正畸初诊从30分钟到1分钟：华西口腔的答案不在大模型，在数据底座

“以前凭经验，现在看数据。”当多位医生不约而同地向记者表达同一观点时，变革已经发生了。人民网记者近日跟随APEC数字周数据领域系列活动“数字医疗”主题参访团，走进四川大学华西口腔医院，9月6日刊发的报道呈现了一家百年口腔医院的数字化路径——而这条路径的起点，不是大模型，是数据。

现场：两个效率数字

报道里有两个数字足以让所有医疗数据从业者停下来细看。

在正畸科，传统初诊需要完成收集病历资料、口腔内检查、拍摄照片与X线片、取模型、制定矫正计划并确认方案和费用等流程，耗时30分钟；AI辅助诊断将这一流程压缩至1分钟以内。

在病理科，临床级多模态口腔病理大模型综合敏感性达98.15%，接近十年资历病理医生的水平，阅片效率提升数十倍。

效率数字常有，但这两个数字的可信度在于：它们来自一家年服务患者超100万人次、智慧诊疗体系覆盖全国的头部专科医院的真实场景，而非实验室演示。

路径判断：为什么不追通用大模型

华西口腔的路径选择，在当下的“大模型热”里显得冷静得近乎另类。医院党委副书记沈颉飞说得很直白：“通用大模型应用于口腔临床，存在‘幻觉’风险，且算力门槛高、临床适配难。”

破局的关键，被明确为三件事：夯实高质量数据底座，做强垂直大模型引擎，用好真实临床场景这一试金石。注意这个排序——数据底座在模型引擎之前。这不是技术保守，而是对医疗AI落地次序的判断：没有高质量、结构化、标注规范的专科数据，通用大模型在垂直临床场景里就是无根之木。

数据底座：八大专科的标准化治理

顺着这个逻辑，医院近年来锚定“数据支撑AI、AI赋能临床、临床反哺数据”的闭环路径，做了三件数据层的苦活：

牵头完成口腔八大专科标准化治理——把分散在各专科的数据定义、结构、口径统一起来；构建多模态标注数据库——影像、病历、病理等多源数据经过规范标注，成为可训练资产；深度参与国家及行业标准制定——把院内实践上升为行业公共规则。

沈颉飞对目标的表述是：“推动数据从‘原始资源’向‘可流通、可训练的高质量资产’质变。”这句话点出了医疗数据工作的核心命题——医院里从来不缺数据，缺的是达到“可训练”标准的数据资产。

从资源到资产：闭环如何转起来

“数据支撑AI、AI赋能临床、临床反哺数据”这个闭环的精妙之处，在于它让数据资产持续增值：数据训练出垂直模型，模型进入临床产生效率价值，临床应用中产生的新的高质量数据再回流训练。

正畸1分钟、病理98.15%之外，这个闭环还延伸到了“手”：国产手术机器人消除人手抖动、提升手术精度，并拉长年轻医生的“临床适应期”，目前该技术已覆盖全国20余省份，辐射“一带一路”共建国家。

对数据从业者而言，华西口腔案例最有价值的启发是：数据治理的回报不是间接的。八大专科标准化治理、多模态标注库这些“慢功夫”，直接兑换成了30倍量级的初诊效率——数据资产的ROI，在临床端是可以被精确计量的。

冷思考：三重门仍然挡在前面

报道没有回避痛点，行业三大挑战被明确点出：其一，数据量巨大但质量参差不齐——“有数据”与“数据可用”之间隔着整个治理工程；其二，技术迭代速度与审批节奏不匹配——模型按季度进化，器械注册按年计算；其三，复合型人才不足——既懂临床又懂数据与算法的人，仍然稀缺。

华西口腔给出的解法是先把数据底座做扎实，再等模型与审批追上。对更多医院而言，这个次序或许才是最值得抄的作业：大模型可以买，数据底座只能自己建。

原文链接：人民网（大众网转载）

千方医数集编辑部 出品