一张AAAA级证书背后：医疗数据集如何从"资料堆"炼成"官方认证的高质量资产"

6 大维度、20 项细分指标、AAAA 级——这不是某款新药的审评结论，而是一份医疗数据集拿到的"质量身份证"。近日，江苏省肿瘤医院"肿瘤围手术期麻醉镇痛数据集"通过中国质量认证中心 (China Quality Certification Centre, CQC) 评审，获得 AAAA 级数据质量等级评定。在高质量训练数据成为医疗 AI"卡脖子"资源的当下，这张证书的分量，远比看上去要重。

这份数据集到底是什么：肿瘤围手术期麻醉镇痛的"经验库"

很多非麻醉专业的人对"麻醉"的理解，停留在"打一针、睡一觉"。但在真实的手术室里，麻醉是整个围手术期风险最高、变量最多的环节之一——剂量多了少了都危险，术后疼痛管理不好更是直接影响康复质量。

江苏省肿瘤医院的这份数据集，由医疗大数据中心卢欣博士与麻醉科谭婧副教授联合团队共同完成，把大量肿瘤患者的手术麻醉和镇痛护理信息，整理成一个标准化、高质量的"麻醉镇痛经验库"。通俗地说，获评 AAAA 级，相当于给这个"经验库"的数据质量上了官方认证。

值得注意的是，这并非该数据集第一次被看见。此前它已斩获"数智未来"2025 高质量数据集开发者创新大赛医疗健康赛道一等奖，此次 CQC 认证是又一标志性成果。

怎么评出来的：一把尺子量到底

CQC 的评审并非走过场。此次评定严格按 CQC92-843003-2023《数据产品质量评价实施规则》执行，从六大维度对数据集做全方位考核，同时考察医院在数据治理、数据安全、隐私保护、监管合规等方面的工作。

评审维度	考察重点
规范性	数据结构、字段、编码是否统一规范
完整性	关键字段是否缺失，记录是否完整
准确性	数据与真实诊疗过程是否一致
一致性	跨系统、跨表数据是否自洽
时效性	数据更新是否及时，能否反映当前临床
可访问性	授权范围内能否被合规调取使用

评审专家组的结论颇值得玩味：该数据集建设"具有高度的专业性和系统性，为领域内其他高质量医疗数据集建设及成果转化提供了可借鉴的参考范式"。换句话说，CQC 认证的不只是这一份数据，更是一套可复制的方法论。

对患者有什么用：AI麻醉参谋、疼痛管理、远程手术的数据底座

高质量数据的价值，最终要落到患者身上。谭婧介绍，有了这个数据"家底"，未来可以做四件对患者实实在在有用的事。

第一件，让 AI 当"麻醉参谋"。当高质量手术数据被"喂"给人工智能学习后，AI 可以根据患者年龄、体重、病情、手术类型、体征监测等信息，辅助麻醉医生计算更精准的用药方案，让麻醉风险更低、苏醒更平稳。

第二件，让术后疼痛管理更有谱。以往"疼不疼、有多疼、用什么药、用多少"更多靠医生经验判断；有了高质量数据支撑，可以建立更科学的术后疼痛预测和管理模型，让患者少受罪、恢复更快。

第三件，为远程手术等前沿技术提供数据底座。江苏省肿瘤医院此前已在远程单孔机器人手术方面创下多个"全球首例"，这类高精尖手术对麻醉精准度要求极高，高质量数据集正是支撑技术更安全、更普及的基础。

第四件，支撑科研与成果转化。标准化、可溯源的数据，是把临床经验变成科研证据、再变成新疗法的前提。

团队与背书：一个搞数据，一个搞麻醉

这份数据集的特殊性，在于它出自"数据 + 临床"的混编团队。卢欣长期从事医疗大数据治理，谭婧则是麻醉科一线专家——一个懂数据结构，一个懂临床场景，恰好补上了医疗数据集建设中最容易脱节的两端。

"此次获评既是对我们前期数据治理工作的肯定，也帮助我们发现了现有工作中的一些不足。"卢欣表示，"我们将以此为契机，在后续大规模高质量数据集建设和人工智能应用研发中持续完善，推动医疗数据更好地服务临床决策与科研创新。"

这种"认证—复盘—迭代"的态度，恰恰是高质量数据集建设最稀缺的品质。数据治理不是一次性工程，而是持续投入。

冷思考：认证只是起点，"最后一公里"在转化

AAAA 级证书值得肯定，但也要清醒地看到：一张证书解决的是"数据质量"问题，并不能自动解决"数据价值"问题。

从行业现状看，大量医院并不缺数据，缺的是把数据治理成"可用资产"的能力，以及把资产转化为临床工具、科研成果的闭环。公立医院作为数据持有者，普遍存在"不能（缺治理能力）、不敢（隐私责任压力）、不愿（缺少回报机制）"的三重顾虑。江苏省肿瘤医院的实践给出了一个积极样本，但从"一家医院的认证"到"一个行业的标配"，中间还有标准推广、合规流通、价值分配等多道关卡。

对医疗数据从业者而言，这份 AAAA 级认证最大的启示或许是：在 AI 大模型军备竞赛愈演愈烈的今天，真正拉开差距的，未必是模型参数的大小，而是脚下数据地基的厚度。

原文链接：南京晨报（新华报业网）

---

千方医数集编辑部 出品