5月24日，国家数据局会同生态环境部、交通运输部、金融监管总局、中国科学院、中国气象局、国家文物局、国家中医药局等相关部门在第七届数字中国建设峰会上发布第一批20个“数据要素×”典型案例，通过示范引领，激励多方主体积极参与，释放数据要素价值。

其中，“数据要素×医疗健康”领域，来自讯飞医疗科技股份有限公司和北京市计算中心有限公司的两个案例入选。近日，国家数据局公布入选案例细节：

基层医疗卫生体系是守护亿万人民群众身体健康的“第一道防线”，事关每个人的生活质量。但基层医疗机构往往面临人才不足、医生队伍不稳定、资源供给有限等问题，难以完全满足广大群众对医疗服务的需求。

为提升基层医疗服务水平，讯飞医疗科技股份有限公司通过对海量医疗数据的收集和分析，构建医疗AI大模型，为基层诊疗提供智能化辅助，促进基层医疗服务提质增效。

图1 场景流程图

一是汇聚高质量数据资源训练模型。与中华医学会杂志社、开放医疗与健康联盟等权威机构合作，汇聚公开脱敏数据，构建涵盖疾病知识、症状体征、检验检查、药物信息、临床路径、诊疗规范及指南等内容的数据资源库，训练形成智慧医疗AI模型。二是推进医疗数据与“问、诊、治”场景深度结合。模型与行业信息平台和医院信息系统对接，以“数据不出本地局域网”方式汇聚分析患者病历数据及历史健康信息数据。实现在医生问诊过程中，根据问诊逻辑提示病情问诊；在诊断过程中，对患者病历数据进行智能化分析和判断，协助医生对病情进行合理诊断；在医生下处方和检查检验时，及时给出常见用药和常见检查检验建议，并将异常诊断结果数据及时报送医疗主管部门复核。

截至目前，该系统已在全国506个县区的近5.3万个基层医疗机构应用，服务6万余名基层医生，累计提供7.7亿次AI辅诊建议，规范病历2.9亿次。经该系统提醒而修正诊断的有价值病历超139万例，累计识别不合理处方数6200万，AI辅助诊断合理率提升至95%（重点地区97%），覆盖疾病数量超1680种。

图2 统一标准、规范的数据采集处理流程

“数据要素×”典型案例之十三：高质量药物数据集提高新药研发质效

提升创新药自主研发能力关乎国家生物医药产业转型升级，也与国家生物安全自主可控、国民生命健康紧密相连。高质量药物数据在新药研发的过程中至关重要，目前国内药物数据来自不同细分领域的学术数据库，存在流通不畅、资源分散和标准不统一等问题。

北京市计算中心有限公司通过多渠道、合规收集海量药物研发关键数据，建立专业的新药研发数据集，进行智能化分析和数据挖掘，有效降低新药研发周期，赋能上百个新药研发项目。

一是多渠道收集药物研发数据。通过公开数据库下载、文献信息整理、公开渠道购买等多种方式，收集药物相关的分子结构、理化性质和靶点信息等药物研发关键数据，并通过计算机辅助和人工校验确保数据质量可靠，为科研人员提供了较强的数据支持，明显提高药物研发的准确性、可靠性和实用性。

二是建立高质量新药研发数据集。对汇聚数据进行统一处理，形成能够支撑药物数据研发的高质量数据集，该数据集包括小分子、多肽和蛋白靶点数据，其中小分子和多肽信息400余万条（几乎覆盖当前全部药物数据领域），潜在的药物活性位点超过11万个。

三是智能化分析和挖掘数据。基于人工智能算法对药物数据集进行数据挖掘和药物特征提取，形成疾病相关的药物有效特征，为新疾病靶点预测和对应药物研发提供准确、个性化、智能化分析服务。目前已与全国30余家高校和科研院所开展合作，利用高质量药物数据集和智能服务开展的新药研发项目100余项，人工智能预测靶点超1万余个，基本覆盖了已知疾病。

图 与北京某高校合作，针对已知药物的靶标确认展开研究