——一脉阳光&影禾医脉团队“数据要素×”大赛全国总决赛侧记

10月20日-23日，2026年“数据要素×”大赛全国总决赛暨颁奖仪式，在山东青岛举行。由江西一脉阳光集团股份有限公司牵头，联合上海影禾医脉智能科技有限公司、首都医科大学附属北京天坛医院，联合申报的《基于海量临床影像数据的颅脑疾病智能诊断》项目，闯进总决赛，与300余支队伍进行终极角逐。

近日，该项目答辩选手接受媒体采访。“把沉睡的影像数据，变成基层医院用得上的诊断能力。”他们用一句话总结了项目的精髓，也向大赛交出了最核心的答卷：累计3100万例影像数据、94种颅脑疾病同步诊断、500多家机构日常应用，让顶尖三甲医院的诊断能力走进偏远县域。

“我们不是数据的搬运工，我们是数据的生产者”

“我们不是数据的搬运工，我们是数据的生产者。”一脉阳光&影禾医脉产业研究院院长张大兴在答辩现场掷地有声。

一脉阳光运营118家影像中心，这本身就是118个数据生产中心。目前已经累计沉淀影像数据超3100万例，而且，每天还在新增2万至3万份数据——这并非实验室条件下的理想数据，而是源于真实临床场景的“活数据”。

张大兴坦言，普通数据与顶级医院的高质量数据，"就像粗粮和细粮，各有各的作用"。顶级医院的数据帮助模型学习更精细、复杂的诊断知识；基层真实数据则让模型在不同地区、不同层级医疗机构中保持泛化能力。两类数据互为补充。

如何让数据流通起来，价值最大化？在本次赛事上，影禾医脉科研合作及销售支持总监汪凯宇提出了自己的看法和见解，“破解数据孤岛，在不转移原始数据的前提下释放数据价值。”为此，影禾医脉团队做了很多努力。

推动影像数据"车同轨，书同文"

据汪凯宇介绍，本次入围总决赛，项目的核心亮点就是搭建了国内影像领域唯一的“数据标准—数据标注—基座模型—AI DIY无代码开发—AI集成平台应用”全链路体系。“通过行业共建，以实现影像数据‘车同轨、书同文’。”

数据互通，首要的是有统一的标准。

一个令人咋舌的细节：仅"CT胸部平扫"一个检查项目，在实际数据中就出现过46362种不同命名。

不同医疗机构对同一项影像检查，可能存在不同命名方式，设备型号、采集方法和数据质量也存在差异。大量数据如果缺乏统一标准，就难以有效整合和利用。也是海量影像数据"沉睡"的原因之一。

为了解决这一问题，一脉阳光、影禾医脉携手人民卫生出版社发布企业标准，1174条标准检查项目在全集团应用；再联手天坛医院发布颅脑CT核心定义表，明确每个扫描项目涉及的解剖部位、疾病、设备信息与数据组织方式。

在此基础上，通过“河图计划”——由一脉阳光与影禾医脉2023年发起、与国家人工智能应用中试基地共建的长期合作计划，将企业实践推向行业层面。预计2026年底将输出12项行业标准及配套数据集。

“数据要成为资产、成为生产力，第一步永远是标准。”张大兴有着同样的观点。为此，团队投入大量精力建立影像检查项目标准和数据标注体系，并开发了由多个AI模型构成的AI DIY工具链，服务于数据标准化、高质量数据集生成以及模型生成。

“标准对于企业来说，其实没有直接收益，但它是行业铺路的基石。我们愿意做影像行业的铺路人。”张大兴如是说。

数据应用：从单病种AI工具到"检查项目级全流程智能"

数据赋能，乘数而上。将数据与AI技术相融合，让成效落地，一脉阳光、影禾医脉与天坛医院合作的颅脑CT超级智能体（小君医生2.0）是最好的例证。

颅脑CT智能体在急诊和门诊日常运行：一个模型覆盖94种颅脑疾病，一次输入，生成完整诊断报告。天坛医院实测：诊断准确率87.8%，报告生成小于1分钟，90%以上病例医生零修改直接签发。验证方式是随机对照试验——医疗AI最硬的证据。AI生成、医生审核、一键导入，医生从“写报告”变成了“审报告”。

实现今天的技术成果，团队也是经过不断的探索和迭代。

张大兴坦言，团队最初也尝试过单病种人工智能，但发现这种方式难以充分匹配临床业务需求。于是，转向以医学影像基座大模型为基础，开发面向整个检查项目的智能诊断系统，实现“一扫多查”。

这一转变并不容易。“技术上要否定自己，重新选择一条更难的路，前面的很多努力都会变成沉没成本。”张大兴说，相比单病种识别，检查项目级智能诊断需要更多数据，研发周期也更长。

不止步于一个颅脑CT智能体的成果，与此同时，团队还在推进胸部CT、膝关节MR智能体等更多检查项目的研发与应用。

锚定痛点，让基层医疗拥有"三甲影像专家"

随着数据的规范和应用，如何让技术落地于基层，是本事大赛以及参赛团队共同的关注。

首先是放射医疗供需失衡：全国每年CT检查量超过4亿人次，放射科医生缺口超10万人。

其次，医疗资源地域分布不均。高水平放射人才高度聚集在大型三甲医院，基层医疗机构误诊漏诊率高达20%～30%，分级诊疗推进过程中，基层诊断能力不足成为卡点。

再次，基层影像医生面临一个现实问题：诊断能力的提高需要长期积累病例经验，但不同层级的医疗机构，能够接触到的病例数量和复杂程度并不相同。一些基层医生即使工作多年，也可能因为接触复杂病例的机会有限，难以积累与大型医院专家同等丰富的经验。

怎么办？“让智能诊断能力更广泛地走进基层，是我们坚定在做的事。”张大兴给出了他的答案。“智能诊断系统就是医生的侦察兵。”他这样形容，通过帮助医生尽可能全面地识别影像中的疾病和异常，为下一步诊断提供支持。

“我们依托数据训练得到的AI能力，不只停留在大医院。我们希望通过轻量化模型，把专家诊疗能力下沉基层，帮助基层医疗机构提升诊疗水平。”汪凯宇坦露了进行项目设计的初衷。

在团队所有成员看来，参加此次大赛是对团队的历练、也是试金石，“感谢大赛提供了一个展示成果、交流经验的平台，也希望吸引更多医疗机构和伙伴一起携手合作。”

让人工智能逐步覆盖更多影像检查项目、触达更广地域，仅靠一家企业远远不够。“继续与高水平医疗机构合作，完善模型能力，推动产品合规应用，并将科研成果惠及基层，让千千万万群众享受更好的医疗。”是整个团队共同的期望。

从一场大赛出发，一脉阳光、影禾医脉团队想交付的不只是一个AI产品，而是一套“标准＋数据＋模型”的可复制方法论。

正如团队答辩结语所言：让海量沉睡的影像数据成为会流动的生产要素，让世界级影像诊断能力抵达生命健康的最后一公里。

免责声明：该文章系我网转载，旨在为读者提供更多新闻资讯。所涉内容不构成投资、消费建议，仅供读者参考。

COMPO

WS6ae07397e4b09a165c791e71

https://cn.chinadaily.com.cn/a/202610/27/WS6ae07397e4b09a165c791e71.html