数据标注优秀案例集之二十七 | 高质量多模态医疗AI训练数据标注设施建设

　　申报单位：上海申康医院发展中心、上海数据集团有限公司、万达信息股份有限公司
　　推荐单位：上海市数据局
　　一、案例简介
　　依托上海医联工程汇聚的海量优质医疗数据资源，对标国际医疗数据标注规范，建设医疗多模态数据标注基础设施，通过提供自动化、半自动化标注工具，并建立智能标注与人工复核的协同机制，构建涵盖24个主要病种的高质量医疗数据集，其中46.5万例的训练集和4.4万例金标准的测试集。数据标注成果支撑多家企业获得20余项NMPA医疗器械注册证，节省研发成本近2亿元，加快了我国医疗AI产品的临床转化进程。
　　二、举措与成效
　　一是依托海量真实临床诊疗数据构建高质量数据集。基于上海医联工程已汇聚的优质多模态医疗数据资源，联合多学科临床专家以及来自多领域技术力量，围绕不同病种和解剖部位开展精细化治理，通过对数据清洗、脱敏、去隐私化、标注等标准化处理，构建了涵盖46.5万例的高质量医疗数据训练集。
　　二是通过标准、工具、专业团队等多维度协同，构建高质量数据标注体系。围绕24个重点病种，通过凝练专家共识、组建专业数据标注团队、研发多模态医疗数据标注工具、落实“一标一审”、“两标一审”的标注规范，构建了标注精度高、可规模化生产的数据标注体系，已形成4.4万例金标准标注的测试集，显著提升医疗数据的可用性。
　　三是以数据驱动提升临床诊疗效能，助力医疗AI创新发展。依托高质量标注数据，降低医疗AI产品研发时间和资金成本，加快其向临床服务的转化进程。相关成果赋能企业成功获取20余项NMPA医疗器械注册证，并在多家医疗机构落地AI应用，覆盖冠脉CTA、胸部DR、骨龄评估、消化道病理等多个领域，提供涵盖多病种的AI辅助筛查、图像分析、报告生成、随访管理等功能服务，全面提升临床诊断效率与准确性，推动我国医疗AI产业的高质量发展。
　　三、特色亮点
　　一是人机协同提升效率，降低标注成本。构建多模态数据的标注集成框架，在大模型训练基础上融合医学知识库，实现智能标注与人工审核的高效协同，提升标注的准确性，同时有效减少人工标注工作量，降低整体标注成本。
　　二是强化标准管理，保障数据标注质量。制定严格的数据标注标准，明确各环节的操作规范与质量要求。设立专家团队明确检查节点，保障数据标注的精准性。同时，专家团队负责标注规范的全过程执行管理，收集临床反馈后定期更新规范，保障数据标注过程科学性强、时效性高。
　　三是创新协作模式，促进数据流通利用。积极引入多方主体参与使用设施，为企业和科研机构提供研发与算力环境，形成“数据—技术—应用”联动的产业生态闭环，实现数据在多方间流通利用，加速医疗AI技术的迭代和产品的升级，助力行业发展。