案例摘要
为推动医疗健康领域数据要素价值释放，探索数据要素与人工智能融合创新应用路径，国信中健联合遂宁市中心医院等机构，以医疗数据开发利用为突破口，围绕医疗数据治理、可信流通、资产化运营、高质量数据集建设和人工智能场景应用开展创新实践，打造医疗健康领域数据要素市场化运营示范项目。
项目以数享网可信数据空间为基础设施底座，以数据资产全过程管理为主线，以高质量医疗数据集建设为支撑，以“遂核保”智能核保产品为核心应用场景，构建覆盖“数据治理—数据资产化—数据产品化—模型训练—智能应用—价值运营”的完整链条。在确保数据安全、隐私保护和合规使用的前提下，实现医疗数据与商业健康保险业务的高效协同，推动传统保险核保模式向智能化、精准化方向升级。
项目探索形成了“可信数据空间+数据资产运营+高质量数据集+人工智能应用”的创新模式，实现医疗数据资源向数据资产转化、数据资产向数据产品转化、数据产品向场景价值转化，为医疗健康领域数据要素开发利用提供了可复制、可推广的实践经验。
一、实施背景
随着国家数据要素市场化配置改革深入推进，医疗健康数据作为价值密度最高、应用场景最丰富的数据资源之一，正成为推动数字经济发展的重要战略资源。医疗机构在长期业务运行过程中积累了大量诊疗数据、检验检查数据、医保结算数据、健康管理数据和运营管理数据，这些数据覆盖患者全生命周期，具有较高的真实性、连续性和专业性，在疾病预测、健康管理、商业保险、科研创新和人工智能训练等方面具有重要价值。
然而，医疗数据开发利用长期面临诸多挑战。一方面，医疗数据分散在不同业务系统和机构之中，数据标准不统一、质量参差不齐，难以形成可共享、可流通、可应用的数据资源体系；另一方面，医疗数据涉及个人隐私和敏感信息，对安全管理和合规使用要求极高，传统数据共享方式难以满足数据安全和价值开发的双重需求。
与此同时，商业健康保险行业正加速向数字化、智能化转型。传统核保工作主要依赖人工审核和经验判断，存在审核周期长、效率低、风险识别能力有限等问题。面对日益增长的保险业务需求，保险机构亟需利用医疗数据和人工智能技术提升风险识别能力和核保效率，实现更加精准、科学的保险服务。
在此背景下，遂宁市积极推进数据要素市场化配置改革和人工智能创新应用。国信中健联合遂宁市中心医院等单位，依托遂宁市数据资产全过程管理实验室和数据要素×人工智能场景实验室，围绕医疗数据价值释放开展创新实践，探索医疗数据可信流通和智能应用新模式，推动医疗数据从“资源沉淀”向“价值创造”转变。
二、实施目标
项目以医疗数据价值释放和产业应用创新为目标，重点实现以下五个方面建设目标：
一是建设医疗健康可信数据空间。建立覆盖医疗机构、保险机构和数据运营主体的可信流通环境，实现医疗数据在安全、可控、合规前提下共享利用。
二是建立医疗数据资产全过程管理体系。围绕医疗数据资源盘点、治理、确权、评估、登记、运营等环节，构建医疗数据资产管理闭环，推动医疗数据向数据资产转化。
三是建设医疗领域高质量数据集。针对保险风控、健康管理和人工智能应用需求，构建标准统一、质量可靠、持续更新的医疗高质量数据集体系。
四是打造“遂核保”智能核保产品。利用人工智能技术实现保险核保智能化升级，提高核保效率和风险识别能力。
五是形成医疗数据运营新模式。探索医疗数据价值转化和市场化运营路径，促进医疗机构、保险机构和数据服务机构协同发展。
三、建设内容
（一）建设医疗健康可信数据空间
项目依托数享网可信数据空间建设医疗健康领域数据流通基础设施，构建覆盖数据接入、授权管理、使用控制、流通监管和审计追溯的全流程管理体系。
平台面向医院、保险机构、数据运营机构和监管部门建立统一身份认证体系，实现主体可信；建立统一数据资源目录和数据产品目录，实现资源可发现；建立数字合约和授权管理机制，实现规则可执行；建立全过程审计追踪机制，实现行为可监管。
针对医疗数据安全要求高的特点，平台采用隐私计算、可信执行环境、数据沙箱等技术，实现“数据可用不可见、原始数据不出域”，确保医疗数据在流通过程中的安全性和合规性。
通过可信数据空间建设，项目打通了医疗机构与保险机构之间的数据协同通道，为后续数据运营和场景应用提供基础支撑。
（二）开展医疗数据资产全过程管理
围绕遂宁市中心医院沉淀的医疗数据资源，项目开展系统化的数据资产管理工作。
首先，对门诊、住院、检验检查、病历档案、医保结算、药品管理等数据资源进行全面盘点，建立统一的数据资源目录体系；其次，开展数据标准化治理和质量提升工作，解决数据缺失、重复、格式不统一等问题；再次，对数据权属、数据来源、合规边界和应用价值进行梳理分析，形成医疗数据资产管理台账。
在此基础上，项目建立覆盖数据盘点、数据治理、数据评估、资产登记、产品开发和运营管理的数据资产全过程管理体系，推动医疗数据从资源形态向资产形态转变，为后续数据产品开发和价值运营奠定基础。
（三）建设医疗高质量数据集
高质量数据集是人工智能应用落地的重要基础。
项目围绕保险风控、疾病分析、健康管理和智能服务等场景需求，建设医疗健康高质量数据集体系。数据集建设过程中，严格执行数据清洗、数据标注、质量检测和脱敏处理流程，确保数据真实性、完整性和可用性。
项目重点建设三类数据集：
第一类为医疗知识数据集，包括疾病分类、诊疗规范、医学术语和临床知识等内容；
第二类为业务场景数据集，包括诊疗记录、检验检查结果、医保结算数据等结构化和非结构化数据；
第三类为模型评测数据集，用于评估人工智能模型在医疗和保险场景中的准确性和可靠性。
通过持续更新和运营，高质量数据集成为模型训练、应用评测和智能服务的重要数据基础。
（四）打造“遂核保”智能核保应用
项目重点打造医疗健康领域创新应用——“遂核保”智能核保平台。
平台基于医疗数据资源和人工智能算法模型，对投保人健康状况进行自动分析和风险评估。系统通过整合医疗保障数据库、医疗机构数据和业务规则体系，对疾病风险、就诊记录、健康状况等因素进行综合判断，自动生成风险评分、风险等级和核保建议。
相比传统人工审核模式，“遂核保”实现了核保流程标准化、自动化和智能化，大幅提升保险机构业务处理效率。同时，系统能够根据历史数据不断优化风险识别模型，提高风险评估准确性。
平台支持标准化接口服务，可与保险机构业务系统快速集成，实现在线核保和实时决策，为商业健康保险创新发展提供技术支撑。
（五）构建模数共振运营体系
项目围绕“模数共振”理念，建立数据、模型和场景协同发展的运营机制。
在数据侧，通过可信数据空间持续汇聚医疗数据资源，不断完善高质量数据集建设；在模型侧，通过数据集训练和业务反馈持续优化风险识别模型和智能核保模型；在场景侧，通过保险核保、健康管理等实际业务场景验证模型效果并获取反馈数据。
三者形成“数据供给—模型训练—场景应用—效果反馈—持续优化”的循环体系，实现数据价值和模型能力同步提升。
这种模式不仅支撑了“遂核保”应用持续迭代，也为未来医疗辅助决策、健康管理、医保分析等更多人工智能场景应用奠定基础。
四、实施效果
项目实施后，成功建立了遂宁市医疗健康领域数据要素开发利用和人工智能融合应用示范模式。
在数据治理方面，完成医疗数据资源梳理和规范化管理，形成医疗数据资产目录和标准体系，显著提升数据质量和管理水平。
在数据资产运营方面，建立医疗数据资产全过程管理机制，推动医疗数据由资源向资产转化，为后续产品开发和价值运营提供支撑。
在人工智能应用方面，建成“遂核保”智能核保平台，实现保险核保由人工审核向智能审核转变，提升核保效率、风险识别能力和服务质量。
在产业协同方面，打通医疗机构、保险机构、数据运营机构之间的数据协作链路，形成多方参与、协同发展的生态体系。
项目探索形成了“可信数据空间+数据资产运营+高质量数据集+人工智能应用”的创新路径，实现了医疗数据价值释放与产业应用融合发展，为医疗健康领域数据要素市场建设和人工智能赋能行业发展提供了可复制、可推广的实践样板。
