与医疗健康产业的深度融合，杭州“中国数谷医疗流通枢纽”的定位和价值日益凸显。

　　第五届全球数字贸易博览会治理与市场化交流活动前夕，围绕医检数据这座“富矿”，如何从“数据资源”到“”，再到“数据资产”，医疗数据如何练就价值跃迁路径等问题，艾迪康（副总裁及首席信息官罗震在接受《中国经营报》记者专访时表示：“数据不流动，就是库存。医检行业手里握着的是一座富矿，但过去我们更多是在‘看’它，而不是在‘用’它。我们也希望通过本次会议，与更多伙伴一起，把医疗数据的价值释放出来。不仅是为企业探索第二增长曲线，更是为‘数据要素赋能实体经济’这个命题，交出一份来自医疗行业的答卷。”

　　《中国经营报》：艾迪康已经积累了20多年的医检数据，作为隐私性较强的数据，你们如何让医检数据跨过治理与合规门槛，实现“供得出”？

　　罗震：每天，数以万计的血液、组织、细胞样本被送进实验室，经过检测转化为一份份报告。它们流向医院、流向临床、流向患者，然后完成使命，静静躺在数据库里。二十余年累积下来，这些数据的体量足以称得上“资产”，却始终难以称得上“要素”。

　　第一重门要把“原料”变成“可用料”。要让医检数据真正流动起来，第一步不是流通，而是治理。我们看到，行业里有一个普遍的误解，觉得数据天然就在那里，随时可以用。实际上，以艾迪康为例，公司积累了20年的数据，格式不一、标准不一、质量参差。原始数据不等于AI可用的数据集。

　　这正是医疗数据流通必须跨过的第一重门。数据的隐私敏感性、跨域流通的高合规门槛、行业专属经验的难以外化，让大量高价值医疗数据长期处于“沉睡状态”。艾迪康的做法是先把自己的“后院”理清楚。目前，公司已完成长达20年的精准医学检测数据的阶段性整合、治理与清洗，搭建起企业级私有数据仓库，并建立了严格的数据安全分级体系。我们会区分哪些数据可以用于内部经营决策，哪些经过脱敏、依法依规可以对外服务，哪些必须严格隔离。需要注意的是，安全不是数据流通的对立面，而是流通的前提。这套底层能力，让艾迪康在数据要素化的“第一公里”上，具备了较为坚实的条件。

　　《中国经营报》：“供得出”之后，这些数据如何能真正流向需要的行业，实现“流得动”和“用得好”？

　　罗震：第二重门是将“数据出厂”变为“数据产品”。数据治理完成之后，真正的问题浮出水面：数据以什么形态流通？

　　我们的答案是“数据产品”。2026年年初，艾迪康作为数据资源提供方，加入杭州城市可信数据空间，并首批发布多个数据产品，其中包括细胞检测流式数据集一类专业领域的高质量数据集。可信数据空间解决了流通的底层问题。在这个框架下，我们提供的不再是“一堆数据”，而是经过标准化处理、明确权属边界、满足特定场景需求的“数据产品”。

　　我们也关注到，这些数据产品的下游需求正在快速显现。国家数据局数据显示，截至2026年8月，全国已建成高质量数据集超过12.6万个，总体量超过1815PB。而本届数贸会以“在数贸会遇见AI未来”为主题，率先设立词元（Token）专区——高质量数据集，正是AI训练最关键的“燃料”。

　　这里也提出一个行业普遍关注的问题，医疗垂类大模型为什么难做？因为公开语料里几乎没有专业的医检数据。这部分数据大多藏在行业内部，隐私敏感、壁垒高，恰恰是AI深度落地最稀缺的。谁能PG电子让这部分数据合规地流动起来，谁就掌握了AI医疗的一把钥匙。

　　《中国经营报》：数据大多隐藏在行业内部，这也是AI深度落地稀缺的，如何让数据去反哺AI能力？

　　罗震：这也是我们提出的第三重门，让数据“用起来”，反哺AI能力。数据要素化的价值，最终要落到应用上。而在艾迪康的实践中，数据与AI构成了一组互相成就的双轮。

　　一方面，数据喂养AI。艾迪康与华为云合作，于2025年12月正式发布基于华为云技术支持的“问医”医疗大模型及多款智能体解决方案。这一底座之上，数十款医疗智能体陆续落地：面向医生与患者的AI助手“艾小医”已服务超400万用户与15万名医生；病理报告AI智能辅助审核系统自2025年9月上线以来累计辅助审核报告超20万份，识别异常报告超2万份。病理AI的表现尤为突出。通过AI辅助阅片技术，艾迪康整体阅片速度较纯人工提升6至7倍，液基薄层细胞检测（TCT）的AI辅助覆盖率超60%，累计AI辅助阅片量近2000万片。

　　另一方面，AI又反过来提升数据的质量与规模。流式AI分析平台可实现淋巴细胞亚群自动圈门与结果自动化处理，仅需数秒即可生成检测分析报告——更高效的检测，意味着更高质量的数据产出，形成正向循环。就是我们提出的“双轮驱动”。数据让AI更专业，AI让数据更值钱。

　　《中国经营报》：“十五五”期间，全民健康信息化建设被正式纳入国家战略，在企业走向生态过程中，医疗数据要素的“乘数效应”还有哪些？

　　罗震：医疗数据要素化的意义，远不止于商业价值。据沙利文数据，我国ICL行业渗透率目前仅约6%，远低于日本的60%、德国的44%和美国的35%。如何让优质检验能力触达更广泛的基层？艾迪康的答案是“AI+区域检验中心”一体化建设——目前多个县域级区域检验中心已通过联合共建模式落地，AI技术与区域医疗资源深度融合，检验标准化与智能化水平同步提升。

　　数据要素的价值，在于它的“乘数效应”。一份脱敏后的检测数据，可能只对某个算法有价值；但当它和更多数据汇聚和AI能力结合，就能变成一项服务、一个产品，甚至改变一个区域的医疗服务水平。

　　2026年3月，艾迪康与高博医疗集团同聚焦“AI+临床”融合创新，推动人工智能从实验室走向诊室；同年4月，面向医学科研工作者的ADICON research suite AI科研客户端上线月，与神州数码达成三年期合作。一条从数据到AI、从实验室到临床、从企业到生态的路径逐渐清晰。

　　在医疗这个以生命为计量单位的行业里，数据要素化的价值，衡量的从来不只是交易额。一次更快的病理诊断，可能意味着一位患者的治疗窗口被提前打开；一套下沉到县域的智能检验能力，可能意味着一个家庭的奔波被省下。推动医疗数据的价值释放，是企业自身探索第二增长曲线的需要，也是探索“数据要素赋能实体经济”这个命题的需要。