卫宁健康王利霞：医疗AI的思考与实践-2025年南湖HIT论坛.pdf

1、2025年南湖HIT论坛：价值导向，前瞻“十五五”王利霞2025.11.1医疗AI的思考与实践 版权归演讲者所有2025年南湖HIT论坛课件可及性Access质量Quality成本Cost1994年，美国健康政策专家William Kissick“Medicines Dilemmas:Infinite Needs Versus Finite Resources”首次提出医疗保健“铁三角”The Iron Triangle of Health CareThe ultimate in care for any healthcare organization is providing high qu

2、ality at low cost with wide access.以低成本提供高质量医疗服务，并提供广泛的就医渠道生产力加持，重塑医疗驱动医疗价值体系的整体跃迁人工智能医改视角：医疗保健“铁三角”版权归演讲者所有2025年南湖HIT论坛课件一切价值创造，都源于生产要素、生产力、生产关系三者的协同与变革激活医疗新质生产力诊断与治疗效率质变医疗服务可及性提升医疗科研的范式变革医疗范式医疗范式医疗数据资产化发展医疗数据要素“乘数”效应：无限增长|无损耗|非排他|规模经济性等，打破传统生产要素配置的边界人工智能Model数据要素数据要素Data人工智能Agent医疗生产关系重塑与服务普惠AI医生患

3、者机构 版权归演讲者所有2025年南湖HIT论坛课件医疗数据的复杂性，为医疗AI应用提出更高的要求医疗数据不是孤立的HIS/EMR文本记录。它正在演变为包含影像、基因、病理、生命体征等多源、异构、高维的多模态数据。来源：Harnessing the potential of multimodal EHR data:A comprehensive survey of clinical predictive modeling for intelligent healthcareData|医疗数据的多模态构成涉及多领域，且分层组织：宏观、微观层面多模态院内、院外疾病全过程数据连续性不同模态的数据变量

4、庞大多维度公开/私域、院内/院外、通科/专科、系统/手工、标准/非标多来源 版权归演讲者所有2025年南湖HIT论坛课件Data|高质量数据是医疗AI发展的基石决定模型能力的上限，保障临床安全与有效性，推动AI从“可用”到“好用”中国信通院发布的人工智能高质量数据集建设指南：对于高质量数据集做了定义，并鼓励使用AI技术推动数据工程的创新，如：合成数据技术、人机协同标注不同场景有着不同多样性的需求，消除偏见，增强模型泛化能力可借鉴国际成熟标准，定义适合的标准规范，保证数据的一致性与互操作性精细化的标注与深度的关联，为复杂因果推理提供基础多样性高保真强关联多样性高保真强关联 版权归演讲者所有202

5、5年南湖HIT论坛课件持续积累优化医疗语料集尤其是质量较高的种子集（包括场景使用过程反馈数据）Data|优化医疗大模型的数据工程注重多样性与质量优化确保模型泛化与医学语义准确性结合对不同类型数据的要求充分利用AI工具生成高质量数据集Datasets通用General数学Math医疗结构化数据Medical 调用工具的数据Tool 多样性原则：确保任务与描述具有高度差异性，覆盖多种表达方式、问题类型和场景难度筛选：优先选取模型回答存在“对与错并存”的样本，更有效地训练模型在模糊边界中辨别优劣、提升判断与推理能力质量筛选：通过奖励模型（Reward Model）对生成数据进行质量筛选，并结合人工审

6、核机制确保可靠性。审核过程配合可视化标注界面类别均衡：数据集按类别进行结构化采样，确保覆盖面与比例平衡Process&Filter预训练数据CPT Data微调数据集SFT Data强化学习数据 RL DataRejection SamplingRatio Sampling指令难度筛选+指令答案验证+类别均衡采样拒绝采样+类别均衡采样医疗文本Medical TextDatasets微调数据集SFT Data强化学习数据 RL DataVerified Data推理模型数据非推理模型数据抽取样本数据场景反馈数据1.4M文本解析+知识重述30k18k60kWiNGPT-ThinkTracing2M