以思践行，探索医疗健康新路径https://aaronhealth.info/zh-cnhttps://aaronhealth.info/thinking/2026-05-data-talk-01-ai-era/https://aaronhealth.info/thinking/2026-05-data-talk-01-ai-era/2026 年的 AI 跟前两年完全不是一回事。从 2022 前的传统深度学习，到 2022 的 GPT 时刻，再到 2026 的推理 + 多模态 + 智能体——三代要的"数据形态"完全不同。Sun, 17 May 2026 00:00:00 GMThttps://aaronhealth.info/thinking/2026-05-data-talk-00-intro/https://aaronhealth.info/thinking/2026-05-data-talk-00-intro/这是一套给法律行业的跨领域思考与分享的开篇。医疗和法律是 AI 时代最相似的两个专业行业——都高度专业化、都强合规、都依赖专家判断、都怕 AI 出错有代价。Sun, 17 May 2026 00:00:00 GMThttps://aaronhealth.info/thinking/2026-05-data-talk-02-data-stack/https://aaronhealth.info/thinking/2026-05-data-talk-02-data-stack/谈数据建设之前，先把"数据"这个词讲清楚——元数据、数据集、数据资产、知识图谱、本体到底是什么。再讲三组容易混淆的概念，避免治理治错对象。Sun, 17 May 2026 00:00:00 GMThttps://aaronhealth.info/thinking/2026-05-data-talk-03-role-shift/https://aaronhealth.info/thinking/2026-05-data-talk-03-role-shift/第一代要标注样本、第二代要海量语料、第三代要推理轨迹+对齐数据+评测集。数据的角色从"训练燃料"升级为"能力载体"——这是整套分享的核心论点。Sun, 17 May 2026 00:00:00 GMThttps://aaronhealth.info/thinking/2026-05-data-talk-04-quality/https://aaronhealth.info/thinking/2026-05-data-talk-04-quality/国家电子病历评级口径的 4 维度（完整、一致、整合、及时）只解决"业务能跑"，AI 时代需要再加 5 个维度——标准化可计算、代表性、标注质量、知识密度、合规可追溯。Sun, 17 May 2026 00:00:00 GMThttps://aaronhealth.info/thinking/2026-05-data-talk-05-formation/https://aaronhealth.info/thinking/2026-05-data-talk-05-formation/数据治理、数据中台、边用边治——三件套是入场券。AI 时代要补的新内涵：从管业务数据到管 AI 训练资产；从 BI 中台到 Data+AI 中台；从被动发现到主动闭环。最后抛出三件套解决不了的三大难题。Sun, 17 May 2026 00:00:00 GMThttps://aaronhealth.info/thinking/2026-05-data-talk-06-scenarios/https://aaronhealth.info/thinking/2026-05-data-talk-06-scenarios/医疗 AI 应用按"能力本质"分五大类——知识型吃知识库、数据型吃训练集、推理型吃推理链、工作流型吃飞轮、具身型吃多模态轨迹。每一类对数据的诉求差异巨大。Sun, 17 May 2026 00:00:00 GMThttps://aaronhealth.info/thinking/2026-05-data-talk-07-production/https://aaronhealth.info/thinking/2026-05-data-talk-07-production/高质量数据集不是治理出来的，而是生产出来的。知识型、数据型、推理型、智能体型、具身型应用，各自需要不同的数据生产线。Sun, 17 May 2026 00:00:00 GMThttps://aaronhealth.info/thinking/2026-05-data-talk-08-evolution/https://aaronhealth.info/thinking/2026-05-data-talk-08-evolution/过去数据用来看清现状，现在数据用来训练智能，未来数据会定义 AI 的临床和法律边界。真正重要的不是数据存量，而是能否形成飞轮。Sun, 17 May 2026 00:00:00 GMThttps://aaronhealth.info/thinking/2026-05-data-talk-09-strategy/https://aaronhealth.info/thinking/2026-05-data-talk-09-strategy/数据治理不是目的，业务胜利才是目的。AI 时代的数据建设要从业务闭环、AI 角色、数据资产和治理深度反推，而不是先做全院数据治理大工程。Sun, 17 May 2026 00:00:00 GMThttps://aaronhealth.info/thinking/2026-05-data-talk-10-legal/https://aaronhealth.info/thinking/2026-05-data-talk-10-legal/法律和医疗是 AI 时代最相似的两个专业行业。法律行业 80% 的 AI 应用先吃知识库，真正的长期金矿则是裁判理由、专家论证和智能体反馈飞轮。Sun, 17 May 2026 00:00:00 GMThttps://aaronhealth.info/thinking/2026-05-data-talk-11-action/https://aaronhealth.info/thinking/2026-05-data-talk-11-action/AI 时代的数据建设不是技术议题，而是战略议题。最后一章把整套课程收束为核心金句、三类听众建议和一份可执行行动清单。Sun, 17 May 2026 00:00:00 GMT