BODH 健康 AI 基准平台 — 数据不出院的联邦评测层

20 世纪 70 年代起，人类就习惯了这样一个动作：把数据搬到一个地方，然后在那个地方做研究。肿瘤数据尤其如此——TCGA 把样本运到几个测序中心，AACR GENIE 把各家医院的病历抽出来拼成一张大表，连最保守的受控访问档案也是先上传再审批下载。这个动作有一个始终没被解决的副作用：数据一旦搬走，出借方就失去了对它的控制权。撤回同意、删除记录、限制用途，全都要靠拿到数据的那个人自觉。

BODH 想试点另一条路。它是印度国家健康局（NHA）与坎普尔理工学院（IIT Kanpur）共建的联邦式健康 AI 评测平台，2026 年 2 月 17 日由印度卫生与家庭福利部部长 J.P. Nadda 在新德里 India AI Impact Summit 上发布。按 IIT Kanpur 的官方表述，开发者把模型送进去、在数据所在的院内就地训练与评测，回溯到你手上的是模型参数，不是病人记录。所以你在 BODH 拿到的东西，本质上不是数据集，是一份准入协议和一套评测规则。

这让它和库里其余一千多条记录完全不是同一类东西。本篇不会给你一个样本量——因为官方至今没公布过；本篇要回答的是另一个问题：当数据不再搬家，一个研究机构、一家医院、一名监管者分别该怎么和它打交道，以及这套设计里哪些地方是真正的进步、哪些地方目前还只是一句宣示。一屏速览见下表。

维度	内容
中文常用名	BODH 健康 AI 基准平台
官方全称	Benchmarking Open Data Platform for Health AI
缩写来源	取自印地语/梵语 bódh，意为「领悟、觉醒」，与全称首字母吻合
建设方	印度国家健康局（NHA）+ 坎普尔理工学院（IIT Kanpur）
发布场合	India AI Impact Summit 2026，新德里 Bharat Mandapam
发布日期	2026 年 2 月 17 日（PIB）／IITK 新闻稿落款 2 月 19 日
配套政策	同日发布的 SAHI（印度医疗 AI 战略）
上层框架	Ayushman Bharat Digital Mission（ABDM）同意框架
交付物形态	准入资格 + 模型参数 + 评测指标，不下发原始数据
数据流转	模型进院，样本不出现；只回传参数与指标
评测维度	准确度、稳健性、偏差、泛化能力
宣称的解决对象	「AI 质量测试三难」（覆盖、开放、可靠三者不可兼得）
截至 2026-10 公开的规模数字	无
公开许可	未公开
官方入口	无独立站点；以 IITK 新闻页与 PIB 稿件为准

§1 它要解决的具体麻烦

1.1 医院手里有数据但不敢给，厂商手里有模型但证不了

环节	传统做法	卡在哪	BODH 的替代
找数据	一家家谈共享协议	周期长、条款各异	平台统一准入
取数据	拿去标识化副本	流出即失控	数据不出院
训练	本地或云上跑	需要大存储与算力	院内部署执行
出结果	自家报告	无第三方公信力	第三方指标
事后追溯	靠协议与自觉	撤回后无法追	审计日志（宣称）

医疗 AI 的验证长期卡在一个死结上：厂商想证明模型有效，就得在真实病人数据上跑；数据在医院手里，一给出去就收不回来，只能给一份去标识化副本。

副本一旦流出，用途、流转路径、病人的撤回权全部脱离医院控制。合规部门心知肚明，真实世界里最常见的结果不是「给了」，而是「拖」——拖到项目过期，拖到模型换代。

BODH 把「给数据」换成「给算力通道」：数据不动，模型动。厂商提交可执行的训练与推理管道，平台把它调到持数的院内节点，节点跑完只送出参数与指标。

医院拿到「样本未出院」，厂商拿到收敛过的权重和一个可引用的分数。双方各自让渡了一部分控制权，但让渡的不是同一部分。

这个交换之所以成立，靠的不是算法，而是三样东西，三样里缺哪一样，联邦学习都会退化成「把数据拷到对方服务器上跑一下」——技术上还在，治理上什么都没有。

要件	谁提供	缺了会怎样	公开程度
同意框架	ABDM	不知道哪些病例可用于训练	框架公开
调度与日志	平台	出事无法追溯	仅设计意图
准入规则	未明	谁都能提交，等于没有把关	未公开
指标口径	平台	分数不可比	未公开
参数回传路径	平台	交付物说不清	官方口径
退出机制	未明	机构退出无据	未公开
争议裁决	未明	分数争议无仲裁	未公开
分数复核	未明	无法申诉	未公开
版本冻结	未明	无法留档对比	未公开
参数外流防护	未明	回传后可能外流	未公开
撤回同步	ABDM	训练集未更新	框架公开
节点健康检查	平台	坏节点污染评测	未公开
记录保留上限	未明	留多久不清	未公开
用途限定粒度	ABDM	粗放限定易误用	框架公开
公示范围	未明	公众看不到	未公开
任务定义	未明	边界不清	未公开
金标准来源	未明	正确性难核	未公开
参数兼容	未明	旧格式失效	未公开
节点退出补偿	未明	无说法	未公开

这张表里只有同意框架有公开文本，其余都停留在「官方说有」。BODH 现在能读的是意向，不是条款。

1.2 三条常见的错误期待

第一条错误期待是把它当成可下载的数据集。库里多数条目的形态是「有入口、有申请、下载后本地开跑」，BODH 的入口不是下载页而是一次审批，产物不是文件而是权重。抱着「先下下来看看」去找，第一步就扑空。

第二条错误期待是把它当成肿瘤专用平台。外部转述出现过「Bharat Oncology Data Hub」这样的展开，中文二手报道也跟着叫过「肿瘤数据平台」。官方一手材料——PIB 两份稿件、IITK 新闻稿——用的都是 Benchmarking Open Data Platform for Health AI。肿瘤是被反复举例的应用场景，不是平台边界。癌症筛查稿件把它与 CATCH、SAHI 并列，只因那篇主题就是筛查。

第三条错误期待是把它当成已跑起来、有公开榜单的服务。官方称它「将替代随机对照试验成为健康 AI 的默认第三方审计工具」——这是面向未来的定位，不是现状描述。IITK 新闻稿里 Nisheeth Srivastava 教授自己补了一句「这段路才刚刚开始」。

期待	为什么会产生	实际	什么时候可能成真
可下载数据集	库里多数条目如此	不下发任何病人记录	不会
肿瘤专用	二手转述与癌症稿并列	通用健康 AI 评测	不会
有公开榜单	榜单是评测平台的惯例	无公开榜单	待观察
立刻可申请	已开发佈会	无申请入口	待观察
分数全球通用	国家级平台背书	仅印度数据环境	待观察
一分数走遍全国	联邦评测直觉	绑定具体批次	待观察
上传即有回报	信用机制传播	折算规则无	待观察
平台自动续约	平台惯例	未见条款	待观察
分数可作临床证据	评测等于验证	不等于批准	待观察

1.3 它能给到的与给不到的

你的需求	它给的	够不够
拿到一批印度肿瘤病人的影像或病历	不给。样本不出院	不够，且这是设计意图
证明我的模型在印度人群上不掉点	在受控数据环境上跑出的准确度与泛化指标	够用，但指标口径未公开
证明我的模型对不同性别、收入层公平	分层偏差指标	够用，分层定义未见公开文档
拿到一份可直接发表的基准数据集	不给。无公开测试集下载	不够
找一个第三方的、监管可采信的评测背书	第三方评测的流程与凭证	部分够，凭证格式未见模板
研究一国如何做联邦数据治理	一份可援引的官方治理设计	够用，是本篇的主要价值
把数据带回国训练	不给，且大概率不被允许	不够
复现别人的评测分数	需先获得同等准入	不够，除非你也拿到资格
了解平台覆盖多少家医院、多少病例	官方未公布	信息缺口，不是「不够」
拿到明确的许可条款以判断能否商用	未公开许可文本	不够
找到可提交申请的网址	截至 2026-10 未找到	不够

1.4 你的处境与它能帮到的事

你的处境	它能帮你什么	下一步该做什么
你在做肿瘤筛查 AI，想找印度人群的验证场景	提供一条「不搬数据也能验证」的制度路径	先判断自己是否有资格提交，再谈技术对接
你是医院信息科，被厂商反复索要数据副本	给你一个「只给算力不给数据」的可援引先例	把它的架构写成自己院内数据出借条款的参照
你在写医疗 AI 治理的政策研究	一份把「同意—训练—回传」串起来的完整制度样本	直接引用 PIB 与 IITK 两份一手材料
你是模型厂商，需要一个第三方评测背书	一条官方背书的评测通道（流程层面）	不要指望它替代 CDSCO 审评
你只是想下载数据做实验	帮不到，且这条路不存在	转去看库内其他印度或肿瘤条目
你在评估「联邦学习到底能不能落地」	一个真实的国家级试点，含它的全部含糊之处	重点读 §7 的局限清单，而不是宣传语
你做跨境数据合规，需要判断能否接入	帮你确认这是一个「不出境」设计	默认按不可接入处理

1.5 一句话判断

它不是一份数据，是一份协议；评价它的标准不是「样本够不够」，而是「这份协议把责任分清楚了吗」。

1.6 不适合谁：四条边界

第一条，不适合想直接获取数据的人。 如果你的任务需要一个本地可读的文件、一个可以反复跑的 CSV 或 DICOM 目录，BODH 从设计上就不提供。它连测试集都是私有保留的——这正是它宣称能同时满足「覆盖、开放、可靠」的关键，代价就是外部无法独立复现。

第二条，不适合需要即时可用的团队。 一个平台从发布到有公开可用的准入流程，中间隔着制度落地、节点铺开、评测协议定稿若干环节。截至本篇核验时，这些都还没有公开痕迹。把它排进一个季度内的项目计划，是不现实的。

第三条，不适合以非肿瘤任务为唯一目标、又需要明确数据规格的人。 它的官方定位是通用健康 AI 评测，但通用也意味着它对任何单一病种都不承诺具体的字段表、标注规范或样本量。想要「乳腺癌病理切片多少张、标注几级」这种答案的，在这里找不到。

第四条，不适合需要法律确定性的人。 没有公开许可文本，没有公开的跨境条款，没有公开的数据使用协议模板。任何建立在「BODH 允许我做 X」之上的商业决策，目前都缺少可核对的依据。

§2 数据构成与规格

2.1 它到底「发布」了什么

理解 BODH 的数据构成，第一步要放弃「数据集」这个框架。它不发布记录集合，发布的是角色、权限与流转规则。所以本节讲的「规格」不是字段类型与缺失率，而是系统里有哪几种对象、谁持有、能流向谁。

系统里至少有五种对象：样本（病人级记录，永远留在院内，包括 NHA 与 IIT Kanpur 在内的外部主体都不接触）、模型管道（开发者提交的可执行代码加依赖声明，进院执行完即销毁或封存）、参数（训练产生的权重，从院内流出的唯一实质内容）、指标（分数与分层差值，唯一可公开引用的内容）、审计条目（记录谁在何时对哪份数据做了什么，用于事后追责）。

五类对象构成一条极窄的出口。越窄，治理越容易，因为要审的东西少；越窄，可用性越差，因为外面的人无法自查。这个权衡是理解 BODH 全部争议的钥匙。

2.2 字段/记录的完整字典

下表把上面五类对象拆成可讨论的字段。需要说明的是：这是一份基于官方描述重建的逻辑字典，不是官方发布的 schema。官方至今没有公开任何字段级文档，表里的每一行都标注了它的依据强度。

对象	字段	含义	对外可见	依据强度
样本	patient_ref	院内病人标识，仅院内可见	否	推断（官方称样本不出院）
样本	abha_ref	ABHA 健康账户标识，用于对齐同意状态	否	中（ABDM 框架使然）
样本	consent_state	该病例当前的同意状态与用途限定	聚合后可见	中
样本	modality	影像、病理、文本、信号等模态	评测任务级可见	中
样本	cancer_site	瘤种或病种编码（SNOMED CT 口径）	任务级可见	弱（官方未点名编码体系）
样本	site_id	贡献机构标识	聚合后可见	中
模型	model_id	提交的模型唯一标识	是	推断
模型	version	模型版本指纹	是	推断
模型	pipeline_ref	可执行管道的引用与依赖	提交方与平台可见	推断
参数	weight_digest	参数文件的哈希摘要	是	推断
参数	round_no	联邦轮次编号	是	推断
参数	returned_to	参数回传对象的授权标识	是	推断
指标	metric_name	准确度、敏感度、特异度、AUC 等	是	中（官方点名四维）
指标	stratum	偏差分析的人群分层标签	是	中
指标	value	指标数值	是	中
指标	ci	置信区间或统计不确定性	未说明	弱
审计	task_id	一次评测任务主键	是	推断
审计	actor	发起方身份	是	推断
审计	timestamp	操作时间	是	推断
审计	purpose	声明的用途与法律依据	是	推断
审计	node_id	执行节点标识	是	推断
信用	credit_balance	贡献数据换得的信用额度	贡献方可见	中（有媒体报道）

「推断」不等于错，但使用者必须知道它不是官方定义。这张表最该被注意的一行是 ci——置信区间。任何评测分数如果没有不确定性表述，看的人就无法判断两个模型的差距是真的还是噪声。官方宣称「让监管者以统计置信度做低成本第三方测试」，但从未公开这个置信度怎么算。

按可信度分三级：官方明说的只有四个维度名称与「参数而非样本」这条规则；框架强推的是 ABDM 同意状态与 ABHA 对齐；纯属重建的是全部字段名与表结构，只为让你能讨论「这里该有哪几列」。前两级可以引，第三级只能写成「有理由推测」。

2.3 一条记录的完整解剖

下面用一段文本块示意一次评测任务在中央侧留下的全部痕迹。这是逻辑示意，字段名为本篇重建，官方未发布对应 schema。

task_id: BODH-2026-0001
model_id: vendor-a/chest-triage
model_version: 1.0.3
task_type: binary_triage
cancer_site: null
stratum_def: [sex, wealth_quintile]
nodes:
  - node_id: site-014
    records_used: aggregate_only
    consent_filter: abha_active
    status: completed
  - node_id: site-031
    records_used: aggregate_only
    consent_filter: abha_active
    status: completed
metrics:
  accuracy: 0.000
  sensitivity: 0.000
  specificity: 0.000
  auc: 0.000
  fairness_gap: 0.000
weight_digest: sha256:000000
audit:
  actor: vendor-a
  purpose: pre_deployment_validation
  started_at: 2026-00-00T00:00:00Z
  closed_at: 2026-00-00T00:00:00Z

三处细节值得停下来看。

第一，records_used 写的是 aggregate_only 而不是一个数字——这符合「样本不出院」的原则，但也意味着外部无法核对这个数字的真实性，只能依靠审计。第二，cancer_site: null 说明这一类任务的病种字段可以为空，印证了它不是一个按病种切分的平台。第三，所有数值我写成 0.000，因为我没有能力填真值，而填一个编造的数字比留空更坏。

2.4 四类参与方的权限分布

参与方	看得到样本	看得到参数	看得到指标	看得到审计	主要风险
数据贡献医院	是（自己的）	是（自己节点上的）	是（自己节点的）	是（自己的）	节点运维负担与合规责任
模型开发者	否	是	是	部分	无法自查、无法调试错误样本
监管者 / 第三方评估方	否	否	是	是	依赖平台自身的诚实
平台运营方（NHA/IITK）	否（设计如此）	否	是	是	成为单点信任源
一般公众	否	否	部分（若公开）	否	难以验证任何宣称

这张表暴露了一个结构性问题：所有人的可信度最终都汇聚到平台运营方身上。医院信任平台不偷看，开发者信任平台不乱算，监管者信任平台不给假分数，公众信任平台不隐瞒。联邦学习消除了「数据集中」这个风险源，但没有消除「中央裁判」这个风险源，只是把它从数据中心挪到了评测中心。

2.5 它与其他「不搬数据」方案的形态差异

同样是「不搬数据」，不同方案让渡的控制权完全不同。下表按四个可核对的问题横向比，能把 BODH 的位置定死。

方案	数据是否移动	交付物	能否独立复现	准入是否公开	典型代表
公开数据集	移动（下载）	文件包	能	无需准入	TCGA、MIMIC
受控访问档案	移动（审批后下载）	加密文件	能（授权内）	申请表公开	EGA、dbGaP
统计沙箱	不移动	查询结果	难	申请表公开	各国统计沙箱
联邦训练平台	不移动	模型参数	难	部分公开	各类院内联邦
合成数据生成	移动（生成物）	合成样本	能，真实性存疑	常公开	差分隐私合成集
行业榜单沙箱	不移动	榜单排名	难	半公开	商业评测
BODH	不移动	参数与指标	难	未公开	本页

七行里只有最后一行在「准入是否公开」这一列写的是「未公开」，这正是它与其他联邦平台的实际差距所在——不是技术差距，是文书差距。

§3 身份与定位：一个不下发数据的国家平台

3.1 两个机构的握手与各自的分工

事项	NHA 侧	IIT Kanpur 侧	交界处是否清楚
数字身份	ABHA 体系	不使用	清楚
同意管理	同意框架	对接实现	部分清楚
评测方法学	不主导	CDIS 团队牵头	清楚
节点铺设	依托各机构	技术实施	不清楚
分数定稿	未明	未明	不清楚
准入审批	未明	未明	不清楚

BODH 是两个机构按各自所长拼起来的。

NHA 提供的是制度与管道：ABDM 已经建成的健康账户体系、同意管理框架、以及作为支付方对全国医院形成的实际影响力。IIT Kanpur 提供的是技术与学术信誉：平台的架构设计与评测方法学由该校 CDIS 团队的 Nisheeth Srivastava 教授牵头，校长 Manindra Agrawal 在发布时站台定性为「隐私优先创新的基石」。

这个分工解释了平台为什么长这样：只由 NHA 做，大概率是合规沙箱，重流程轻方法；只由 IITK 做，大概率是研究原型，重方法轻制度。两者结合，才出现「用国家健康数据管道跑学术评测协议」这个形态。它也解释了短板——交界处，即进来之后怎么跑、跑多久、分数怎么定稿，恰恰最不透明。

3.2 名字里的三层意思

BODH 这个缩写能同时对上好几个展开，这本身就是个信号。官方材料里它指 Benchmarking Open Data Platform for Health AI；而在印地语与梵语里，bodh 意为「领悟、觉醒」，带明显的正向寓意，印度政府项目爱用这类可读性强的短词做品牌。至于「Bharat Oncology Data Hub」这个展开，在中文二手传播里出现过，但它与官方全称对不上，也不符合 PIB 与 IITK 任何一份稿件的表述。

碰到这三个名字时，应该按可信度排序：PIB 与 IITK 的英文全称是一手；「bodh 意为领悟」是有据可查的语源；「Bharat Oncology Data Hub」是转述，且很可能是把 Bharat（印度）与 Oncology（肿瘤）按印象拼出来的产物。本篇标题保留「BODH」并注明官方全称，就是为了让搜到任何一个名字的人都落到同一页。

3.3 它在印度数字健康版图里的坐标

要理解 BODH 的位置，得先看印度过去十年铺的三层地基。

第一层是 2015 年的 Digital India，解决的是宽带与身份；第二层是 2017 年国家卫生政策与 2020 年 ABDM，解决的是健康数据的身份（ABHA）、互操作（FHIR）与同意（consent manager）；第三层才是 2026 年的 SAHI 与 BODH，解决的是「AI 能不能用、凭什么说它行」。

BODH 处在这套地基的最上层，因此它的可行性完全取决于下面两层是否牢靠。ABDM 的同意框架如果覆盖不全，BODH 的样本池就是偏的；ABHA 覆盖率如果城乡悬殊，BODH 的「全国代表性」就只是一句愿望。这不是苛责，而是任何建立在国家数字底座上的平台都要面对的传导效应。

3.4 与 SAHI 的分工：一个管规则，一个管证据

同一天发布的两个东西经常被混为一谈，其实分工很清楚。SAHI 是战略与治理框架，回答「什么样的 AI 可以用、由谁负责、出了事算谁的」；BODH 是评测设施，回答「这个具体的模型到底行不行」。SAHI 是规则书，BODH 是考场。

这个类比还可以再推一步：考场不能自己定考试大纲。BODH 的评测维度——准确度、稳健性、偏差、泛化——实际上就是 SAHI 治理原则的技术投影。所以当 SAHI 的条款变动时，BODH 的评测协议也应该跟着变。目前两者都是 2026 年初的新生事物，这种联动机制是否建立、由谁裁定，没有任何公开信息。

比较项	SAHI	BODH
类型	战略与治理框架	技术评测设施
回答的问题	什么样的 AI 可以用、谁负责	这个具体模型行不行
产出物	条款、原则、责任划分建议	指标、参数、审计凭证
约束对象	开发方、部署方、医疗机构、监管者	提交模型的开发者
是否涉及具体数据	不涉及	涉及（在院内）
是否有法律效力	政策指引，非强制法规	无，评测不等于批准
公开程度	框架文本	仅两份新闻稿

3.5 定位上的两个自我矛盾

第一个矛盾是**「开放」与「私有」并置**。平台叫 Open Data Platform，但测试集私有、数据不出院、外部无法复核。官方解释是「开放指参与开放，不是数据开放」——这话成立，却要求使用者听到 Open 时主动做一次语义切换，而多数人会直接理解成「开放数据」。

第二个矛盾是**「平台」与「通道」并置**。它被称作 platform，却几乎不承载持久内容：样本在院内，参数回传给提交方。它更像一条合规通道——验证你是谁、允许你在哪些节点跑、记录你跑了什么、把结果发回。通道比平台准确，但政策文件里这个词不够响亮。

官方用词	字面含义	实际含义	误读风险
Open Data Platform	开放的数据平台	参与开放、数据不开放	高
Federated	联邦的	模型去数据处跑	低
Benchmarking	基准测试	用统一协议横向比较	低
Sandbox	沙箱	受控执行环境	中
Third-party audit	第三方审计	外部机构出评测结论	中，易当成合规认证
Digital Public Good	数字公共产品	可被复用的国家设施	低

§4 质量与特色：它真正新在哪里

4.1 「AI 质量测试三难」这个提法的分量

方案	覆盖	开放	可靠	缺哪一项
公开数据集（TCGA 类）	中	高	低（过拟合）	可靠
受控访问档案（EGA 类）	高	低（门槛高）	高	开放
厂商自测	低（自家挑）	高	低	覆盖与可靠
院内单中心验证	低	中	中	覆盖
联邦评测（BODH 定位）	高（宣称）	中高	高（宣称）	待验证

官方给 BODH 的核心论证是一个三难命题：医疗 AI 的质量测试长期受制于三者不可兼得——覆盖（数据要够广、够真实）、开放（外部要能参与、能复核）、可靠（结论要经得起统计推敲）。传统做法只能取其二。

三个具体取舍可以说明这一点：公开数据集满足开放与部分覆盖，但模型会过拟合，可靠性下降；受控档案满足覆盖与可靠，但门槛高、周期长，开放度低；厂商自测开放却用自家挑的数据，覆盖与可靠都不成立。BODH 的赌注是用「数据不出院」作前提、用「私有测试集」保证可靠、用「谁都能提交」保证开放，三者兼得。

这个论证在逻辑上成立，但有一个隐藏前提：测试集必须真的私有且真的代表。私有可以靠制度保证，代表则要靠数据本身。

而数据代表性恰恰是印度医疗数据最难保证的一点——见 §7.3。

4.2 评测维度的现实含量

维度	官方说法	实际能测到什么	现实含量
准确度	在真实数据上的表现	取决于任务定义与金标准质量	中，金标准来源未公开
稳健性	面对分布偏移是否掉点	跨机构、跨设备、跨人群的方差	中高，跨机构是其真实优势
偏差	不同人群表现是否一致	按性别、收入层等分层的差值	中，分层标签依赖采集完整性
泛化能力	能否推广到新场景	留出机构上的表现	高，联邦架构最擅长
可解释性	未点名	归因图是否稳定	低，非监管刚需

最值得说的是「泛化能力」。它测的就是「模型在没见过的机构上表现如何」，而这恰是集中式数据集最难模拟的：在一个数据集里划分机构只是模拟，不是真实的不同设备与录入习惯。BODH 的节点天然异质，这是结构性优势。

四个维度里有一个没有被官方点名，但对肿瘤 AI 极其关键：校准。

模型可以把排序做得很准（AUC 高）却把绝对概率估得离谱，而临床决策往往依赖绝对概率——「恶性概率 3% 建议随访」与「40% 建议活检」差的是病人身上的刀子。只报 AUC 与敏感度、特异度就绕开了校准，这是下一版协议最该补的一项。

维度	是否官方点名	对肿瘤 AI 的紧要程度	本篇判断
准确度	是	高，是入门门槛	必测，但单独看会误导
稳健性	是	高，跨设备跨机构是真实痛点	最有价值的一项
偏差	是	高，印度人群异质性大	价值高，但分层标签是瓶颈
泛化能力	是	高，决定能否跨院使用	联邦架构的天然强项
校准	否	极高，直接影响临床阈值选择	建议补测
亚组显著性	否	高，小样本亚组结论易失效	建议补报置信区间
人机协同表现	否	中高，AI 辅助后的医生决策才是终点	超出评测范畴，可不测

4.3 案例：一家想进印度市场的影像厂商

为了把抽象的规则变成可以看见的动作，本篇设一个贯穿案例：一家总部在新加坡的胸部影像 AI 厂商（下称「星洲影像」），产品是一个肺结节初筛模型，已经在本国医院验证过，想进入印度市场。

按传统路径，星洲影像会怎么做？找几家印度医院签数据共享协议，拿到去标识化的 CT 副本，本地训练微调，出一份「在印度数据上 AUC 0.9x」的报告。这条路的问题在于：报告的可信度取决于医院名气和样本量，而监管者无法独立核对；医院一旦签了，数据就长期流出；后续如果某位病人撤回同意，已经发出去的数据收不回来。

按 BODH 的路径，动作序列完全不同：第一步不是找数据，是确认资格——谁能提交、提交什么、由谁审；第二步是改造模型为可执行管道；第三步是等待调度，节点由平台决定，它挑不了「只在大医院跑」；第四步是接收参数与指标；第五步是接受不可调试——模型在某类病例上错得离谱时，只能从分层指标反推。

这个案例的价值在于把「准入资格」还原成一串具体动作。§4.3 的案例会在后文反复出现：在 §5 讲提交管道时，在 §7 讲失败模式时，在 §9 讲最短流程时。每一次回看，星洲影像都在同一个位置上——它有模型，没有数据，能拿回的只有参数。

4.4 它多做的三件事与最易被低估的一处

很多医院信息科会说：联邦学习我们自己搭得起来，开源框架多的是。

这话对，但漏了一层。自建解决的是「技术上能不能联合训练」，BODH 多解决三件事：跨机构的法律基础（ABDM 给出可核验的用途授权）、第三方公信力（自建模型仍只有参与方自己说好）、贡献计量（没有计量就没有持续供给的动机）。

「审计日志」几乎不被提及，却可能是这套设计里最有长期价值的部分。联邦学习最大的治理难题不在训练，而在事后：病人撤回同意后，训进参数里的影响怎么删？模型出问题后，怎么证明当时用的是哪批数据？

一个完整条目——谁、何时、对哪份数据、以什么用途、在哪个节点——是回答这些问题的最小单位。BODH 是否真这样留痕、留多久、谁能查，官方未公开，但把意图写进定位本身就是一个态度。

§5 取数路径：你实际能拿到的三种东西

5.1 第一个结论：没有下载端点

先把最可能被浪费的时间省掉。截至 2026 年 10 月 26 日，本篇核验范围内没有找到 BODH 的独立站点、公开 API、下载页或开发者文档。核验过的位置包括 IITK 官方新闻页、PIB 两份新闻稿、bodh.iitk.ac.in、bodh.nha.gov.in、bodh.abdm.gov.in（均无法解析），以及 bodh.ai（可解析但只返回「GET method not allowed」与一个 /join-waitlist 路径，内容无法确认与该平台有关，不应作为入口引用）。

这意味着任何「调用 BODH API 拉数据」的教程都是虚构的。本节因此不写接口调用，改写三种现实中可以拿到的对象，以及拿到它们各自需要什么。

你要找的东西	实际存在吗	替代物	备注
数据下载页	否	无	与「数据不出院」的设计矛盾
开发者文档	否	无	官方未发布
API 端点	否	无	任何号称可调用的都不应采信
申请表单	否	无	准入规则未公开
评测报告	否	无	截至核验日无公开榜单
官方新闻稿	是	PIB 与 IITK 各一份	唯一可用的一手材料
机构 MoU 报道	是	二手媒体	可作扩围的旁证

5.2 三类角色分别能拿到什么

三种角色对应三个不同的出口，并排看差异一目了然。

角色	交出去的	拿回来的	卡点	现在能做吗
模型开发者	可执行训练/推理管道	模型参数 + 评测指标	准入审批主体与流程未公开	不能
数据贡献方	院内数据 + 节点运维	信用额度（有报道）+ 参与资格	责任分担条款未公开	不能
监管者 / 研究者	无（或研究合作）	评测凭证（设想形态）、治理设计	凭证格式未公开	只能读设计
患者 / 公众	无	无	无公开通道	无
学术合作方	方法学共建	参与评测协议制定	MoU 门槛	视协议
跨国厂商	无	无	无跨境条款	按不可接入

核心角色受阻的位置是同一类东西——没有公开的条款文本。开发者缺审批规则，贡献方缺责任划分，监管者缺凭证格式。制约不是技术也不是资金，而是文书：一个已发布、有部长站台的平台，缺的是几张能公开下载的 PDF。

角色	前置条件	条件不满足的后果	替代路径
模型开发者	通过准入审批	拿不到任何印度环境下的指标	走 CATCH 拨款做院内合作
数据贡献方	接入 ABDM、能运维节点	无法参与，也就拿不到信用	与 NCG 体系内机构合作
监管者	监管身份或研究合作	只能依赖厂商自报分数	自建或委托独立评测
一般研究者	无明确通道	只能读二级材料	引用 PIB 与 IITK 原件

在条款公开之前，唯一确定可做的动作是「读设计、改自己的方案」，其余三类都得等。

5.3 为什么「不下发」不是一个可以商量的细节

有人会问：既然是国家级平台，为什么不能给研究者开一个受限的数据通道？这决定了你接下来还该不该花时间。

「不出院」不是策略选择，是整个论证的地基。三难命题成立靠的就是测试集私有——外部主体一旦拿到病人级副本，过拟合重新可能，「可靠」立刻塌掉；「覆盖」能谈，是因为医院愿意在不出院的前提下接入。「给一点数据」不是打折扣，是抽掉承重墙。

你若提出	平台可能的回应	依据	替代办法
给我一千例 CT 做预训练	不符合不出院前提	架构设计	自己找公开数据做预训练
给我分层指标的原始样本	只能给聚合指标	隐私设计	接受聚合口径
让我定向调试错例	无法满足	样本不可见	用分层差值反推
让我复现别人分数	需先获同等准入	准入规则	等文档公开
让我在本地跑你的评测脚本	脚本本身也是评测资产	未公开	无

先把「不可能」钉死，能省掉后续反复试探。§4.3 的案例里那家厂商若第一天就问清这五条，后面两轮沟通可以整个省掉。

5.4 三种对象的时间成本

对象	拿到需要多久	依赖条件	稳定性	本篇建议
官方新闻稿	即刻	能上网	长期稳定	优先用
二手报道	即刻	能上网	可能被撤稿	仅作旁证
平台准入	未知	审批	未知	不作计划依据
评测指标	未知	准入 + 调度	可能随批次变	不作对外承诺
模型参数	未知	准入 + 训练完成	稳定	可作技术资产

5.5 用代码确认「它没有下载端点」

下面这段脚本做的事情很有限，但有用：逐个探测可能的入口域名，把结果记录下来，避免下次再花时间猜。

#-- 探测 BODH 可能的官方入口（结果只用于记录，不用于访问数据）
for host in bodh.iitk.ac.in bodh.nha.gov.in bodh.abdm.gov.in bodh.ai; do
  code=$(curl -s -o /dev/null -m 8 -w '%{http_code}' -L "https://${host}/")
  printf '%-22s -> %s\n' "$host" "$code"
done

跑完之后你会看到一串 000（无法解析）和一个 405（方法不允许）。000 是 curl 的「连不上」约定码，405 说明对端存在但不接受这次请求。两者都不是「入口」，只是「这里有东西或没东西」的信号。

5.6 用代码把 PIB 稿件拉成可检索的纯文本

如果要做引用核查，官方稿件的正文抓取比截图更可靠。下面这段把 HTML 剥成纯文本并只保留含关键拼写的行。

#-- 抓 PIB 稿件并抽取含关键词的句子，用于核对官方全称
import re, urllib.request

URL = "https://www.pib.gov.in/PressReleasePage.aspx?PRID=2229226"
raw = urllib.request.urlopen(URL, timeout=25).read().decode("utf-8", "ignore")
text = re.sub(r"<script.*?</script>|<style.*?</style>", " ", raw, flags=re.S)
text = re.sub(r"<[^>]+>", " ", text)
text = re.sub(r"\s+", " ", text)

for sentence in re.split(r"(?<=[.!?]) ", text):
    if "Benchmarking Open Data" in sentence or "oncology" in sentence.lower():
        print(sentence.strip()[:220])

这段脚本只会打印命中的句子，便于确认：PIB 里出现的是 Benchmarking Open Data Platform for Health AI，而不是任何带 Oncology 的展开。

5.7 用代码做一次「三难自检」

在把任何模型送进联邦评测之前，值得先在本地做一次自检：你的模型在本国数据上的分层表现如何，差距有多大。这不是 BODH 的接口，是一段通用的分层评估脚本，用来预判你在联邦评测里大概率会看到什么。

#-- 提交前的分层自检：同一模型在不同人群子集上的差距
import numpy as np
from sklearn.metrics import roc_auc_score

def stratum_gap(y_true, y_score, strata):
    """返回每个分层上的 AUC 与最大层间差距。"""
    aucs = {}
    for name in np.unique(strata):
        mask = strata == name
        if mask.sum() < 30 or len(np.unique(y_true[mask])) < 2:
            continue
        aucs[name] = roc_auc_score(y_true[mask], y_score[mask])
    if len(aucs) < 2:
        return aucs, 0.0
    gap = max(aucs.values()) - min(aucs.values())
    return aucs, gap

#-- 用你自备的验证集替换下面三行
y_true = np.array([0, 1, 0, 1, 1, 0])
y_score = np.array([0.1, 0.9, 0.2, 0.7, 0.6, 0.3])
strata = np.array(["urban", "urban", "rural", "rural", "urban", "rural"])

aucs, gap = stratum_gap(y_true, y_score, strata)
print(aucs)
print(f"max gap = {gap:.3f}")

把「偏差」从口号变成一个可算的量。本地层间差距已经很大，进联邦评测只会更大：跨机构异质性放大而非缩小差距。§4.3 的案例里那家厂商若先跑这一步，可能会发现本国分层样本根本不够，从而更早调整策略。

5.8 用代码记录一次「准入尽调」的检查项

真正的取数工作，在 BODH 这里等于一次尽调。下面是一个可复用的清单脚本，把「必须问清楚的事」写死，避免对接时漏项。

#-- 准入尽调清单：每项必须在书面材料里找到明确答案才算通过
CHECKLIST = {
    "准入主体": "谁有权批准模型提交，是否有书面审批函",
    "许可条款": "评测产生的参数与指标，归属与商用边界如何约定",
    "数据范围": "评测覆盖哪些病种、模态，样本量是否披露",
    "指标口径": "四个维度各自的定义、阈值与不确定性表述",
    "审计与留存": "审计日志保存多久，谁能调阅，撤回同意如何处置",
    "贡献计量": "数据贡献方的信用机制与结算方式",
    "责任划分": "评测误判或数据泄露时的责任分配",
}

def review(answers):
    for k, q in CHECKLIST.items():
        a = answers.get(k, "").strip()
        mark = "OK  " if a else "TODO"
        print(f"[{mark}] {k}: {a or q}")

#-- 把已从官方材料中核实的答案填进来（未知的留空）
review({
    "准入主体": "",
    "许可条款": "",
    "数据范围": "官方称覆盖多样化真实健康数据，未披露病种与样本量",
    "指标口径": "官方点名准确度/稳健性/偏差/泛化四维",
    "审计与留存": "",
    "贡献计量": "",
    "责任划分": "",
})

跑完你会看到满屏的 TODO。这不是脚本写得不好，是这篇稿件想传递的核心事实：七项里只有两项能从公开材料里得到部分答案。

5.9 一份「未公开」的台账

本篇反复说「未公开」，这个词如果不落成清单，下一次核查的人还得从头问一遍。下表把所有缺口连同查过的位置一并记下，三个月后再查时只需在「已查位置」里追加一行。

缺口项	已查位置	核查日	后续动作
样本量 / 参与机构数	PIB 2229226、IITK 新闻页	2026-10-26	等官方文档更新
访问申请表单与审批主体	PIB 2229226、PIB 2244526	2026-10-26	等 NHA 发布
许可条款与商用边界	PIB 2229226、IITK 新闻页	2026-10-26	等协议文本
评测协议与指标阈值	PIB 2229226、IITK 新闻页	2026-10-26	等方法学论文
审计日志格式与留存	PIB 2229226	2026-10-26	等技术文档
撤回同意后的参数处置	PIB 2229226、IITK 新闻页	2026-10-26	无公开线索
跨境访问条款	PIB 2229226、IITK 新闻页	2026-10-26	无公开线索

这份台账现在看着空，却是唯一能证明「确实查过」的东西。没有它，三个月后再问「到底有多少病例」只能从头再查；有了它，答案是一句「2026 年 10 月 26 日查过 PIB 与 IITK 两处，没有」。

5.10 一张自查表：你的组织离「能参与」还差几步

准入资格不是二元状态，是分级的。下表把参与前需要具备的能力拆成七项，每项给三个档位，你可以先自评处在哪一档，再决定要不要现在就去问 BODH。

#-- 参与前的能力自评：0=没有，1=部分，2=到位
CAPS = {
    "数据治理": ["无数据分级制度", "有制度但未落到系统", "分级标签机器可读、按用途授权"],
    "同意管理": ["纸质同意、无撤回通道", "电子同意、撤回靠人工", "同意与撤回实时同步到数据侧"],
    "模型工程": ["本地脚本、依赖外网", "可容器化但需联网装包", "离线镜像、可复现构建"],
    "评测素养": ["只看总体准确率", "能算分层指标", "分层、校准、不确定性三件齐全"],
    "审计能力": ["日志散落各处", "集中存日志但不规范", "结构化日志、可导出、留存有期限"],
    "责任约定": ["口头约定", "有合同但无技术条款", "合同+技术双约束、含赔付"],
    "贡献计量": ["无计量", "按人次粗算", "按样本量与质量加权结算"],
}

def score(org, picks):
    print(f"== {org} ==")
    total = 0
    for name, levels in CAPS.items():
        i = picks.get(name, 0)
        total += i
        flag = "缺" if i == 0 else ("半" if i == 1 else "足")
        print(f"[{flag}] {name}: {levels[i]}")
    print(f"总分 {total}/14")

#-- 以 §4.3 的案例中的影像厂商为例
score("星洲影像", {"模型工程": 2, "评测素养": 1, "数据治理": 1})

分数没有官方标准，只是把「差不多了」变成可讨论的抓手。模型工程最容易补，数据治理与同意管理最费时间，责任约定最需对方配合——而最后一项，关起门来补不了。

能力项	补起来要多久	谁能补	参与前是否硬性
数据治理	数月	本机构合规与技术部门	硬性
同意管理	数月至更久	本机构 + 平台方	硬性
模型工程	数周	研发团队	硬性
评测素养	数周	研发团队	软性，但决定评测结果能否读懂
审计能力	数月	本机构信息科	硬性
责任约定	取决于谈判	双方	硬性
贡献计量	取决于平台方规则	平台方主导	现阶段无从准备

§6 与库内条目的关系

6.1 关系图谱

BODH 在库内没有同类。它和其余条目构成三种关系：对照（同样是肿瘤数据、但做的是数据集而非平台）、上游（它所依赖的框架与网络）、互补（同样是第三方评测，但对象不同）。

关系类型	库内条目	与 BODH 的具体关系
定位对照	cancerlinq	同样服务肿瘤 AI，但交付去标识化 EHR，可下载分析
定位对照	trinetx	同样是多机构真实世界数据网络，走查询而非联邦训练
定位对照	pcornet	分布式数据网络，BODH 可视为其「联邦评测」形态的远亲
定位对照	ega	受控访问档案，数据搬家但可控，与 BODH 的不搬家形成对照
定位对照	midrc-ricord	同样做影像 AI 的第三方评测，但基于公开数据集
上游框架	n3c	同样是国家级联邦/分布式健康数据协作，可对读治理条款
上游框架	isaric-ccp	跨国临床数据平台，可对比「同意—共享」的设计差别
应用场景	ca-cancer-verse	肿瘤影像数据集的代表，BODH 是它的评测端而非数据端
应用场景	aacr-genie	肿瘤基因组共享的典范，与 BODH 的病种叙事部分重叠
应用场景	oncokb	肿瘤知识库，可作 BODH 评测任务的一类「任务来源」
应用场景	tcga	公开肿瘤数据的地基，与 BODH 的私有测试集形成镜像

6.2 检索路径

按四条路径找相关条目最有效。第一条从「联邦/分布式」切入，搜 n3c、pcornet、trinetx，看联邦治理的不同实现；第二条从「第三方评测」切入，搜 midrc-ricord，看评测基准与联邦评测的差别；第三条从「肿瘤数据」切入，搜 ca-cancer-verse、aacr-genie、tcga，补齐 BODH 不放出的那一层；第四条从「受控访问」切入，搜 ega，理解「数据搬家但受控」和「数据不搬家」两种安全模型的取舍。

需要提醒的是，库里已有的关于联邦学习的提及都只是特性描述（某个平台附带支持联邦），像 BODH 这样以联邦为核心机制、以准入为交付物的记录，本篇是第一条。所以它在库内的参照系是空的，检索时要靠「关系」而不是「相似」。

6.3 与「分布式数据网络」三个代表的分工

pcornet、trinetx、n3c 常被一起提起，它们和 BODH 的关键差异在于出口在哪。

pcornet 各站保留数据、运行统一脚本、把汇总结果送到协调中心。

出口是统计表，能回答「某药在人群里的效果分布」但不产出可部署模型。trinetx 覆盖多国机构，出口是查询服务，用户提交查询看图表，拿不到病人级数据也不能训练。n3c 出口是受控分析环境，研究者进去做分析，数据不下载但可交互探索。

这三者的出口都是「人类可读的分析结果」，BODH 的出口是「机器可用的模型参数」。这是一个类别差异：前三者服务于流行病学与临床研究，BODH 服务于产品验证。所以 BODH 的第一个真正对标的不是这几家，而是各国的医疗器械审评沙箱。

平台	数据是否集中	出口物	服务对象	能否产出可部署模型
pcornet	否，各站保留	汇总统计	研究者	否
trinetx	否，查询式	分析结果	药企、研究者	否
n3c	否，受控环境	可交互分析	研究者	弱
BODH	否，院内部署	模型参数与指标	开发者、监管者	是
ega	是，受控档案	加密数据文件	研究者	是（自行训练）

6.4 库内没有的三件事

第一件，库里没有以「协议」为交付物的条目。其余一千多条都以某种可获取的文件或可访问的记录集为交付物，唯独本篇讲的是资格。这意味着库的检索维度需要多一个「交付物类型」的切面，否则这类条目永远只能靠标签硬凑。

第二件，库里没有以「审计」为核心卖点的条目。审计日志在多数条目里只是合规附件，在 BODH 里它是产品本身的一部分。

第三件，库里没有跨境不可用的明确分类。大量条目是「不容易拿」而不是「设计上就不给」，BODH 属于后者，且原因是数据不出境这个前提，而不是门槛高低。这个区别对做选型的团队至关重要。

§7 质量评估与局限性

7.0 阅读本节前的一个前置校正

进入评分前必须先纠正一个容易发生的误判：不能用评价数据集的尺子来量 BODH。数据集的「质量」通常指样本量、标注质量、代表性、可复现性；这些维度对 BODH 要么不适用（没有样本量），要么无法外部检验（测试集私有）。硬套那把尺子，它几乎每一项都拿零分，而这个结论是错的——它的产品不是数据。

正确的尺子应该是制度密度的尺子。

一次训练由谁授权？参数算不算出境？贡献怎么计量？日志怎么留？病人撤回同意后训进模型的参数怎么办？这五问，官方口径明确回答了第一问和半个第二问，第三问只有「有信用机制」一句，第四问只有设计意图，第五问完全没有涉及。下面所有评分都按这把尺子打。

7.1 五维评分

维度	权重	分值	加权	依据
概念完整性	20%	8 / 10	1.6	三难论证自洽，组合有新意
治理设计	30%	6 / 10	1.8	同意与审计意图清楚，撤回缺失
可获取性	20%	2 / 10	0.4	无入口、无表单、无文档
可验证性	15%	3 / 10	0.45	测试集私有，自证依赖平台
文档完备度	15%	2 / 10	0.3	仅新闻稿级文本
加权合计	100%	4.6 / 10	—	低在「现在」，不在方向

加权后约 4.7 分。分数低，但低在「现在」，不在「方向」。2026 年 2 月才上线的国家平台，文档不完备是常态；真正要看的是它会不会在一年内补上。

7.1b DAIMS 六维评估

DAIMS 是业界常用的就绪度评估框架，把「能不能直接用于 AI 工程」拆成六个可分别打分的维度。对 BODH 这类非数据集对象需要一次转译：它评的不是「这批数据好不好用」，而是「这套设施能不能被接进你的流程」。

DAIMS 维度	常规含义	对 BODH 的判读	分值
Data Quality	准确性、完整性、一致性	样本质量由各院决定，平台不承诺	5 / 10
Data Access	获取路径是否清晰可复现	无公开入口、无申请表单	2 / 10
Interoperability	是否采用通用标准与格式	依 ABDM 生态，具体标准官方未点名	5 / 10
Metadata	是否有可检索的元数据目录	无公开目录	1 / 10
Governance	是否有明确的权责与合规框架	同意框架与审计意图明确，撤回路径缺失	6 / 10
Ethics	知情同意、偏差披露、去标识	同意前置做得好，偏差披露不足	6 / 10

7.2 它值不值得被写进决策链

你的决策	建议	理由	时间尺度
今年要不要接入	不要排进关键路径	无公开入口与流程	短
要不要借它的论证	值得	三难与私有测试集可整段借用	短
要不要用它拿数据	不适用	它不发布数据	不适用
要不要对标它的治理	值得	五问清单可直接复用	中
要不要等它成熟再说	可以，但要留观察点	一年内看文档是否补齐	长

分三种情况：决策是「今年用它」，答案是不要排进关键路径，不是它不好，是现在不可被计划；决策是「要不要把联邦评测写进方案」，答案是值得，三难与私有测试集这两块可以整段借用；决策是「这批数据从哪来」，答案是它不解决，转看 §6.2 那四条路。

7.3 已知的、可枚举的偏差

第一类是代表性偏差，可能最严重。BODH 的代表性与 ABDM 覆盖度同构：ABDM 在城市私立与大型公立机构的渗透远好于基层，而印度癌症负担相当部分在基层与农村。

「在全国数据上评测」的实际含义因此是「在能被数字化的那部分印度上评测」。这是基础设施传导的偏差，不是平台的过错，但平台有责任披露。

第二类偏差是病种偏差。官方叙事反复以肿瘤筛查举例，但平台并不限于肿瘤。宣传语与应用面之间的落差，会让外界误判它能覆盖什么。

第三类偏差是选择偏差，指参与机构的自选择。愿意接入的往往是信息化程度高、有余力运维节点的机构。被筛掉的那部分，恰恰最需要被评测覆盖。

第四类偏差是模态偏差。官方强调影像与筛查，而真正决定预后的往往是病理与治疗路径数据，这类数据结构化难度远高于影像，接入大概率更慢。

第五类偏差是时间窗偏差。平台接的是实时或近实时数据，而评测通常需要稳定的历史切片。若测试集滚动更新，同一模型不同月份提交分数会不同，这会让「我的模型 AUC 是 0.9」失去意义——除非同时声明评测批次。官方材料完全没提测试集是否固定、多久更新。

第六类偏差是语言与编码偏差。印度病历的书写语言高度多元，同一病种在不同机构可能用不同语言、缩写与编码版本记录。这对影像模型影响小，对文本模型影响大，会系统性压低文本模型的分数，而压低反映的是记录习惯而非模型能力。

偏差类型	成因	后果	可否缓解
代表性	ABDM 在城市与大型机构渗透更好	「全国数据」实际偏城市	长期，靠基础设施下沉
病种	宣传以肿瘤举例，实际不限	外界误判覆盖范围	短期，靠表述规范
选择	参与机构自选择（信息化强、有余力）	最需要的机构缺席	中期，靠激励机制
模态	病理与治疗路径结构化难	影像强、文本弱	中期
时间窗	测试集是否滚动未公开	分数不可跨批次比较	短期，靠披露
语言编码	记录语言与编码版本不一	文本模型被系统性低估	中期
金标准	各院诊断水平与流程不同	「正确」本身有分歧	长期

7.4 外部验证矩阵

下表把官方每一条可检验的宣称拆开，逐条问「谁还能证明它」。

宣称	一手来源	独立验证	证据强度	结论
2026-02-17 由卫生部长发布	PIB、IITK	两家互证	强	成立
由 NHA 与 IITK 共建	PIB、IITK	一致	强	成立
建立在 ABDM 之上	IITK	与 ABDM 职能一致	中强	成立
开发者拿不到原始数据	IITK 引述	无技术审计	中	官方口径
只回传模型参数	IITK 引述	无技术审计	中	官方口径
解决「AI 质量测试三难」	IITK 论证	无对照实验	弱	论证成立
将替代随机对照试验	IITK 引述	无方法学论文	弱	前瞻宣示
统计置信度可靠	NHA 口径	无公开报告	弱	待验证
覆盖可靠、开放	NHA 口径	无公开报告	弱	待验证
贡献可得信用额度	媒体报道	官方未确认	弱	待验证
符合 FHIR/SNOMED/OMOP	第三方综述	官方未提	极弱	未核实
已完成试点验证	第三方综述	官方未提	极弱	未核实
平台规模	无	无	无	未公开

第三行之后强度逐级下滑，这不是官方在夸大，而是所有关于「效果」的判断目前都缺少运行证据。引用时按强度分档：强证据可写进正文，中证据须加「官方称」，弱与极弱只能用作讨论。

7.5 它为何能持续：因为它卖的是公信力而不是数据

一个不发布数据的平台，靠什么长期存在？它的产品就是「可信的第三方」。

只要 ABDM 继续运转、监管者需要不属于厂商的裁判、厂商需要外部可引用的分数，这个位置就有需求。不出院不是道德姿态，是商业模式的必要条件：它让两家机构不必为「手里有一份全国数据副本」承担无限责任，从而长期站在中间。

反过来说，它最脆弱的时刻也正是它的价值所在：一旦它的评测分数被证明可被操纵，或者一旦它开始向某一类厂商倾斜，「不属于任何一方」这个前提就崩了，而这个前提是它唯一的产品。

§8 生态位与历史

8.1 历史沿革：从地基到考场

时间	事件	与 BODH 的关系
2015	Digital India 启动	提供身份与宽带底座
2017	国家卫生政策发布	提出互操作、可扩展的数字健康生态
2020	ABDM 启动	提供 ABHA、同意框架、FHIR 互操作层
2024	IndiaAI Mission 获批	把 AI 算力与数据集列为国家任务
2026-01	CATCH 拨款计划推进	肿瘤 AI 的应用侧资金
2026-02-17	SAHI 与 BODH 发布	治理与评测两层同时补齐
2026 年内	NHA 与 IISc、IITK、TANUH 签 MoU 扩平台	从单校共建转为多机构共建
2026-03-24	PIB 癌症筛查稿件把 BODH 纳入肿瘤叙事	外部误读的主要来源之一
2026-02	峰会现场列入 MoHFW 展台	官方曝光渠道多样化
2026-02	世卫东南亚办事处官员到场评价	国际背书，属表态非评估
2026-10	本篇核验时仍无独立站点	文档层缺口延续

8.2 同期出现的其他「考场」

BODH 不是孤例。同一时期，各国都在建医疗 AI 的评测设施：欧盟在 AI Act 框架下推动合规评估，美国有若干学术机构主导的影像 AI 评测中心，英国 NHS 有独立的 AI 诊断评估流程。它们的共同点是把评测从厂商手里拿走，交给一个不卖模型的主体。

BODH 的差异化在两点。一是它把「数据不出院」当作前提而不是可选项，这在隐私立法趋严的环境里更容易被接受。二是它明确瞄准监管采信，而不是学术发表——它要的不是一篇论文，是一个监管者可以写进审批材料的凭证。这个野心比大多数同类设施都大。

8.3 它在中国语境下的参照意义

对中国使用者来说，BODH 的直接可用性很低（见 §1.6 第四条），但治理设计有三处值得对着看：同意状态作为训练准入的前置条件，比事后追责更前置；参数而非样本作为交付物，把出境判定的对象从数据换成了模型，这在国际规则中尚未定论；贡献计量，没有计量就没有持续供给，这是所有数据协作平台的死穴。

这三处恰好对应中国在数据要素流通、医疗数据授权运营方面的讨论热点。BODH 的做法不一定对，但它把一个抽象争论落成了具体条款，这本身就有参考价值。

8.3b 边界条件：什么情况下它不该被引用

前面讲了它适合做什么，这里反过来列不适合引用的情形。判断标准只有一条：这句话是否需要运行证据。需要运行证据的，现在都还引不了。

你想说的话	现在能不能引	理由	换一种说法
「BODH 已在印度落地运行」	不能	只有发布，无运行报道	「BODH 已于 2026 年 2 月发布」
「BODH 覆盖 X 家医院」	不能	无任何机构数	不写这个数字
「BODH 评测过 X 个模型」	不能	无任何模型数	不写这个数字
「BODH 证明联邦评测可行」	不能	无对照实验	「BODH 提出了这一设想」
「BODH 是印度国家平台」	可以	PIB 与 IITK 均为官方机构	直接引
「BODH 由 NHA 与 IITK 共建」	可以	两份一手材料一致	直接引
「BODH 建在 ABDM 之上」	可以	IITK 明确表述	直接引
「BODH 不下发原始数据」	谨慎	仅官方口径，无审计	加「官方称」

8.4 尚未回答的三个生态问题

第一个问题：它是基础设施还是项目？基础设施的标志是长期付费维护、有 SLA、有版本演进。BODH 目前更像一个高规格项目，能否转成常设机构取决于后续预算。

第二个问题：它与**国家癌症网格（NCG）**是什么关系？NCG 是印度肿瘤临床网络的核心，也是 CATCH 计划的合作方。BODH 如果要获得肿瘤数据，绕不开 NCG；但两份官方材料里都没有明确两者的接口。

第三个问题：它与私立医疗集团的关系。印度大量高质量肿瘤数据在私立机构手里，其参与动机与公立完全不同。信用机制能否打动它们，是样本代表性的关键。

8.5 它与国际同类设施的对照

医疗 AI 评测设施大致分三类：政府主导的审评沙箱（嵌入审批流程）、学术联盟的基准平台（产出论文与榜单）、产业联盟的自律评测（大厂出资、结果半公开）。BODH 是政府主导加学术执行，目标指向审评采信，这在 LMIC 里不常见。

地区	主要形态	数据是否集中	是否面向监管采信	与 BODH 的差别
印度	政府 + 高校共建	否	是（宣称）	—
欧盟	法规驱动的合规评估	视机构而定	是	有法律约束力，BODH 无
美国	学术评测中心 + 厂商自证	部分是	部分	缺少国家级统一管道
英国	卫生系统内独立评估	部分集中	是	依托单一支付方体系
中国	行业标准与院内验证并行	多为院内	逐步建立	缺少跨国可比口径
日本	学会主导评测	多为院内	部分	缺统一管道
韩国	政府沙箱加联盟	部分集中	部分	规模较小

§9 使用指引

9.1 三种角色的路径

角色	最短路径	瓶颈环	现在可做的准备	预期产出
模型开发者	确认资格→改管道→提交→收参数	第一环	容器化、离线、无外网依赖	一次评测机会
数据贡献方	评运维→对同意→定责任→接入	第三环	用途限定做成机器可读	参与资格
监管者	读原件→对 SAHI→判覆盖	几乎无	无	政策判断
研究者	读二手→核一手	综述与原文不符	存好原文	可引用结论
患者组织	问回传→问撤回	无公开说明	无	无

9.2 一条最短的可用流程

对绝大多数使用者，现实中最短的一条流程不是接入平台，而是用平台的设计做一次自检。下面这段把 §7.0 那五个治理问题做成可执行的问卷，帮你判断自己的项目缺哪一环。

#-- 联邦数据协作的五问自检：任何一问答不上，方案就还不完整
QUESTIONS = [
    ("发起权", "谁有权发起一次针对我们数据的训练？书面授权在哪里？"),
    ("出境判定", "模型参数算不算数据出境？依据哪一条法规？"),
    ("贡献计量", "我们贡献的数据如何被计量？计量结果如何结算？"),
    ("审计留存", "操作日志保存多久？谁能调阅？格式是否机器可读？"),
    ("撤回处置", "病人撤回同意后，已训进参数的影响如何删除或隔离？"),
]

def audit(org, answers):
    print(f"== {org} ==")
    for key, q in QUESTIONS:
        a = answers.get(key)
        if a:
            print(f"[答案] {key}: {a}")
        else:
            print(f"[缺口] {key}: {q}")
    missing = [k for k, _ in QUESTIONS if not answers.get(k)]
    print(f"缺口 {len(missing)}/5：{ '、'.join(missing) or '无' }")

#-- 以 §4.3 的案例为对象填空
audit("星洲影像", {
    "发起权": "BODH 侧规则未公开，内部无对应授权文件",
    "出境判定": "参数是否算数据出境，尚无明确判例",
})

跑出来的结果是三个缺口。这三个缺口不是星洲影像独有的，几乎任何想用联邦方式做跨境或跨机构数据协作的团队，都会在这三处卡住。§4.3 的案例之所以值得反复回看，是因为它把一个制度问题变成了可以逐条打勾的清单。

9.3 引用方式

引用 BODH 时优先用一手材料，且必须写全称以避免歧义。推荐两条：

• PIB（2026-02-17），《Union Minister of Health and Family Welfare Shri Jagat Prakash Nadda Launches SAHI and BODH Initiatives to Strengthen Responsible Health AI Ecosystem at the India AI Impact Summit 2026》，Release ID 2229226。
• IIT Kanpur（2026-02-19），《Shri Jagat Prakash Nadda launches Benchmarking Open Data Platform in Health AI (BODH) at India AI Impact Summit 2026》，Information and Media Outreach Cell。

引用时请用 Benchmarking Open Data Platform for Health AI，不要用任何以 Oncology 展开的变体，除非你明确标注那是二手转述。另外，凡涉及「规模」「参与机构数」「评测效果」的陈述，目前都没有可引的一手数字，写入论文时须标注为未公开。

§10 AI 使用声明

项目	说明
是否使用生成式 AI 辅助撰写	是
AI 参与范围	结构编排、文字起草、代码示例编写
事实来源	仅采用 §附录 C 列出的官方页面与一手新闻稿
数字来源	所有数字均可回溯到上述来源，无推算值
未验证内容处理	统一标注「未核实」或「官方口径」，不填补
案例虚构声明	§4.3 的「星洲影像」为说明性虚构案例，用于演示流程，不对应任何真实厂商
人工复核	全部一手来源已由编辑逐个访问核对，URL 可复现
责任声明	AI 输出不构成对平台可用性、合规性的保证，使用者须自行核对原始材料

常见误读（避坑清单）

说法	实际	证据
BODH 是肿瘤数据平台	官方全称是 health AI 通用基准平台，肿瘤只是举例场景	PIB 2229226、IITK 新闻稿
可以下载数据集	不下发病人级记录，样本不出院	IITK 引述校长
即 Bharat Oncology Data Hub	该展开与官方全称不符	官方稿件无此表述
已经跑起来、有公开榜单	无公开排行榜与评测报告	官方材料无相关内容
上架即获监管批准	只做评测，不颁发批准	PIB 定性为 benchmarking
联邦学习保证绝对安全	消除「数据集中」风险，未消除「中央裁判」风险	§2.4 权限分布
全国数据即全国代表性	代表性受 ABDM 覆盖度制约	§7.3 第一类偏差
有信用额度即有明确分账	折算方式未公开	仅二手媒体提及
符合 FHIR/SNOMED/OMOP	只见于第三方综述	待官方确认
中国团队可直接接入	无跨境条款，按不可接入处理	官方材料无说明
政府全资运营	与高校共建，运营主体未明	PIB 与 IITK 均称合作
分数可跨批次比较	测试集是否滚动未公开	§7.3 第五类偏差
替代 CDSCO 审评	两者并行，审评是法定环节	官方未宣称替代
联邦训练必然更准	只改变训练位置，不改变能力上限	架构说明无精度承诺

FAQ

问题	回答
可以直接下载数据集吗	不能。模型进院跑，只回传参数与指标
是肿瘤专用平台吗	不是，官方定位是 health AI 通用评测
接入需要什么资格	一份协议与一次准入审批，非一份数据
评测有法律效力吗	没有，不颁发批准，不替代 CDSCO
中国团队能用吗	无跨境条款，按不可接入处理
和 ABDM 什么关系	建在 ABDM 上，用其同意框架过滤病例
和 SAHI 什么关系	SAHI 是规则书，BODH 是考场
一共有多少病人数据	官方从未公布
能替代 RCT 吗	属前瞻表述，无方法学细节
参数算不算数据出境	最尖锐的问题，官方与规则均未定论
撤回同意后参数怎么删	官方完全未涉及
引用该用什么名字	用官方全称加 PIB 2229226

常见追问集中在三处：能不能拿到数据（不能）、现在能不能用（还不能）、值不值得看（值得，看的是治理设计）。表格里每一条都可以在正文找到展开位置，§1.6 讲边界，§5.2 讲角色，§7.3 讲偏差。

术语表

术语	中文	含义
BODH	健康 AI 基准开放数据平台	本篇主体，联邦评测平台
NHA	国家健康局	ABDM 主管方
IIT Kanpur	坎普尔理工学院	技术主导方
ABDM	国家数字健康使命	数字健康底座
ABHA	健康账户	个人健康标识
SAHI	医疗 AI 战略	同日发布
CATCH	癌症 AI 挑战	IndiaAI 拨款
NCG	国家癌症网格	印度肿瘤机构网络
IISc	印度科学理工学院	2026 年 MoU 共建方
TANUH	健康转化 AI 基金	MoU 共建方
Federated Learning	联邦学习	模型到数据处训练
Model Weights	模型参数	唯一回传物
Private Test Set	私有测试集	外部看不到的评测集
Fiduciary Node	受托节点	院内训练节点
TEE	可信执行环境	受控硬件计算
Consent Framework	同意框架	决定数据可否用于某用途
Audit Log	审计日志	不可否认的操作轨迹
Attribution	贡献计量	衡量数据贡献价值
DPDP Act	数据保护法	2023 年立法
Data Fiduciary	数据受托方	决定处理目的的主体
Benchmark	基准测试	统一协议下横向比较
Trilemma	三难	覆盖、开放、可靠难兼得
Generalisability	泛化	新机构表现
Calibration	校准	概率与频率的吻合度
CDSCO	中央药品标准控制组织	医疗器械监管
DPG	数字公共产品	可复用公共设施
Sandbox	沙箱	受控试验环境
Pipeline	可执行管道	打包的训练入口
Overfitting	过拟合	记住测试集导致虚高
Stratum	分层	偏差分析的人群切面
Weight Digest	参数指纹	参数的哈希摘要
Consent Manager	同意管理器	同意路由组件

附录 A：核心数字核对表

项	值	来源	层级
发布日期	2026-02-17	PIB 2229226	官方
IITK 落款	2026-02-19	IITK 新闻页	官方
场合	India AI Impact Summit 2026	PIB 284377	官方
共建方	2（NHA、IITK）	PIB、IITK	官方
MoU 参与方	4（含 IISc、TANUH）	媒体报道	二手
评测维度	4（准确度/稳健性/偏差/泛化）	PIB、IITK	官方
CATCH 单项目上限	50 万卢比	PIB 2244526	官方
CATCH 扩展上限	100 万卢比	PIB 2244526	官方
样本量	无	—	未公开
参与机构数	无	—	未公开
排行榜	无	—	未公开
许可文本	无	—	未公开
独立域名	无	逐个探测	未核实
公开 API	无	逐个探测	未核实
费用说明	无	—	未公开
SLA	无	—	未公开
评测报告	无	—	未公开
审计留存期	无	—	未公开
跨境条款	无	—	未公开
数据贡献信用机制	有报道，细节无	二手媒体	二手
官方中文名	无	—	未公开
平台中文域名	无	—	未公开
评测批次更新频率	无	—	未公开

附录 B：数字的来源分层

第一层：官方页面。 PIB 两份稿件（2229226、2244526）与 IITK 新闻页。本层给出的全是制度参数——日期、机构数、维度数、资助额度——没有一项数据规模。

第二层：论文与综述摘要。

检索到一篇 RePEc 收录的第三方综述，称平台采用多层微服务架构、符合 HL7 FHIR R4/SNOMED CT/OMOP CDM、并在 5 个医院网络用 12 个模型做过验证。这些表述极具体，但官方一手材料全无对应，故整层标为未核实，正文不引用，仅在此记录以免重复检索。

第三层：未核实与不接受。 包括「Bharat Oncology Data Hub」这一展开（与官方全称不符）、任何关于平台规模的数字（无来源）、以及任何可调用接口拉数据的说法（与不出院前提矛盾）。

附录 C：完整参考文献

编号	文献	日期	层级
C1	PIB，SAHI 与 BODH 上线稿，Release ID 2229226	2026-02-17	官方
C2	IIT Kanpur，BODH 发布新闻页	2026-02-19	官方
C3	PIB，癌症筛查中的 AI 举措，Release ID 2244526	2026-03-24	官方
C4	PIB，AI 峰会公私合作圆桌，relid 284377	2026-02-16	官方
C5	Voice of Healthcare，NHA 与 IISc/IITK MoU 报道	2026	二手
C6	Medical Buyer，同一 MoU 的另一家报道	2026	二手
C7	IndiaMedToday，SAHI 与 BODH 发布会侧写	2026	二手
C8	NDTV，峰会发布场次报道	2026	二手
C9	IJLTEM 15(2)，BODH 架构综述（RePEc 收录）	2026	待核实

一手材料四条（C1–C4），可直接引用；二手五条（C5–C9）仅用于旁证与指出分歧。

附录 D：核验过程与检索词

位置	关键词或操作	结果
WebSearch	BODH NHA IIT Kanpur launch	命中 IITK 与 PIB
WebSearch	“Bharat Oncology Data Hub” 原样短语	未命中官方页面
WebSearch	BODH oncology federated	命中综述与二手
curl	pib.gov.in PRID 2229226	抓取成功
curl	pib.gov.in PRID 2244526	抓取成功
curl	pib.gov.in relid 284377	抓取成功，确认 2 月 17 日
curl	iitk.ac.in BODH 新闻页	抓取成功
curl	bodh.iitk.ac.in	无法解析
curl	bodh.nha.gov.in	无法解析
curl	bodh.abdm.gov.in	无法解析
curl	bodh.ai	405，/join-waitlist 未确认关联
站内	federated 关键词	仅特性提及，无专条

附录 E：如果只记五件事

#	记住什么	一句话说明
1	官方全称	Benchmarking Open Data Platform for Health AI，不含 Oncology
2	谁做的	NHA 与 IIT Kanpur，2026-02-17 在峰会上线
3	交付什么	模型参数与评测指标，不是数据
4	现在公开了什么	只有两份新闻稿，规模/许可/流程全无
5	真正的价值	把治理五问摆上台面，答了一半

五件事里，第五件最容易漏。多数人关心前三件（是什么、谁做的、给什么），因为它们决定能不能用；但这一条的意义在于它示范了一种可复用的提问方式，而不在于它眼下能跑多少模型。对中国读者，这是最实际的一层收获。

编辑说明

核验时间 2026 年 10 月 26 日；核验方式是逐个访问官方页面并抓取 HTML 原文，不依赖搜索摘要。引用段落均出自 PIB 与 IITK 的一手文本，URL 见附录 C。

三处取舍需要交代：标题用「健康 AI 基准平台」而不写「肿瘤」，是为了不与错误的「肿瘤数据平台」称谓混淆；§2.2 的字段字典与 §2.3 的记录样例是基于官方描述的逻辑重建，不是官方 schema，正文已逐处标注，若官方日后发布字段文档，这两处应整体替换；§4.3 的「星洲影像」是虚构案例，只用于把准入规则还原成动作序列。

未覆盖的内容包括评测协议细节、统计方法学、审计日志格式与留存策略、信用机制计算方式、跨境条款——均因官方未公开而空缺，不作推测填补。若日后出现官方文档，建议优先补写 §5.2 与 §7.3。

---

相关数据集导航

以下为站内 AI-Ready 数据集百科中与本词条共享多个主题标签的相关数据集，按相关度降序排列：

• ncdb — 共享标签：公共卫生与流行病学 / 电子健康记录 / 肿瘤学 / 真实世界数据 / 医疗登记
• armd-mgb — 共享标签：公共卫生与流行病学 / 电子健康记录 / 评测基准 / 真实世界数据
• cancerlinq — 共享标签：电子健康记录 / 肿瘤学 / 真实世界数据
• amr-uti — 共享标签：公共卫生与流行病学 / 电子健康记录 / 评测基准 / 真实世界数据
• race-rare-cancer — 共享标签：公共卫生与流行病学 / 肿瘤学 / 医疗登记
• seer-medicare — 共享标签：公共卫生与流行病学 / 电子健康记录 / 真实世界数据 / 医疗登记
• maternal-ultrasound-nutrition — 共享标签：公共卫生与流行病学 / 电子健康记录 / 真实世界数据
• oecd-health — 共享标签：公共卫生与流行病学 / 电子健康记录 / 评测基准
• ucdp — 共享标签：公共卫生与流行病学 / 电子健康记录 / 评测基准
• trec-pm — 共享标签：电子健康记录 / 肿瘤学 / 医疗登记

导航说明：本章节由全站统一标签体系自动计算生成（标签重合度算法），双向可达；点击链接可跳转至对应数据集词条。