1329万元中标重医附一院大数据平台：医渡云的三甲数据底座版图扩到133家

数据视角 × 医疗数据从业者 ｜ 事实报道 × 医院信息化/临床医生 ｜ 行业观察

10月26日午间，医渡科技（02158.HK）发布自愿性公告：公司联属公司医渡云（北京）技术有限公司中标重庆医科大学附属第一医院新一代大数据平台项目，项目总金额约为人民币1329万元。公告同时披露，公司相关解决方案已落地133家头部医院。就在前几日，医渡科技联合东南大学附属中大医院在2026物理AI与世界模型大会上发布医疗世界模型高质量数据底座成果，提出「同源互补、服务分层」的双轨数据体系。

开场：一家头部三甲的新一代大数据平台，中标价不到一台高端影像设备

1329万元，放在一家头部三甲医院的采购清单里，并不是一个惊人的数字。

但对医疗数据从业者而言，这条公告的信息量不在金额本身，而在它标注的位置——新一代大数据平台。这是医院从「有数据」走向「用数据」的分界线，也是任何临床AI产品进入医院之前的地基工程。

把几个背景叠在一起看：

• 采购方是重庆医科大学附属第一医院，西南区域的头部三甲；
• 承接方是医渡科技的联属公司医渡云（北京）技术有限公司；
• 项目性质为新一代大数据平台，即存量平台的换代而非首次建设；
• 公司口径的解决方案落地数已达133家头部医院。

换代这个词很关键。它意味着医院已经过了数据汇聚阶段，开始把重点转向数据质量、业务协同与智能化应用——而这正是AI能不能真正进临床的前置条件。

1329万元买到什么：多源整合、标准化治理与数据资源利用

按公告与行业通行口径，医院大数据平台承担三类功能：多源医疗数据整合、数据标准化治理，以及数据资源利用。

拆开来说，这三个词对应的是三段完全不同的工程难度：

• 多源整合：把HIS、EMR、LIS、PACS以及各类专病库、随访系统中的数据接进同一平台，难点在接口异构与历史数据版本混乱；
• 标准化治理：把不同来源、不同时期的临床数据映射到统一的术语与数据模型上，难点在术语版本、科室习惯与历史编码的兼容；
• 数据资源利用：让治理后的数据可被科研、运营与AI应用调用，难点在权限、脱敏与可追溯的授权链条。

也正因为如此，头部三甲的大数据平台项目历来被视作供应商能力的试金石：它同时检验数据治理能力、合规体系与交付实力。

一个容易被忽略的事实是，这三类功能里真正消耗工期的往往是治理而非整合。接进来是一回事，让数据能被放心使用是另一回事。

而从行业趋势看，随着医疗AI向临床诊疗、科研创新和医院运营管理等核心场景延伸，数据基础设施的建设重点正从数据汇聚转向数据质量提升、业务协同与智能化应用拓展。

133家头部医院之后：医渡云的数据底座打法在往哪走

133家头部医院，这是本次公告给出的第二个关键数字。

从业务结构看，医渡科技近年围绕医疗数据治理、临床科研及医疗人工智能应用持续拓展，逐步形成从数据基础设施到临床智能应用的业务布局。这条路径的逻辑是：先以数据平台进入医院，再在同一底座上叠加智能应用。

这种打法的优势与风险都很清晰：

• 优势在于粘性与复用——数据底座一旦建成并进入科研与运营流程，替换成本高，后续应用可以在同一套治理成果上叠加；
• 风险在于收入形态——平台建设多为项目制，确认节奏与后续运维安排决定了收入质量；
• 风险还在于外推——一家头部三甲的治理经验能否低成本复制到不同区域、不同信息化基础的医院，是规模化的真正变量。

公告中提及，本次中标进一步夯实了医渡科技在西南区域三甲医院的标杆版图。对区域布局而言，头部医院的示范效应确实存在；但从标杆到批量，中间隔的是交付标准化程度。

同周发布的另一件事：医疗世界模型的双轨数据体系

同一周还有另一条线索，与这条中标公告放在一起读更完整。

在2026物理AI与世界模型大会上，医渡科技联合东南大学附属中大医院发布医疗世界模型高质量数据底座成果，提出「同源互补、服务分层」的双轨数据体系——通过协同建设结构化任务精度数据集与大模型语料集，分别支撑专病模型的精准验证和大模型的医学知识理解与推理。

这套双轨设计的含义值得数据从业者留意：

• 结构化任务精度数据集服务的对象是专病模型，诉求是可验证、可度量的任务性能，数据需要严格的质量控制与标签一致性；
• 大模型语料集服务的对象是通用医学大模型，诉求是知识的覆盖面与推理链完整性，数据更强调规模与多样性；
• 「同源互补」意味着两类数据来自同一批真实临床数据基础，但按服务目标分层加工，而不是两套独立建设。

换句话说，同一批临床数据被加工成了两种形态：一种用来验证模型在特定任务上准不准，一种用来让模型理解医学知识与推理逻辑。这恰好对应了当前医疗AI的两条技术路线——专病模型与通用医学大模型。

此外，在临床应用方面，医渡科技于2026世界传统医药大会发布了医渡智循中医循证智能体「小黄岐」，面向中医临床场景提供古籍检索、指南文献溯源、辅助辩证、中药方剂查询及中医术语翻译等智能循证支持。

冷静观察：数据底座供应商的收入质量与续约率才是真问题

边界必须写清楚。

第一，1329万元是项目总金额，不是年度收入。公告未披露项目的建设周期、付款节点、验收标准与后续运维安排，因此无法据此推算该合同对特定报告期的收入贡献。

第二，中标不等于平台已建成，更不等于已产生临床价值。从中标到上线、从上线到被科研与临床流程真正用起来，中间还隔着实施、培训与验收多个环节。

第三，133家头部医院是累计落地口径。公告未披露这133家中数据平台项目与智能应用项目的构成，也未披露续约情况，因此难以判断存量客户的可持续性。

真正值得跟踪的指标，其实可以顺着公告给出的信息往下排：

• 项目层面：建设周期与验收节点，运维服务的合同期限与费率；
• 客户层面：存量客户的续约率与二次采购比例，尤其是头部三甲的复购；
• 复制层面：西南之外区域的同类中标数量，以及单项目金额是否随标准化程度下降；
• 应用层面：数据底座之上叠加的智能应用数量与实际使用频次，这是从建设收入走向服务收入的关键跳板。

医疗AI的落地根基确实在数据底座，但底座生意的成色，从来不由中标金额决定，而由续约率和叠加应用的转化率决定。1329万元是一张入场券，不是成绩单。

原文链接：https://www.163.com/dy/article/LA5TNJ0Q05198UNI.html
千方医数集编辑部 出品