一、摘要
温州市数据集团有限公司依托温州城市可信数据空间、温州市智能数据标注平台及温州医疗数据资源基础，联合人工智能模型企业，以医疗影像高质量数据集建设为切入点，推进“基于医疗影像的AI模型训练赋能基层普惠诊疗”项目。项目面向基层医疗优质诊疗能力不足、医疗影像数据分散且利用难、人工智能企业缺少高质量训练数据等问题，围绕CT、B超影像及诊断报告等多模态数据，构建从数据归集、合规论证、清洗治理、脱敏加工、专业标注、质量审核，到模型训练、测试验证和场景应用的完整链路，探索形成“数据集建设—模型训练—场景验证—迭代提升”的闭环模式。
目前，项目已整理形成数十万例医学影像数据。其中，CT数据覆盖200余家卫生院和40余家公立医院；B超数据由4种类型的标注影像构成，数据集仍在持续更新。项目依托可信数据空间医疗专区开展数据加工，通过去标识化、个人敏感信息脱敏、分级专业标注、安全审计等措施，保障原始数据不出域、数据处理过程可管可控。在此基础上，项目将支撑多病种辅助诊断、医学影像生成、超声智能识别和基层医疗辅助等模型训练与应用验证，为医疗数据安全合规开发利用、高质量数据集产品化以及人工智能赋能基层普惠诊疗提供温州实践。
二、实施背景
随着人工智能在疾病筛查、辅助诊断和医学影像分析等领域加快应用，高质量、规模化、可持续供给的医疗数据已成为模型训练和临床应用的重要基础。但医疗数据具有高度敏感、来源分散、格式多样、专业门槛高等特点，数据归集、授权使用、脱敏治理、医学标注和质量控制要求严格。现实中，一方面，基层医疗机构面临优质医生和专业影像诊断能力不足的问题，患者在基层检查中存在对诊断准确性的顾虑，前往大型医院又可能面临排队时间长、重复检查等情况；另一方面，医疗机构沉淀的大量数据难以安全、高效转化为可训练、可复用的高质量数据集，人工智能企业也面临优质医学训练数据不足的问题。
温州已具备开展医疗行业高质量数据集建设的良好基础。温州市数据集团参与建设的数据基础设施（浙江）区域功能节点已成为全国7个节点中首批通过全量测试的节点之一；温州城市可信数据空间已落地5个专区并入选国家级案例。温州市“数据高铁”已接入327家医疗机构，汇集就诊记录超过3.9亿份、数据总量达到20TB，为医疗数据统一归集、治理和开发利用提供了基础支撑。
三、实施目标
项目以医疗影像高质量数据集建设为切入点，面向医疗行业人工智能发展的真实需求，系统沉淀数据归集、合规论证、治理加工、标注质检、模型训练和场景验证经验，探索形成标准统一、质量可控、安全可信、供需协同的医疗行业高质量数据集建设运营模式。通过整合医疗机构的数据资源、医学专家的专业能力、人工智能企业的模型研发能力，以及可信数据空间、智能标注平台和算力资源，推动服务能力由单一数据集建设向数据治理、合规流通、模型训练和场景应用全链条延伸，形成可复制、可推广的医疗行业示范项目，并为其他行业高质量数据集建设积累经验。
按照《温州市行业高质量数据集建设类项目建设方案》，到2027年底，温州市数据集团计划累计引育数据标注企业3家，培养中高端数据标注技术与管理人才10人以上，建成3个以上高质量数据集和语料库，围绕医疗健康、城市治理等重点领域打造2个以上典型应用场景，带动相关数据产业营收达到3100万元以上，基本形成技术先进、供给丰富、生态协同、安全可信、应用成效显著的高质量数据集建设运营体系。
四、建设内容
一是强化医疗数据归集治理和质量管控。以人工智能模型训练和医疗场景应用需求为牵引，围绕CT、B超影像及诊断报告等数据，开展资源梳理、规范归集、标准化治理、医学标注和质量审核，明确数据来源、类型、规模、质量要求及使用边界。医学影像由主治医生进行标注，并由副主任医师及以上人员审核，重点提升影像与诊断报告的匹配度、准确性和可训练性。根据模型训练和场景应用需要，逐步拓展医疗数据类型和覆盖范围，形成持续稳定的数据供给机制。
二是建立数据匿名化出域和全过程安全管理机制。严格落实医疗数据安全和个人信息保护要求，将安全合规贯穿数据归集、治理、标注、匿名化处理、交付和使用全过程。数据出域前，按照模型训练需求开展匿名化处理和质量检查，明确数据出域范围、处理方式、使用边界、安全责任及交付要求，并完成相应的合规论证和必要的安全评估。在数据交付和模型训练过程中，通过身份认证、访问控制、加密传输、操作留痕和安全审计等措施加强安全管理，确保出域数据按照约定目的、范围和方式使用。模型训练及测试验证完成后，按照有关要求和协议约定对相关数据进行处置，实现数据来源可追溯、处理过程可管控、使用行为可审计。
三是完善智能数据标注和模型训练协同能力。以温州城市可信数据空间为核心载体，统筹智能数据标注、公共数据授权运营和算力调度能力，汇聚数据需求方、模型开发企业、医疗机构及标注能力提供方，建立涵盖需求发布和能力对接的生态资源库。结合多类型数据标注和模型训练需求，持续完善AI辅助标注、任务管理、质量检查和供需对接等平台功能。根据模型训练、性能测试和场景验证结果，反向优化数据质量、标注规范和样本结构，促进数据集与模型能力协同提升。
四是推进模型训练和重点场景验证。项目拟重点支撑三类应用方向：在AI辅助诊疗方面，围绕多病种筛查和专病筛查，探索“一扫多查、病种早筛”，降低医生阅片压力和患者筛查成本，减少漏诊、误诊；在超声智能诊疗方面，通过全自动超声诊断一体机实时感知成像质量、切面识别、器官分割和病灶识别4类并发任务，并根据识别结果辅助调整机械臂角度，服务基层超声检查；在医学影像生成方面，探索通过影像描述生成影像图片，降低影像训练数据获取和制作成本，支撑更多医疗AI模型研发。相关能力计划通过线上API和线下一体机等形式向医疗机构提供服务。
五是培育产业协同和成果运营生态。项目采用政企协同模式，由政府侧完善规则和监管，医疗机构提供合规数据资源，企业开展数据治理、模型研发和应用落地，推动数据资源方、需求方、模型企业和标注服务方精准对接。依托公共数据授权运营机制，探索立项服务、开发服务等运营模式，使数据资源开发利用可计量、可审计、可监管。推动高质量数据集规范上架、授权使用和合规流通，并面向医疗机构、高校、科研院所和相关企业开展平台推广，促进成果产品化、市场化和跨区域复制。
五、实施效果
在数据集建设方面，项目已形成行业内龙头企业认可的数万例医学影像数据，建立了覆盖数据归集、治理加工、医学标注、专业审核和质量检查的工作链路，为模型训练、测试验证及场景应用提供了数据基础。相关数据集仍在持续更新，可支持多类医疗人工智能应用场景。
在安全合规方面，项目依托温州城市可信数据空间医疗专区开展数据治理和出域前处理，按照医疗数据安全和个人信息保护要求，对数据进行匿名化处理和质量审核，明确数据出域范围、使用边界、安全责任及交付要求，并履行相应的合规论证程序。在数据交付和使用过程中，通过加密传输、访问控制、操作留痕和安全审计等措施加强全过程管理，形成“出域前匿名化、出域过程有审核、出域后使用可管控”的安全机制，为医疗数据合规开发利用提供保障。
在应用和产业带动方面，项目已形成医疗影像数据集建设与AI辅助诊疗、超声自主扫查、医学影像生成等应用方向相衔接的总体路径。项目联合团队相关技术和临床服务能力已覆盖超过1500家医疗机构，并已与1500余家医疗机构形成合作意向，为后续成果推广提供了市场基础。项目通过政企协同，将医疗机构数据供给、医生专业标注、企业模型研发以及数据治理、标注和算力服务衔接起来，有助于形成参与主体各尽其能、成果收益合理反哺的运营机制。
按照建设计划，后续将继续推进数据合规出域方案论证、智能数据标注平台阶段性迭代、高质量样例数据集建设、模型训练调优和测试验证，并推动数据集在温州城市可信数据空间上架展示。随着多病种辅助诊断、医学影像生成、超声影像识别和基层医疗辅助等场景逐步验证，项目有望提升基层医疗诊疗效率和准确性，减少患者就医时间和筛查成本，推动医疗数据资源由沉淀状态向安全可用、可流通、可增值转变，同时带动数据治理、专业标注、算力服务和人工智能应用等相关产业发展，形成可复制、可推广的医疗行业高质量数据集建设运营经验。
图1：医疗数据匿名化与合规出域流程图
完成单位：温州市数据集团有限公司
完成人：余仰望、王东松、肖庆治、王自立