务质量。在数据资产管理方面，当前普遍采用本地化部署数据库、数据分析工具集及研究管理平台的方式，以实现用户与数据资产的有效隔离，保障公立医院数据资产安全，防止数据流失。这种方式虽确保了数据的安全与自主可控，但在多中心数据整合方面存在挑战，难以形成大规模研究数据集，致使数据分析结果的应用价值受限。

审计及监管平台

建立数据资产审计及监管平台，定期对数据资产管理工作进行审计，检查数据的合规性、安全性以及使用效率等。加强对数据资产的监管，防止数据资产的流失与滥用，保障数据资产的合理使用与价值实现。

▋▎公立医院数据资产管理及应用的关键信息技术攻关

建立中文医疗数据去识别化与敏感信息保护技术

随着数据安全与隐私保护意识的增强，公立医院需要加强去识别化与敏感信息保护技术的研究与应用。采用先进的加密算法、匿名化技术等，对患者的敏感信息进行处理，确保在数据使用过程中患者隐私不被泄露。同时，建立严格的信息访问控制机制，限制对敏感信息的访问权限。公立医院数据信息的储存、展示及调用方式较为多样，一定程度上也增加了数据保护的难度。在加强对数据安全技术研发的基础上，还应针对医院不同部门之间共有的敏感性数据信息进行一体化管理，避免因一人多处的数据归档模式而导致同一信息的重复处理，增加了工作冗余。

制定国家级多模态通用数据模型标准

目前公立医院的数据存在格式不统一、标准不一致等问题，导致大量数据资源浪费。因此，需要建立通用数据模型，统一数据的格式、编码、语义等标准。广东医科大学在这方面做出了重要的尝试，在国内率先发布以医科大学为主导的面向所有附属医院的通用数据模型，为各附属医院的数据资产转化提供底层标准，从而确保各医院数据资产的共享与联合应用。

部署对标国际的临床术语标准体系

语义控制体系的不健全影响了数据的理解与应用。公立医院应构建完善的语义控制体系，明确数据元素的含义、关系及使用规则。以ICD-11的部署为抓手，充分借鉴医学系统命名法-临床术语（SNOMED CT）、

观测指标标识符逻辑命名与编码系统（LOINC）、临床药品标准命名术语表（RxNorm）等国际临床术语本体系统的技术理念及建设经验，利用本体技术、知识图谱、大模型等技术工具，对全国各医疗中心的医学语料数据进行语义标注与关联，建成国家临床术语标准，提高数据的语义一致性与可理解性，并发布机构级的术语服务平台（EVS）。应当设立国家临床术语管理中心，建立中文临床数据术语标准迭代更新及发布机制，并以相应的法规保证技术企业在医疗信息系统及数据治理平台中部署国家临床术语标准。

制定质量评价与控制办法

数据质量直接影响数据资产的价值。公立医院需要建立数据质量评价与控制体系，制定数据质量指标，对数据的准确性、完整性、一致性等进行评估。通过数据清洗、校验等手段，提高数据质量，确保数据资产的可靠性。

健全数据资源盘点及审计定价机制

目前，因资源盘点、审计、定价机制等相关环节的不完善导致无法准确评估数据资产的价值。公立医院应建立健全资源盘点、审计及定价机制，明确盘点方法、审计流程以及定价依据。通过科学的机制，准确衡量数据资产的价值，为数据资产管理决策提供依据。

明晰数据权属及收益机制

数据权属及收益机制的不明确影响了数据资产的管理与应用。公立医院应明确数据的权属关系，确定数据资产的收益分配原则。通过合理的机制，保障数据提供者、管理者及使用者的合法权益，促进数据资产的有效管理与应用。

▋▎展望

在我国医疗信息化建设成果初显、DeepSeek于公立医院广泛部署，以及原创性中文医疗数据处理技术持续突破的当下，公立医院数据资产管理体系建设意义重大。遵循需求驱动原则，搭建涵盖数据标准制定、数据质量管理、数据安全保障等核心模块的管理架构，能有效将数据资源转化为资产，提升医疗服务品质，助力医学科研创新。未来，随着技术迭代与管理理念革新，数据资产管理将在更坚实的架构基础上，抓住发展机遇，为医疗健康事业注入强大动力，实现数据资产价值最大化，推动行业迈向新高度。

（作者：广东医科大学多模态数据融合应用实验室 弓孟春 郑州大学肾脏病研究所  段家宇 李广普 清华大学人工智能国际治理研究院  李佳钰 郑州大学第一附属医院中西医结合肾病科  刘章锁）