2024年“数据要素×”大赛优秀项目案例集——医疗健康案例之五 | 基于数据与能力双轮驱动，构建医疗AI服务新模式

主要观点总结

文章主要介绍了医疗AI在医疗行业的应用及其面临的挑战，以及温州市卫生健康信息中心通过打造MaaS模式的区域医学AI集成平台来解决这些问题所取得的成果。文中提到了数据高效完整汇聚、构建高质量数据集、数据安全保障、智慧医疗健康服务场景建设以及可持续发展模式等关键点。

关键观点总结

关键观点1: 医疗AI的重要性和面临的挑战

医疗AI被视为解决医疗行业当前问题的有效手段，但面临数据汇聚难、数据敏感性等挑战。

关键观点2: 温州市卫生健康信息中心打造的MaaS模式区域医学AI集成平台

该平台通过实现“即接即用”和解决数据汇聚使用难、产品应用推广难的问题，推动了医疗AI的研发与应用。

关键观点3: 数据高效完整汇聚

通过数据高铁工具，全市医院业务数据被上传至温州市智慧健康云，实现了准实时、全量数据归集，确保了数据的完整性和实时性。

关键观点4: 构建高质量数据集

平台对上传数据进行清洗、脱敏、标准化等处埋，并结合医生标注形成可训练数据集，为医疗AI的研发提供高质量的数据支持。

关键观点5: 数据安全保障

平台采取多种措施保障数据安全，包括独立数据通道、加密传输、严格访问策略等，确保敏感数据的授权访问、实时监控和审计。

关键观点6: 智慧医疗健康服务场景建设

平台已形成多个高价值应用场景，如智慧影像辅助诊断、智慧检验场景的智能化诊断等，有效助力医疗机构提升诊断能力和工作效能。

关键观点7: 构建可持续发展模式

基于MaaS模式的云数据中心平台，为AI公司、科研团队等提供医学数据训练解决方案，开展技术研发和分享项目经济收益，确保项目的经济效益和盈利能力。

文章预览

医疗行业关乎国家整体的发展和繁荣，业界普遍认为医疗AI是解决医疗行业当前群众看病难、医生压力大、医院运营成本高、医疗资源管控难等问题的有效手段。当前，医疗AI发展产品部署和应用门槛普遍较高，“医研校企”各方主体参与数据生产、课题研究、模型开发和应用推广缺少一站式平台，导致应用和推广难度大。同时，海量数据汇聚难、医疗健康数据敏感性等因素，也严重阻碍着医疗AI的智能化研发与应用。温州市卫生健康信息中心通过打造MaaS（模型即服务）模式的区域医学AI集成平台，实现“即接即用”，并建立区域集成平台归集全市医疗机构数据，打造高质量数据集，支撑成熟AI产品市场应用及孵化期AI模型训练，解决AI研发与应用中海量数据汇聚使用难、产品应用推广难的问题。 一是依托数据统一通道，推动数据高效完整汇聚。 通 ………………………………