AI导读：
随着人工智能技术在医疗领域的加速应用，高质量医疗数据的重要性日益凸显。然而，当前医疗数据跨机构流通存在明显壁垒，导致人工智能企业难以与医院合作。为了破解这一困境，需要构建一个新型的数据生态，包括推广可信数据空间模式、建立分级授权与全流程追溯机制以及打通患者获取数据的“最后一公里”。
“随着人工智能技术在医疗领域加速落地，高质量数据的重要性愈发凸显。如何在保障患者安全和隐私的同时，推动医疗数据合规流通并更好服务临床研究，是当前亟待解决的重要问题。”今年全国两会召开之际，全国政协委员、复旦大学上海医学院副院长朱同玉在接受上海证券报记者采访时说。
出于对患者隐私和数据安全的保护考虑，当前医疗数据跨机构流通存在明显壁垒。朱同玉表示，目前，医院间的数据调阅率不足15%，而医疗数据中约70%属于非结构化数据。这类数据无法支撑高质量的人工智能模型训练，导致人工智能企业难以与医院合作，而医院自身又缺乏治理能力，从而形成恶性循环。
破解“数据不出院”的困境，关键在于构建一个“技术可控、规则清晰、利益共享、患者受益”的新型数据生态。他建议相关部门尽快出台细化政策，支持可信数据空间的建设，推动医疗数据从“沉睡的资产”转变为“流动的引擎”。
一是全面推广“可信数据空间”模式。在部署隐私计算与智算算力方面，可授权人工智能企业的算法模型在医院内运行，对数据进行本地化治理和训练，只带走参数和结果，原始数据始终留在医院。
二是建立分级授权与全流程追溯机制。在明确数据权属与授权机制方面，须对于科研用途的微观数据建立动态化、具体化的二次同意机制。
三是打通患者获取数据的“最后一公里”，让患者成为数据价值释放的受益者而非旁观者。随着国家层面持续鼓励数据共享与流通，当前医疗数据跨机构调阅率不足的情况，未来有望逐步改善。在确保数据安全和隐私保护的前提下，可进一步探索医疗数据要素化配置路径。
“目前已有部分地区开始探索医疗数据在数据交易平台挂牌流通的路径。上海也在相关部门的统筹下推进相关工作，推动医疗数据在合规框架下实现共享与应用，更好服务医疗科研和产业发展。”朱同玉说。
