为深入落实学校“人工智能+”行动方案关于“搭建医学人工智能科研支撑平台”的部署要求，我校以与沛县人民医院签订的《基于隐私域防控理论的可信数据空间体系构建及医院AI基础设施平台研发》产业化项目为实践载体，积极探索医疗数据标准化治理与可信共享技术，为校院一体化医疗大数据中心建设提供支撑。近日，项目取得阶段性进展，初步形成66套医疗领域标准数据资源目录，并建成数据资源前置机初步版本，探索医疗数据标准化治理新路径，为医疗数据可信共享与医学人工智能科研应用奠定基础。

以标准统一破解数据壁垒，让医疗数据有了“共同语言”。 不同医院、不同系统之间的字段名称、编码方式和信息口径不一致，是制约医疗数据共享利用的重要因素。针对这一问题，项目团队深入分析医院业务系统，依据国家卫生健康委《电子病历基本数据集》《卫生健康信息数据元标准化规则》《卫生健康信息数据集分类与编码规则》等标准规范，参考国内医疗数据资源目录建设经验，初步梳理形成66套医疗领域标准数据资源目录。通过统一数据描述和分类规范，探索跨医院、跨系统数据的标准化表达方式，推动医疗数据由“格式各异”向“标准统一”转变，为跨域共享和科研应用提供基础支撑。

以源头治理创新技术路径，让医疗数据从“汇得来”走向“用得好”。 如何将数据标准落实到复杂的医院业务系统，是推动医疗数据资源化的关键。项目团队初步建成“数据资源前置机”，探索将数据治理关口前移至数据资源输出端，推动数据治理从汇集后处理向源头标准化转变。该技术路径涵盖准备、设计、运行及发布维护四个阶段，通过数据采样、AI画像、规则映射、测试验证等环节，探索形成面向不同业务场景、采集方式和数据格式的“标准化定制工具包”，推动数据标准化处理从逐项定制向规则复用转变，为构建可复制、可推广的医疗数据治理机制提供技术支撑。

以临床场景牵引技术验证，让标准数据资源建设从规范走向实践。 项目团队以“神经内科住院数据资源”为先行试点，围绕临床信息项标准化映射、数据清洗与脱敏等关键环节开展研发验证，探索从原始业务数据向标准数据资源转化的实施路径。目前，数据资源前置机已进入“设计阶段”研发测试，相关映射规则与标准化工具持续完善，为后续数据资源的稳定运行与可信共享积累实践经验。

从66套标准数据资源目录的初步形成，到数据资源前置机的研发探索，校院一体化医疗大数据中心正逐步构建从标准制定、源头治理到资源服务的技术路径。下一步，项目团队将以神经内科住院数据为“样板”，持续验证AI画像、映射规则与标准化定制工具包的适用性，逐步向更多专科和数据类型推广，推动标准目录向实际数据资源转化，为高质量专病数据库建设和可信数据共享提供支撑。同时，围绕AI教培、AI科研自动化、AI临床智能体等应用方向，夯实安全可控的数据底座，推动校院协同的数据资源优势转化为医学人工智能科研与临床应用能力，助力学校“人工智能+”行动方案落地见效。

（一审：李健；二审：刘晓朋；三审：吴响）