医疗场景下高质量数据集建设要求专家共识(2026版)_第1页
医疗场景下高质量数据集建设要求专家共识(2026版)_第2页
医疗场景下高质量数据集建设要求专家共识(2026版)_第3页
医疗场景下高质量数据集建设要求专家共识(2026版)_第4页
医疗场景下高质量数据集建设要求专家共识(2026版)_第5页
已阅读5页,还剩17页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

专家共识解读医疗场景下高质量数据集建设通用要求专家共识(2026版)高质量数据集·通用要求·专家共识汇报时间:2026年目录·CONTENTS共识导览呈现共识解读的六章结构,帮助受众把握全貌壹共识背景

与定义出台背景与核心概念肆质量评价

与标注质量维度与标注质控贰通用要求

总则核心属性与建设原则伍合规治理

与安全隐私保护与版本追溯叁建设流程

与架构全生命周期与技术架构陆应用验证

与展望落地路径与未来方向共识背景与定义数据集不是仓库,是一套需要长期维护的口径制度01政策背景政策背景:数据集成为新基建2026年6月8日国家数据局发布《关于推进行业高质量数据集建设行动的实施方案》(国数科基〔2026〕25号)共八部分二十条,部署六大专项行动:强基扩容标注攻坚提质增效应用赋能管理服务价值释放医疗卫生与科学研究、工业制造并列重点领域第一梯队到

2028年底建成一批覆盖重点领域、经过应用验证的行业高质量数据集此前

2026年4月,工信部与国家数据局联合印发“模数共振”行动通知,要求每省每行业构建不少于

5个

高质量数据集,政策从方向引导进入量化考核阶段。医疗场景下高质量数据集建设通用要求专家共识(2026版)04/22共识解读核心定义:可核查的口径制度行业高质量数据集是经采集、加工等处理,可直接用于开发训练AI模型并有效提升性能的行业数据集合,含两类:行业通识行业专识数据资源≠数据集前者只是机构“拥有或可获得”的数据后者须经场景定义来源确认加工处理标注复核质量评测应用验证数据仓库≠AI数据集仓库解决汇聚、查询、统计数据集还要解决语义一致标签可信样本代表性版本可追溯数据清洗≠数据治理治理还包括术语编码字段口径主索引责任人变更流程审计记录共识将“高质量”理解为一组可核查的属性,而非规模描述——数据集不是仓库,是一套需要长期维护的口径制度。医疗场景下高质量数据集建设通用要求专家共识(2026版)05/22通用要求总则真实准确、安全合规、专业标注是高质量数据集的价值之基02共识解读·检验数据集五维特性:检验数据集的质量底座《医学检验标准数据集要素专家共识》由医疗辅助技术(医学检验)国家临床医学研究中心等机构联合发起,2025年6月启动,已在国际实践指南注册与透明化平台注册。“定义

围绕临床、科研与AI任务,在数据架构与编码规范下,多源检验数据与关键元数据经标准化和质量控制形成的高质量可复用数据集合。五维特性共识度

93.3%完整性要素覆盖与上下文可还原规范性字段类型与术语映射一致准确性依赖室内室间质控、仪器校准等运行证据与结果绑定均衡性人群与疾病谱、阴阳性比例分布合理,减少系统性偏倚时效性以入库延迟度量五维特性共同构成判断检验数据能否支撑

AI训练与评测

的基准。《医学检验标准数据集要素专家共识》·医疗场景下高质量数据集建设通用要求专家共识(2026版)07/22通用原则通用原则:从隐私到采集的底线“五项原则构成数据集建设的最低操作底线。壹隐私与安全控制个人健康信息使用,遵循最小必要原则;建立安全体系保护已采集数据。贰临床相关数据集须为临床提供价值,纳入标本类型、检测时间点与临床情境,把临床指南建议结构化表达。叁标准遵循统一字段命名与基本定义,实现数据语义一致,保障互操作性与可扩展性。肆元信息记录记录医疗机构、设备型号、检验方法等元信息,统一度量单位,保障多中心数据可整合、可溯源。伍流程管控明确缺失值、异常值处理规则,采用“过程质量+透明元数据+不确定度量化”模式提升数据质量。医疗场景下高质量数据集建设通用要求专家共识(2026版)08/22建设流程与架构从场景定义到版本迭代,八步走通数据集建设03共识解读八步路径:以场景为起点的建设流程起点不是盘点数据,而是定义场景。场景先行从边界清楚、管理成熟的临床或管理场景切入八步连续动作01场景定义02来源确认03采集加工04清洗转化05专业标注06质量评测07应用验证08版本迭代数据分散是常态同一病种数据分布在电子病历、医嘱、检验、影像、病理、手术麻醉、护理记录、病案等多个模块口径不一是痛点同一诊断在不同系统写法不一,病历文本缺少结构化标签不同场景对数据范围、时间窗口、字段口径、标注方式和质量标准的要求各不相同。医疗场景下高质量数据集建设通用要求专家共识(2026版)10/22技术架构技术架构:编码对齐与语义统一接口标准优先采用

HL7

标准接口实现跨机构数据交换,可参考

FHIR

资源规范完成语义与结构对齐。术语编码用

LOINC

表达检测项目、UCUM

统一度量单位、SNOMEDCT

刻画对象。存量改造老旧设备经协议转换中间件实现“采集即标准化”。数据集规范WS/T370—2022

规定内容结构、元数据、数据元属性与表示方法;标识符采用“DCC_版本标识符”编码,DCC为8位字母数字混合码,业务领域代码统一用

HDS

标识。这套编码与规范体系让跨机构、跨系统的检验与临床数据在同一语义空间内对齐,支持分层抽样、时序切分与评测基准构造,确保数据集可评估、可复用、可验证。医疗场景下高质量数据集建设通用要求专家共识(2026版)11/22“共识解读全生命周期:六环节闭环管理壹数据来源多中心、各专业数据,受伦理与安全约束贰标准化采集统一编码、单位规范、记录元数据叁清洗与标注异常识别、缺失值处理、双审核机制肆质控与评价完整性、规范性、准确性、时效性伍版本管理版本编号、更新记录、回滚机制陆访问控制权限管理、审计追踪“六环节形成「来源—采集—加工—评价—治理—管控」闭环,每一环节都有可核查的输出物。闭环意味着持续迭代,而非一次性交付。高质量数据集依赖三个条件同时成立稳定采集来源有来源没有规范,数据难以对齐跨专业标注与术语能力有规范没有使用口径,质量无法检验持续使用反馈有使用没有反馈,错误会不断累积医疗场景下高质量数据集建设通用要求专家共识(2026版)12/22质量评价与标注数据质量往往决定模型能走多远04维度演进质量维度:从五维到六维的演进五维基线·医学检验共识医学检验共识以完整性、规范性、准确性、均衡性、时效性框定质量。完整性规范性准确性均衡性时效性六维扩展·健康体检标准2026年6月6日发布《信息技术

健康体检数据集质量评价规范》团体标准合规性完整性准确性一致性安全性价值性在国家标准GB/T36344-2018框架上构建六维模型,下设

20个二级指标;首次将“价值性”列为一级指标,引导关注数据对临床决策与健康管理的实际贡献。演进信号体检标准以合规性、一致性、安全性强化法规与跨机构互认导向医疗数据质量评价正从纯技术属性走向“技术+管理+价值”复合体系,维度设计需贴合具体临床任务医疗场景下高质量数据集建设通用要求专家共识(2026版)14/22共识解读标注质控:专业能力与复核机制北京已建立医疗健康数据统一标注中心依托全国肺结核专业联盟,约36倍差距说明工具和流程的价值,而非单纯人数。50例/每周约36倍1800例/每周医疗场景下高质量数据集建设通用要求专家共识(2026版)15/22双审核机制检验人员制订异常识别规则初筛,临床医师复核,误判修订并记录留痕数值型标注关联最终诊断(ICD-11编码)及临床决策节点缺失值处理按缺失机制分类赋码保留“缺失原因”字段并随数据版本更新心电图标注每份至少两名标注人员标注分歧由仲裁人员审核裁定合规治理与安全流通与治理是同一件事的两面05隐私合规隐私合规:数据不出域与最小必要矛盾医疗数据既要流通、又要治理共识要求隐私性:控制并规范使用个人健康信息,遵循最小必要原则安全性:保护已采集数据,建立安全体系实践取舍把能力送进数据所在环境,而不是把数据搬出去。案例广西地中海贫血筛查世界模型医院原始数据不出域,院内完成训练与验证筛查模型能力逐步用于面向东盟合作形成“数据留在医院、智能走向东盟”模式制度底线落实数据持有权、使用权、经营权三权分置;坚持伦理先行,严禁非法收集或使用敏感数据。合规核心流程与责任可信——谁能调阅、用于什么目的、留不留痕、如何退出,都要有明确规则。医疗场景下高质量数据集建设通用要求专家共识(2026版)17/22“共识解读·数据治理版本可追溯:审计留痕与可信空间壹版本跃迁判据:能否有效交换WS/T370—2022更新后可有效交换主版本号

·

不变

|

次版本号

·

加1无法有效交换主版本号

·

加1

|

次版本号

·

归0贰全程留痕:各环节可复核采集加工标注交付访问控制权限管理审计追踪机制建设版本编号更新记录回滚机制流通即治理——可信数据空间的本质,是流程与责任上的可信。2026年10月阶段性成果中,跨院数据调阅量与专题数据合规治理、权属登记并列呈现。医疗场景下高质量数据集建设通用要求专家共识(2026版)18/22“应用验证与展望让高质量数据集成为医疗AI的可靠底座06应用验证应用验证:从数据到垂类模型江苏·专病集群21个专病数据集13个垂类大模型CQCAAAA级2026年8月,肿瘤围手术期麻醉镇痛数据集获认证目标2027年建成

50个以上广西·影像统筹9.5万例61家三甲机构归集影像病例实行三级质控审核苏州·全域归集1343亿条数智创新实验室汇聚临床诊疗、公共卫生数据“评价数据集不看样本数量,看它支撑什么临床任务、覆盖什么人群、是否经过真实场景验证。医疗场景下高质量数据集建设通用要求专家共识(2026版)20/22共识解读落地路径:闭环共建与未来展望“高质量数据集不是终点,而是医疗人工智能持续进化的起点数据飞轮闭环场景牵引数据数据驱动模型模型赋能应用应用创造价值落地第一步先规范化记录口径、调阅责

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论