医疗数据分类指南深度解读：卫健委高质量数据集新规全景解析与行业影响

政策深度解读·医疗数据要素医疗数据分类指南深度解读卫健委《高质量数据集建设指南》全景解析与行业影响2026年9月·医疗数据政策研究系列CONTENTS·目录01政策背景与新规概览AI时代数据需求与高质量数据集政策框架02通识数据集详解医疗AI的"基础语文能力"03行业通识数据集详解医疗行业的"通用语言"04行业专识数据集详解医院数据资产的"压舱石"05分类方法与判断框架五问定类法与分类错误代价06行业影响与实践路径医院、药企与可信数据空间07未来展望与结语医疗数据要素市场化趋势EXECUTIVESUMMARY·核心观点分类不是贴标签，而是为数据资产的未来"定调"01三类数据，三种基因通识、行业通识、行业专识，对应数据资产的不同层级与价值光谱，绝非简单标签02分类之要，牵一发而动全身准确分类直接影响数据产品定位、模型用途、标注体系、合规边界、交付方式及估值逻辑03专识数据，核心之重源自HIS、EMR、PACS等真实业务系统的专识数据，才是医院数据资产的"压舱石"04产品化，未来主战场卫健委点名高质量数据集，深意在于推动医院将真实诊疗数据转化为可治理、可授权的数据产品核心结论：高质量数据集建设，第一步不是建库，而是分清楚。分得清，方能走得远。CHAPTER01政策背景与新规概览AI时代医疗数据需求爆发，高质量数据集建设上升为国家战略卫健委《高质量数据集分类指南》重塑行业规则01·政策背景与新规概览AI大模型对高质量医疗数据的需求呈爆发式增长FIGURE1·医院数据中心机房数据不在多，在于分得清卫健委点名"高质量数据集"，医疗行业迎来从"堆数据"到"理数据"的认知升级分类是这场升级的第一块基石。分不清，则用不好、管不住、交易不了。来源：国家数据局、卫健委公开文件整理政策背景·0501·政策背景与新规概览高质量数据集建设政策体系逐步完善，分类指南是关键一环2023年卫健委印发《卫生健康行业数据分类分级指南（试行）》3大类22小类2024年11月国家数据局印发《可信数据空间发展行动计划（2024—2028年）》数据流通基础设施2025年9月TC609发布《高质量数据集分类指南》技术文件三类划分标准确立2026年6月国家数据局印发《关于推进行业高质量数据集建设行动的实施方案》全面落地推进来源：国家数据局、卫健委、TC609公开文件整理政策背景·0601·政策背景与新规概览三类数据集划分：通识、行业通识与行业专识对比维度通识数据集行业通识数据集行业专识数据集核心定义蕴含通用知识面向社会公众蕴含行业领域通用知识面向行业从业人员蕴含行业领域专业知识面向机构内部业务人员知识门槛无需专业背景需一定专业背景需较深专业背景与业务经验对应模型通用模型通用模型、行业模型场景模型知识特性广泛性、基础性、常识性行业普适性、共识性场景针对性、机构专属性、经验积累性价值层级门槛低、价值浅专业门槛、非独门绝技高壁垒、核心资产来源：TC609-5-2025-03《高质量数据集分类指南》政策背景·0701·政策背景与新规概览分类的意义：让每一份数据找到它应有的位置分类不清，则建设标准、标注要求、合规路径、授权模式、交付方式、估值逻辑和交易安排均失去判断基础。分类不清→建设标准标注要求合规路径授权模式交付方式估值逻辑交易安排分类是第一块基石分不清，则用不好、管不住、交易不了来源：卫健委《高质量数据集建设指南》解读整理政策背景·0801·政策背景与新规概览新规重塑行业规则：医院、药企、数商各有其位医院识别核心资产从海量数据中筛选出真正的专识数据建设数据产品将真实诊疗数据转化为可授权的数据产品实现价值变现通过可信数据空间完成数据价值释放药企明确采购标的清晰区分通识、行业通识与专识数据获取真实世界证据专病数据集支撑药物研发与上市后研究控制合规风险通过可信环境获得计算服务能力而非原始数据数商设计风控机制按数据类别设计不同的风控与合规方案搭建服务平台连接医院与药企的可信数据流通基础设施创新商业模式围绕数据产品化开展增值服务与运营来源：卫健委政策文件及行业实践整理政策背景·09CHAPTER02通识数据集详解医疗AI的"基础语文能力"门槛低、敏感度低，但绝非宝藏——医院不应过度投入02·通识数据集详解通识数据集：医疗AI的"基础语文能力"通识数据集涵盖血压、血糖等公众健康常识，门槛低、敏感度低，支撑患者教育、健康问答等基础应用。低知识门槛低数据敏感度广知识覆盖范围浅价值深度核心判断：通识数据是基石，但绝非宝藏。医院若将精力过多投入于此，无异于用金锄头挖土，事倍功半。02·通识数据集详解通识数据集的内容构成与典型应用场景内容构成•基础生理指标：血压、血糖、心率、体温等正常值范围•常见疾病常识：感冒、发烧、肠胃不适等通用认知•健康生活方式：饮食、运动、睡眠等科普知识•就医指引常识：什么时候该挂号、挂什么科•药品使用常识：OTC药品基本用途与注意事项典型应用场景•患者教育平台：健康知识科普与问答•智能健康助手：日常健康咨询与建议•通用医疗问答：常见病症状初步判断•健康管理App：饮食运动建议生成•医疗导诊机器人：基础问诊与科室推荐来源：TC609分类指南及医疗AI行业实践整理通识数据集·1202·通识数据集详解基石非宝藏：通识数据集的价值边界与医院定位它的价值在哪里•是所有医疗AI应用的入门基础•解决"能不能聊"的基础对话能力•数据敏感度低，合规风险小•获取成本低，公开渠道即可获得•适合做产品MVP和用户教育功能它的局限是什么•不依赖特定医院的业务系统•无法体现专科积累的独特价值•任何机构都能获取，无壁垒•不能作为医院核心数据资产•过度投入=用金锄头挖土医院定位建议：通识数据是基石，但绝非宝藏。医院应将精力集中在专识数据建设上，通识数据可直接采购或使用公开资源。02·通识数据集详解医院通识数据建设：轻装上阵，聚焦核心01直接采购成熟产品通识数据集市场已有成熟供给，医院无需从零自建，可直接采购商用健康知识图谱或大模型基础语料。02用于患者教育等基础功能通识数据主要支撑患者教育、健康科普、基础导诊等面向公众的功能，定位为服务渠道而非核心资产。03资源向专识数据倾斜将有限的人力、资金、专家资源优先投入到行业专识数据集建设上，这才是医院数据资产的护城河。04避免认知误区不要把通识数据建设当成医院数字化的主要政绩，它是基础设施，不是竞争力来源。CHAPTER03行业通识数据集详解医疗行业的"通用语言"从"会聊天"到"懂行规"——医学规则与行业共识的载体03·行业通识数据集详解行业通识数据集：医疗行业的"通用语言"医学指南、专家共识、临床路径、医保政策等，均属此类。它让模型从"会聊天"进阶为"懂行规"，是建设医疗行业模型、科研辅助系统的必要养料。知识门槛需一定专业背景数据来源公开文献与标准文件知识特性行业普适性、共识性价值定位必要非核心核心判断：行业通识是专业门槛，但非独门绝技。医院可借此构建知识库，但不应将其视为核心资产。03·行业通识数据集详解行业通识数据集的四大内容板块医学知识体系•临床诊疗指南与专家共识•疾病诊断标准与治疗原则•药品说明书与药典内容行业规范标准•临床路径与操作规范•医院评审标准与质控指标•卫生信息数据标准与编码政策法规体系•医保政策与报销规则•医疗法律法规与行业规章•数据安全与隐私保护要求科研通用知识•医学文献综述与研究方法•流行病学通用知识•医学统计与研究设计03·行业通识数据集详解专业门槛但非独门绝技：行业通识的价值边界对比维度行业通识数据集行业专识数据集知识来源公开文献、标准文件医院真实业务系统获取难度可公开获取，整理加工即可需医院授权，多环节治理独特性全行业共享，无差异化机构专属，不可复制资产属性知识库基础，非核心资产核心数据资产，硬通货价值逻辑效率提升，成本节约价值创造，可交易变现来源：TC609分类指南及医疗数据行业实践整理行业通识·1803·行业通识数据集详解行业通识数据集建设：作为知识库底座，不越位医院可以借行业通识数据构建知识库，提升内部运营效率和科研辅助能力。但需明确边界：它是必要的基础设施，不是核心资产。建设重点•系统梳理临床指南与规范•建立院内知识库与检索系统•对接医保政策与收费规则•为医生和护士提供智能辅助避免误区•不要将其视为核心数据资产•不要投入过多专家精力自建•不要高估其差异化竞争价值•避免模糊自身独特价值边界CHAPTER04行业专识数据集详解医院数据资产的"压舱石"别人偷不走、抄不会的"独门秘籍"04·行业专识数据集详解行业专识数据集：医院数据资产的"压舱石"行业专识数据集，源自HIS、EMR、PACS等真实业务系统，经治理、脱敏、标注、质控而成。如某院肺癌真实世界数据集、围手术期风险预测数据集等，皆属此类。这才是医院未来进行数据知识产权登记、成果转化、可信交付的"硬通货"。通俗点说：这才是别人偷不走、抄不会的"独门秘籍"。无法爬取，难以复制，必须依靠医院参与、专家投入与合规治理。04·行业专识数据集详解专识数据五大特征：缺一不可，共同构成核心壁垒01来源特殊源自医院真实业务系统，非公开渠道可获取02门槛高需专科专家参与标注与质控，非普通标注员可完成03标注严多轮专家复核，标注质量直接决定数据价值04敏感度高涉及患者隐私与诊疗细节，合规要求严格05场景专直指特定场景模型，场景越具体，专识属性越强五大特征，缺一不可：少了任何一个，数据的专识属性就会打折，核心壁垒就不成立。04·行业专识数据集详解专识数据来源：HIS、EMR、PACS等医院核心业务系统FIGURE2·EMR与HIS系统架构对比三大核心数据源HIS医院信息系统挂号、收费、药品管理、运营数据EMR电子病历系统门诊住院病历、诊断记录、医嘱信息PACS影像系统CT、MRI、X光等医学影像数据来源：医院信息系统架构通用模型整理专识数据·2304·行业专识数据集详解专识数据治理全流程：从原始数据到高质量数据集数据采集从HIS/EMR/PACS抽取数据治理清洗、标准化、结构化脱敏处理去标识化、隐私保护专家标注专科医生标注与复核质量控制多轮质控、验收入库关键环节要点•数据治理是基础：原始数据质量参差不齐，清洗标准化是第一步•脱敏处理是底线：必须符合《个人信息保护法》和医疗数据安全要求•专家标注是核心：专科医生参与度越高，数据专识属性越强、价值越高04·行业专识数据集详解专识数据产品化：从原始数据到可交易的数据产品六化标准，缺一不可•可治理：数据质量可控、流程可追溯•可标注：专家标注体系完整•可验证：数据真实性与有效性可验证•可授权：使用范围与期限可授权•可审计：使用过程全程可审计•可复用：支持多场景重复使用FIGURE3·智慧病房AI监测场景专识数据支撑的AI应用场景：智能监测、风险预警、辅助诊断等，均需高质量专识数据集训练。CHAPTER05分类方法与判断框架五问定类法：化繁为简的判断工具分类一旦出错，后续判断便可能"差之毫厘，谬以千里"05·分类方法与判断框架五问定类法：化繁为简的数据分类判断工具一问知识门槛是什么？普通人能懂吗？若能，大概率是通识数据。二问数据从哪里来？是百科文献，还是业务系统？后者更接近专识数据。三问谁来标注？普通标注员可完成，还是需专科专家复核？专家参与度越高，层级越深。四问能否公开流通？低风险公开，还是需严格限定？限定环境使用则归入专识。五问支撑什么模型？通用问答，还是专病预测？场景越具体，专识属性越强。使用方法：五个问题依次判断，答案越偏向右侧，数据层级越高、专识属性越强。05·分类方法与判断框架分类错误的两种典型偏差：一错皆错，代价高昂高估错误：通识误判为专识•后果1：高估资产价值，影响估值判断•后果2：投入过多资源建设，事倍功半•后果3：交易定价偏高，难以成交•后果4：误把基础设施当核心竞争力低估错误：专识误判为普通语料•后果1：忽视合规风险，酿成安全事故•后果2：核心资产被低价转让或流失•后果3：未做脱敏就流通，违反法规•后果4：丧失数据知识产权登记机会核心警示：分类一旦出错，后续判断便可能"差之毫厘，谬以千里"。准确分类是所有决策的前提。05·分类方法与判断框架准确分类，直接影响六件大事1.数据产品定位通识做科普，专识做垂直模型2.模型用途通用问答vs专病预测，场景决定定位3.标注体系普通标注vs专家标注，成本天差地别4.合规边界公开流通vs限定环境，合规要求不同5.交付方式打包交付vs可用不可见，模式完全不同6.估值逻辑成本定价vs价值定价，估值差异巨大CHAPTER06行业影响与实践路径对医院、药企、数商的具体影响可信数据空间：专识数据流通的新基建06·行业影响与实践路径对医院的影响：借分类识别核心资产，实现价值变现医院需借分类识别核心资产——哪些是通识，哪些是行业通识，哪些是真正的专识。把有限资源聚焦在专识数据建设上。医院行动三步曲1盘点数据资产用五问定类法对院内数据资产进行分类盘点，摸清家底，识别核心专识数据。2聚焦专识建设将人力、资金、专家资源向专识数据治理与标注倾斜，打造专科特色数据集。3推动产品化变现通过可信数据空间完成数据知识产权登记、成果转化与可信交付。06·行业影响与实践路径对药企的影响：借分类明确采购标的，控制合规风险药企需借分类明确采购标的——通识数据可直接采购，行业通识数据按需获取，专识数据必须通过可信环境使用。采购策略•通识数据：直接采购商用产品，成本低•行业通识：按需采购知识库，提升效率•行业专识：通过可信空间获取计算服务合规要点•专识数据不得直接获取原始数据•必须在可信数据空间/沙箱内使用•获取的是计算服务能力，非数据本身•严格遵守授权范围与使用期限06·行业影响与实践路径可信数据空间：专识数据流通的新基建"数据可用不可见"的实现路径•原始数据不出域：数据留在医院本地•数据可用不可见：药企只获得计算结果•流