数据标注“国字号”试点落子广州：医疗数据从“沉睡家底”到AI“粮仓”的关键一跃

9月7日，记者从广州市政务和数据局获悉：在2026中国国际大数据产业博览会上，国家数据局正式公布全国数据标注先行先试城市名单，广州成功跻身医疗健康领域先行先试行列，斩获数据领域又一张“国字号”试点名片。在AI大模型竞争从算力转向高质量语料的当下，这张名单的产业含义值得逐字拆解——数据标注是高质量数据集建设的关键环节，也是人工智能模型训练的核心底座。

名单落地：39城版图中的广州坐标，医疗健康是重点赛道

数据标注先行先试并非首次布局。此前国家数据局已在成都、合肥等7个城市开展首批试点；本批新增32个城市后，全国版图扩展至39城，深入工业制造、医疗健康、交通运输、具身智能等重点行业领域。国家数据局的部署逻辑清晰：聚焦重点行业破解产业发展痛点，构建高水平数据标注产业体系，以专业化、智能化标注服务带动高知识密度数据集建设，加速“人工智能+”赋能千行百业。

对广州而言，这是继国家数据领域国际合作试点（“来数加工”“Token出海”模式）之后，在数据要素赛道上获得的又一国家级定位。不同的是，这一次的焦点从数据跨境转向了AI训练链的最前端——标注。

广州凭什么：7500家机构、2亿人次诊疗的数据家底

医疗健康领域的数据标注试点为什么落在广州？官方给出的底气是两组数字：作为全国三大医疗高地之一，广州拥有超7500家医疗卫生机构，年诊疗量近2亿人次，沉淀了体量庞大、类型丰富、场景多元的医疗数据资源。

与此同时，广州数字经济产业生态持续完善，数据要素市场化配置改革深入推进，已构建起涵盖数据采集、治理、标注、流通、应用的全链条服务体系。换句话说，广州既有“原料”（医疗数据资源），也有“厂房”（全链条服务体系），承接国家级试点的基础条件齐备。

四大任务拆解：标注技术、模数共振、产业集群、人才网络

围绕先行先试核心任务，广州明确了四大发力方向，每一条都对应着医疗AI数据链的现实短板。

一是技术攻坚。重点攻关智能标注、人机协同标注、跨模态语义对齐标注等关键技术，提升标注效率与精度——医疗数据的特殊性恰恰在于多模态：影像、病理切片、检验指标、病历文本语义体系迥异，跨模态语义对齐是训练医疗多模态大模型的前置条件，也是当前行业公认的难点。

二是模数共振。推动高质量数据集建设、模型训练、场景应用深度耦合，形成“数据—模型—应用”正向循环——数据集不再是一次性交付物，而是在模型应用中持续回流、迭代优化的活资产。

三是产业跃升。依托广州人工智能数据训练中心等载体，引育一批数据标注企业，打造从标注工具研发到行业解决方案输出的完整产业生态。

四是人才沃土。联动在穗高校与职业院校，构建分层分类数据人才培养体系和行业标注专家网络——医疗标注高度依赖临床专业知识，专家网络的建设直接决定标注质量的天花板。

从业者视角：数据标注产业化对医疗AI供应链意味着什么

从千方医数集的观察视角看，此次试点的产业信号有三层。

其一，医疗数据的价值确认路径正在制度化。过去医疗机构的数据多为“沉睡家底”，标注试点将“专业化标注服务带动高知识密度数据集建设”写入政策框架，意味着数据从资源到资产的转化有了国家级的施工通道。

其二，标注正在从劳动密集型环节升级为技术密集型产业。智能标注、人机协同标注被列为攻关方向，预示着“AI预标注+专家审核”的人机协同模式将成为行业标准配置，单纯依靠人力的标注作坊将面临淘汰。

其三，区域竞争进入“数据基建”维度。39城版图中，谁能率先建成高质量医疗数据集的供给能力，谁就能在医疗大模型的产业分工中占据上游。广州以7500家机构的家底入场，接下来的看点是：四大方向何时转化为可交易的数据产品，以及“广州经验”能否真正可复制、可推广。

原文链接：广州市政务和数据局（九派健康转载）

千方医数集编辑部 出品