高质量数据怎么形成 · 三件套 + 三大难题

这一章是过渡章。三件套是行业熟悉的老三样，绝对不能喧宾夺主。听众十年前就听过了，再讲一遍他们会走神。

所以这一章按”快讲三件套 + 重点指出 AI 时代新内涵 + 留扣子”的逻辑展开。

三件套之一：数据治理

传统讲法：组织（CDO/数据治理委员会）+ 制度（标准、规范、流程）+ 工具（质量监控、血缘）

AI 时代新内涵：

• 治理对象多了：训练集、评测集、推理轨迹、Prompt/Agent 配置都要纳管
• 角色多了：除了 CDO，还要有”AI 数据负责人”、模型评测负责人
• 风险多了：数据投毒、模型偏见、生成内容追溯

没有治理的 AI 数据，就是无人看管的弹药库。

三件套之二：数据中台

传统讲法：采集 → 集成 → 治理 → 服务的统一平台，解决数据孤岛

AI 时代新内涵：

• 不只是出报表，还要喂模型、撑 Agent、做评测
• 三层叠加：数据中台（结构化/半结构化）+ 知识中台（图谱/本体）+ 模型中台（基模/垂模/Agent）
• 多模态原生：影像、病理、语音、文本、组学要在一个平台里联通

⚠️ 提醒一句：很多医院的”数据中台”是十年前的 BI 思路改了个名字，AI 跑不动。判断标准很简单——你的中台支不支持向量检索、支不支持多模态融合、有没有 Agent 编排能力。

三件套之三：边用边治（数据飞轮）

传统讲法：在使用过程中暴露问题 → 反向改进数据 → 数据越用越好

AI 时代新内涵：

• 临床使用 AI → 医生反馈 → 数据标注/再训练 → 模型迭代 → 更好用
• 真实世界证据 (RWE) 反哺训练：互联网医院、可穿戴、随访都是数据回流通道
• DataOps + ML Ops + Eval Ops 三轮联动

我之前跟一个朋友聊到这件事时说过：

AI 是有心跳的软件。心跳就是数据飞轮在转。

三件套解决不了的三大难题

讲到这里要给听众一个真相——三件套是入场券，但解决不了 AI 时代医疗数据的真正难题：

难题一：单家医院数据规模再大，也喂不饱基模

• 联合谁、怎么联、谁出力谁拿权益？
• 这个问题第六章不直接答，但本章末尾要抛出来

难题二：高质量推理链/专家共识数据怎么生产？

• 靠存量数据挖不出来，必须建新的生产线
• 第七章会专门讲推理链生产方法论

难题三：数据从”成本中心”变成”资产/收益中心”

• 怎么定价、确权、分成？
• 国家”数据二十条”已经在推，第八章会讲数据要素这个趋势

这一章的执行提醒

如果你在讲这场分享，第五章控制在 5-8 分钟（按 60 分钟分享）。讲超过 10 分钟就是失败——听众会觉得你在炒冷饭。

所有”理论”用一页 PT 概括，重点在每条的”AI 时代新内涵”和章末的”三大难题”。

关键收尾

治理、中台、边用边治这三件套是入场券，但解决不了 AI 时代医疗数据的真正难题。

下一章是整场分享的”高潮章”——按 AI 应用的核心燃料类型分五大类，告诉听众”我们医院/律所到底要建什么数据”。