无锡推进AI+医疗健康：年内统筹建设34项医疗数据集，3项入选省级先行先试
无锡市9月3日披露《“人工智能+医疗健康”2026年行动方案》进展：全年统筹推进临床诊疗、服务管理、公共卫生3大类34项数据集建设，其中烧伤创面、肺移植、精准营养3项入选省级高质量数据集先行先试。配套推进超声AI、城市级智能体“锡小伊”等41项应用场景。无锡以专班统筹+数据底座+场景牵引的模式，把医疗数据集当作城市级基础设施来建。
34项数据集背后：一座城市如何把医疗数据“底座”搭起来
当大模型竞赛进入医疗场景，决定上限的往往不是模型参数，而是数据底座。9月3日，无锡市卫生健康委员会发布消息，全市“人工智能+医疗健康”主题沙龙在市人民医院举行，并披露《无锡市“人工智能+医疗健康”2026年行动方案》的落地进展：全年统筹推进临床诊疗、服务管理、公共卫生3大类34项数据集建设，其中烧伤创面、肺移植、精准营养3个项目已入选省级高质量数据集建设先行先试名单。
当数据成为医疗AI的“水电煤”
医疗AI模型的能力，严格受限于训练数据的质量、规模与可机读程度。无锡的做法是把“数据集”当作基础设施来建，而不是等项目需要时才临时采集。3大类34项的口径，覆盖从临床诊疗到公共卫生的全流程，意味着模型训练不再依赖单点、零散的数据拼接，而是有体系化的供给。对一家试图把AI落到专科、落到质控、落到公卫的城市来说，这是先把“水电煤”接通。
无锡的打法：专班统筹+高质量数据集先行先试
落地机制上有三个动作值得注意。其一，联合六部门印发行动方案、建立工作专班，把“人工智能+医疗健康”从部门试点升级为城市级统筹。其二，建强数据底座——3个省级高质量数据集先行先试，本质是先用高标准样本验证“什么是合格的医疗训练数据”。其三，深化场景：超声AI辅助诊断、城市级数字卫健智能体“锡小伊”等41项应用场景同步推进。顶层设计、数据底座、应用场景三条线并行，避免了“有模型无数据、有数据无场景”的常见断裂。
从数据集到场景：41项应用如何被数据喂养
数据集不是终点，而是场景的燃料。沙龙现场，无锡市人民医院展示了基于AI视觉识别的手术器械与植入物全链路数据闭环管理；市二院分享AI智能病历使书写效率提升93%；市卫生健康统计信息中心介绍全市医疗数据汇聚融通，数据获取流程周期缩短80%；脉得智能的超声AI实现甲状腺诊断准确率超95%、效率提升30%。这些数字背后，是同一套数据底座在支撑不同专病、不同环节的模型迭代。数据越贯通，模型越能跨场景复用。
城市级数据治理的示范意义与未竟之题
无锡样本的意义在于，它证明了“政府供给侧”可以主动制造高质量数据集，而非被动等待企业各自爬数据。但这套模式也有未竟之题：跨机构数据的脱敏与授权边界如何制度化？数据集的质量标准由谁定义、如何持续维护？当34项数据集建成后，标注规范、版本管理与合规共享才是真正的护城河。这些问题，恰恰是训练数据供应商的价值入口。
对训练数据供应商的机会窗口
对千方医数集这样的医疗AI训练数据全链路供应商而言，无锡的实践释放了明确信号：城市与医院正在从“买模型”转向“建数据底座”。谁能提供符合省级先行先试标准的数据集构建、标注与治理服务，谁就能嵌入这条政府主导的数据供给链。34项数据集只是开始，标准化、可机读、可复用的医疗训练数据，会成为下一阶段最稀缺的产能。
千方医数集编辑部 出品
