在当今时代，科技发展浪潮正以前所未有的速度重塑着各个行业，医疗健康领域也深受影响，数据要素和人工智能成为推动其变革的关键力量。数据要素和人工智能深度融入医疗健康行业，为解决医疗资源分配不均、疾病诊疗效率不高、医疗服务个性化不足等长期存在的难题带来了新的希望和途径，成为推动医疗健康行业迈向精准化、智能化、高效化新时代的核心动力。

　　朱丹丹老师来自天津中医药大学公共卫生与健康科学学院，她是中国中医药信息学会人工智能学会理事、天津市中医药学会养生专委会委员、软件设计高级工程师，她致力于中医药相关软件开发、利用人工智能构建预测模型，近年来参加国家自然科学基金、天津市科技发展计划项目等项目多项，发表高水平中英文论文20余篇，具有丰富的理论和实战经验。她针对《 人工智能与数据要素：如何赋能医疗健康产业》相关观点如下：

　　数据要素被定义为参与价值创造的数据资源，其重要性堪比石油。在医疗健康领域，数据要素涵盖个人数据、企业数据、公共数据等多种类型，是支撑精准医疗、疾病预防和健康管理的基础。国家数据局发布的《数据领域常用名词解释》进一步明确了数据资源、数据产品和服务等概念，为行业发展提供了规范框架。数据要素的战略价值在于其作为新型生产要素，能够成为经济增长的核心引擎。

　　全球数字经济竞争日益激烈，中国数字经济规模已占GDP的41.5%，数据要素市场预计在2025年达到2000亿元。政策层面，国家将数据列为第五大生产要素，并出台《数据二十条》等文件，构建数据基础制度。医疗健康领域也受益于政策支持，例如《“数据要素×”三年行动计划》明确提出释放健康医疗数据价值，推动医保与商业保险数据融合，提升中医药发展水平。

　　健康医疗数据来源广泛，国外有美国紧急护理数据集等，国内也有丰富的非开放数据库。未来，健康医疗数据将深度融合新一代信息技术，但也面临隐私保护与数据共享的矛盾，平衡二者关系至关重要。

　　截至2025年，全国39家数据交易所上架了近4万个数据产品，其中医疗健康类产品超过2000个。这些产品形式多样，包括API接口、数据集、数据应用等。典型案例如上海市第一人民医院的眼科疾病数据集、肺部关键结构分割AI模型等，展示了数据产品在临床辅助决策和医学研究中的潜力。然而，数据产品开发面临诸多问题，像数据污染、缺失值处理不当以及模型过度拟合等，严重影响AI大模型质量和医疗决策的准确性。

　　数据产品开发需满足明确场景、交易对象、可计量等条件，其核心逻辑是通过整合多源数据赋能新业务。然而，开发过程中常面临数据污染、缺失值处理、模型过度拟合等问题。所以开发过程中要注重合规，避免数据污染、缺失值处理不当等问题，同时可借助可信数据空间保障数据流通安全。

　　数据治理是释放数据价值的前提，涉及采集、存储、安全等多个环节。健康医疗数据具有“5V”特征（如多样性、时效性），其质量保障需通过清洗、去重、标准化等手段实现。分类分级管理是数据安全的核心，例如《健康医疗数据安全指南》将数据分为五级，不同级别匹配不同的安全要求。同时，要加强数据安全意识教育，提高医疗机构和从业人员的数据合规能力，保障患者的个人信息安全。

　　我国已构建以《数据安全法》《个人信息保PG电子护法》为核心的法律框架，明确了数据的合法来源、分类分级和隐私保护要求。《数据二十条》进一步探索了数据产权分置制度，为数据流通提供了制度保障。在医疗领域，《健康医疗大数据标准、安全和服务管理办法》等规章强调了数据采集的“最少够用”原则，确保个人权利与数据价值的平衡。这些法律法规涵盖了数据处理的各个环节，从数据的收集、存储到使用、共享，都有严格的规定和要求。医疗机构和相关企业必须严格遵守法律法规，确保数据的合规应用。

　　人工智能与数据要素的融合正在为医疗健康产业注入新动能，从疾病诊疗到健康管理，从资源优化到政策制定，其影响深远而广泛。然而，这一进程也面临数据质量、隐私安全和法律合规等挑战。未来，唯有在技术创新与制度完善的双轮驱动下，才能充分释放数据要素的价值，构建更智能、更普惠的医疗健康新生态。拥抱变革，共筑健康未来，是我们共同的目标。