江苏汇聚1612亿条医疗数据建成13个垂类大模型，2030年冲刺全国AI医疗高地
9月16日，江苏省政府官网报道全省人工智能医疗健康系列主题沙龙进展：依托省卫生健康云，江苏已汇聚覆盖1.77亿人的医疗健康数据1612亿条，云影像平台储存2.7亿份报告、云临床检验平台储存5.2亿份报告，实现556项检验检查结果共享互认；采用揭榜挂帅方式建成21个专病高质量数据集（2026年再新建15个），自研专病专科垂类大模型和智能体13个、在研5个，遴选80个典型应用场景推广。省卫健委主任谭颖提出到2030年建成全国人工智能医疗健康创新与应用高地。苏大附一院打通38个院内系统建成湖仓一体AI中台，南京鼓楼医院智能手术机器人实现毫米级关节置换精度，恒瑞医药称AI将新药研发早期成功率从三至四成提升至六七成。
1612亿条数据、13个垂类大模型：江苏把AI医疗做成省级工程
事实报道 × 监管与合规专家 ｜ 监管动态
9月16日，江苏省政府官网报道全省“人工智能+医疗健康”系列主题沙龙进展：依托省卫生健康云，江苏已汇聚覆盖1.77亿人的医疗健康数据1612亿条，以揭榜挂帅方式建成21个专病高质量数据集，自研垂类大模型和智能体13个、在研5个，遴选80个典型场景分批推广，目标2030年建成全国“人工智能医疗健康”创新与应用高地。这组数字背后，是一条“数据底座—专病数据集—垂类模型—场景落地”的省级工程路径。
一、一句话看懂：省级数据底座如何变成生产资料
一句话看懂：**江苏把医疗数据的汇聚、治理与开放做成了省级基础设施，垂类大模型是这套基础设施上长出来的应用层。**换句话说，模型竞赛的上半场拼算法，下半场拼的是谁能持续供给干净的专病数据。9月11日，该系列主题沙龙在南京举行，本场聚焦AI赋能医学科研；新华社9月13日、现代快报9月11日至14日先后跟进报道。省卫健委党组书记、主任谭颖为这项工程定了调：
“AI赋能医学科研绝不只是多了一件工具，而是科研组织方式的深刻变革，是科研生产力和生产关系的一次重构。”
二、数据底座拆解：三个数字的含金量
省级AI医疗的前提，是数据可供、可用、可信。江苏的底盘如下：
| 指标 | 数据 |
|---|---|
| 数据覆盖人群 | 1.77亿人 |
| 省卫生健康云汇聚数据总量 | 1612亿条 |
| 云影像平台储存报告 | 2.7亿份 |
| 云临床检验平台储存报告 | 5.2亿份 |
| 共享互认检验检查项目 | 556项 |
从医疗数据从业者的视角看，这套底座的关键不在总量，而在建设颗粒度分成了三层。汇聚层：江苏在全国率先实现省内公立医院和基层医疗机构的影像、临检数据准实时集中存储。治理层：556项检验检查结果共享互认，“一屏通看、一键互认”——互认的前提是标准统一与质量控制，等于把数据治理嵌进了日常业务流程。开放层：政策口径明确将完善平台管理规范，在合规前提下面向医疗机构等主体安全有序开放数据，这一句是上层所有模型应用的合规基础。三层齐备之后，专病数据集的构建才有稳定的原料供给，这也是多数省份尚未补齐的一环；而对医院信息化部门，互认机制的直接收益是减少重复检查——它同时回应了费用问题与数据一致性问题。
三、从数据集到模型：揭榜挂帅的建设机制
模型层的供给机制同样清晰，可以按四条线索拆解——揭榜挂帅的做法，等于把专病数据集当作可验收的科研任务来发包：出题方提出临床问题与数据标准，揭榜方以达标的数据集交付。四条线索如下：
- 专病数据集：以揭榜挂帅方式建成21个专病高质量数据集，覆盖危急重症、造血干细胞、多模态影像等方向，2026年再新建15个；
- 垂类模型：自研医擎重症、骨质疏松慢病、AI全科医生等专病专科垂类大模型和智能体13个，另有5个在研；
- 场景推广：80个典型应用场景分批落地，苏州卫生数字化转型、东台数智化医共体模式获世界卫生组织 (WHO) 认可；
- 科研生态：已举办沙龙路演60余场，与东南大学、南京大学共建省医疗健康数智创新实验室。
数据集先行、模型跟进、场景收口的次序，在这份清单里表现得相当一致。
四、有组织科研的院级样本
沙龙披露的院级实践，展示了“临床提需求、平台供数据、各方建模型、多方来答题”的协作机制如何落地。苏州大学附属第一医院打通38个院内系统，建成湖仓一体 (Lakehouse) 大数据AI中台，专病库数据治理效率提升50%以上；8月发布的抗菌药审核大模型，采用“医院出标准、企业提供算力技术”的分工；骨质疏松AI模型把疾病发现率提升至95%，病理大模型在多种癌症上的人机诊断一致率超过90%。
南京鼓楼医院蒋青团队的方向是共病与手术：共病诊断大模型准确率达90%，智能手术机器人在髋、膝关节置换中把双下肢长度差控制在2毫米内、角度误差控制在1度内。徐州医科大学则探索手术超级智能体与“数字人下乡”数字化分级诊疗。产业侧，恒瑞医药AIDD高级总监叶纬给出量化判断——AI整合多组学 (multi-omics) 数据，可将新药研发早期成功率从30%-40%提升至60%-70%；中国药科大学校长郝海平指出，最大痛点是既懂AI又懂生命科学的复合型人才短缺，该校已成立人工智能学院。院所、医院与药企在同一沙龙机制下对齐需求、公开进度，正是谭颖所说的科研生产关系重构的具体形态。
五、影响面与合规边界
对其他省份而言，江苏样本的可复制性取决于两个先决条件：省级云的汇聚能力，以及互认背后的治理深度——这两项投入周期长，短期难以追赶；而数据集与模型环节的揭榜挂帅机制，相对更容易移植。对企业和医院，最值得关注的是数据开放的合规口径：“完善平台管理规范、合规前提下安全有序开放”意味着数据获取将走平台化申请通道，而非点对点对接。对供应商而言，平台化申请通道意味着医疗数据合作从关系驱动转向规则驱动，数据合规能力本身将成为参与省级项目的准入门槛。在2030年建成全国创新与应用高地的目标下，省级医疗数据基础设施的竞赛才刚刚开始。
原文链接：江苏省政府官网
千方医数集编辑部 出品
