{"id":81185,"topic":"ai","source":"潮新闻客户端","title":"新华社关注！江苏以人工智能引领医学科研范式新变革 - 潮新闻客户端","url":"https://tidenews.com.cn/tmh_news.html?id=6aa66813decd4900019ac007","url_hash":"dfdcff023f7efc04a1893215e330cb3285b5024b","author":"","summary":"新华社关注！江苏以人工智能引领医学科研范式新变革 潮新闻客户端","content":"9月11日\n江苏省卫生健康委\n在南京举办\n“人工智能+医疗健康”系列主题沙龙\n专场聚焦\n人工智能在医学科研领域的\n创新应用与落地赋能\n汇聚\n政府、高校和科研院所、\n医疗机构、\n生物医药和医疗器械企业等\n多方力量\n共同探讨\n人工智能重塑医学科研范式的\n新路径、新模式\n近日\n新华社对此进行了报道\n让数据“富矿”变成科研“活水”\n医疗健康数据是人工智能与医疗健康深度融合和规模应用的底座。然而由于医疗数据的异构性、敏感性及权属复杂性等特征，其开发利用一直被视为深水区，长期存在“不敢供”“不能流”“不好用”等问题。“数据等资源要素壁垒是人工智能赋能新药研发和医学科研创新的痛点之一，在这方面江苏做了有益尝试和探索。”中国药科大学校长郝海平说。\n近年来，江苏以医院医疗数据共享作为突破口，在全国率先实现省内公立医院和基层医疗卫生机构的影像、临床检验数据准实时集中存储与“一屏通看、一键互认”，完成从“人跟数据”到“数据跟人”的根本性转变。江苏省卫生健康委党组书记、主任谭颖介绍，截至目前，省卫生健康云已汇聚医疗健康数据1612亿条、覆盖1.77亿人，云影像平台储存2.7亿份报告，云临床检验平台储存5.2亿份报告、实现556项检验检查结果共享互认。\n依托海量数据基座，江苏加大有组织研发力度，采用揭榜挂帅方式，推动建成21个专病高质量数据集，包括危急重症专病数据集、造血干细胞专病数据集、多模态医学影像数据集等，2026年又组织新建15个；推动医疗机构、科研院所与企业合作，自研医擎重症、骨质疏松慢病医疗、AI全科医生等专病专科垂类大模型和智能体13个、在研5个。\n从实验室到手术台\n医学科研范式加速重构\n“人工智能赋能医学科研，绝不只是多了一件工具，而是科研组织方式的深刻变革。”谭颖表示。沙龙现场，一批来自高校、医疗机构的一线实践成果引人关注。\n“人工智能在医疗健康领域的应用贯穿诊断、治疗、科研各环节。”南京鼓楼医院运动医学与成人重建外科主任蒋青介绍，在AI赋能诊断领域，该院团队自研的共病诊断大模型，准确率可达90%；在疾病治疗领域，智能手术机器人辅助髋／膝关节置换，可将双下肢长度差控制在“毫米级”、关节安装角度误差控制在1度以内，远超人工操作精度；在科研领域，AI大模型可辅助人工关节假体设计、分子生物学实验信号通路分析等工作，大幅缩短科研周期、节省研究时间。\n在苏州大学附属第一医院，原来各自为战的创新模式正加速向人工智能赋能下的“有组织的科研”转型。“我们打通38个院内系统，建成湖仓一体大数据平台和AI中台，在此基础上协同多方力量，有组织地开展医学大模型和专科垂直大模型建设，把临床科研人员从基础重复工作中解脱出来，专心投入到更具创造性的研发任务中。”苏州大学附属第一医院党委书记章鸣林说，这种“临床提需求、平台供数据、各方建模型、多方来答题”的科研模式极大提升了科研效率。\n同时也要看到，医学科研范式变革的关键在人。面对交叉复合型人才短缺这一现实痛点，中国药科大学等省内高校正通过学科设置、创新平台建设等，加强人才培养，搭建科技创新和产业创新融合发展的桥梁。“我们已经成立了人工智能学院，未来将推动人工智能与医学、药学等领域人才协同培养，通过多学科融合的项目研究方式推动更多成果落地。”郝海平说。\n协同联动\n构建产学研医用融合生态\n人工智能赋能医学科研，不能仅依靠单一主体孤军奋战。医疗机构掌握丰富临床场景与真实世界数据，高校具备基础理论与科研人才储备，企业拥有工程化落地和产业化转化能力。各方亟需打破壁垒，建立融合创新机制，推动人工智能技术转化产出更多高质量医学科研成果。\n圆桌对话环节，江苏省卫生健康信息中心、江苏省中医院、徐州医科大学，以及恒瑞医药、信达生物、康多机器人、镁伽科技等多方代表，围绕医疗数据应用、人工智能科研工具开发，以及医院、高校、企业三方深化协同联动等议题深度研讨。\n目前，江苏已组建“人工智能+医疗健康”创新联盟及专家组，省卫生健康委与东南大学、南京大学共建省医疗健康数智创新实验室，全省已举办主题沙龙、路演等活动60余场，遴选80个应用场景典型案例分批推广。\n以科研创新之能，聚健康发展之力。与会代表纷纷表示，将以此次沙龙为起点，增进互动、深化合作、共享成果，推动“人工智能+医疗健康”不断取得新进展，为卫生健康事业和健康产业高质量发展注入强劲动能。下一步，江苏将建强省医疗健康数智创新实验室，发挥好创新联盟作用，定期组织沙龙活动，构建常态化的对话交流机制，推动临床需求、技术供给、产业转化高效对接，实现资源共享、优势互补、合作共赢。","image_url":"https://mc-gxlmmz-public.8531.cn/17738580442569.jpg?width=1060&height=451&size=84990","lang":"zh","published_at":"2026-09-13T09:07:48+00:00","fetched_at":"2026-09-13T10:15:07+00:00","status":"read","starred":0,"extract_state":"ok","summary_auto":"9月11日\n江苏省卫生健康委\n在南京举办\n“人工智能+医疗健康”系列主题沙龙\n专场聚焦\n人工智能在医学科研领域的\n创新应用与落地赋能\n汇聚\n政府、高校和科研院所、\n医疗机构、\n生物医药和医疗器械企业等\n多方力量\n共同探讨\n人工智能重塑医学科研范式的\n新路径、新模式\n近日\n新华社对此进行了报道\n让数据“富矿”变成科研“活水”\n医疗健康数据是人工智能与医疗健康深度融合和规模应用的底座。然而由于医疗数据的异构性、敏感性及权属复杂性等特征，其开发利用一直被视为深水区，长期存在“不敢供”“不能流”“不好用”等问题。“数据等资源要素壁垒是人工智能赋能新药研发和医学科研创新的痛点之一，在这方面江苏做了有益尝试和探索。”中国药科大学校长郝海平说。\n近年来，江苏以医院医疗数据共享作为突破口，在全国率先实现省内公立医院和基层医疗卫生机构的影像、临床检验数据准实时集中存储与“一屏通看、一键互认”，完成从“人跟数据”到“数据跟人”的根本性转变。江苏省卫生健康委党组书记、主任谭颖介绍，截至目前，省卫生健康云已汇聚医疗健康数据1612亿条、覆盖1.77亿人，云影像平台储存2.7亿份报告，云临床检验平台储存5.2亿份报告、实现556项检验检查结果共享互认。\n依托海量数据基座，江苏加大有组织研发力度，采用揭榜挂帅方式，推动建成21个专病高质量数据集，包括危急重症专病数据集、造血干细胞专病数据集、多模态医学影像数据集等，2026年又组织新建15个；推动医疗机构、科研院所与企业合作，自研医擎重症、骨质疏松慢病医疗、AI全科医生等专病专科垂类大模型和智能体13个、在研5个。\n从实验室到手术台\n医学科研范式加速重构\n“人工智能赋能医学科研，绝不只是多了一件工具，而是科研组织方式的深刻变革。”谭颖表示。沙龙现场，一批来自高校、医疗机构的一线实践成果引人关注。\n“人工智能在医疗健康领域的应用贯穿诊断、治疗、科研各环节。”南京鼓楼医院运动医学与成人重建外科主任蒋青介绍，在AI赋能诊断领域，该院团队自研的共病诊断大模型，准确率可达90%；在疾病治疗领域，智能手术机器人辅助髋／膝关节置换，可将双下肢长度差控制在“毫米级”、关节安装角度误差控制在1度以内，远超人工操作精度；在科研领域，AI大模型可辅助人工关节假体设计、分子生物学实验信号通路分析等工作，大幅缩短科研周期、节省研究时间。\n在苏州大学附属第一医院，原来各自为战的创新模式正加速向人工智能赋能下的“有组织的科研”转型。“我们打通38个院内系统，建成湖仓一体大数据平台和AI中台，在此基础上协同多方力量，有组织地开展医学大模型和专科垂直大模型建设，把临床科研人员从基础重复工作中解脱出来，专心投入到更具创造性的研发任务中。”苏州大学附属第一医院党委书记章鸣林说，这种“临床提需求、平台供数据、各方建模型、多方来答题”的科研模式极大提升了科研效率。\n同时也要看到，医学科研范式变革的关键在人。面对交叉复合型人才短缺这一现实痛点，中国药科大学等省内高校正通过学科设置、创新平台建设等，加强人才培养，搭建科技创新和产业创新融合发展的桥梁。“我们已经成立了人工智能学院，未来将推动人工智能与医学、药学等领域人才协同培养，通过多学科融合的项目研究方式推动更多成果落地。”郝海平说。\n协同联动\n构建产学研医用融合生态\n人工智能赋能医学科研，不能仅依靠单一主体孤军奋战。医疗机构掌握丰富临床场景与真实世界数据，高校具备基础理论与科研人才储备，企业拥有工程化落地和产业化转化能力。各方亟需打破壁垒，建立融合创新机制，推动人工智能技术转化产出更多高质量医学科研成果。\n圆桌对话环节，江苏省卫生健康信息中心、江苏省中医院、徐州医科大学，以及恒瑞医药、信达生物、康多机器人、镁伽科技等多方代表，围绕医疗数据应用、人工智能科研工具开发，以及医院、高校、企业三方深化协同联动等议题深度研讨。\n目前，江苏已组建“人工智能+医疗健康”创新联盟及专家组，省卫生健康委与东南大学、南京大学共建省医疗健康数智创新实验室，全省已举办主题沙龙、路演等活动60余场，遴选80个应用场景典型案例分批推广。\n以科研创新之能，聚健康发展之力。与会代表纷纷表示，将以此次沙龙为起点，增进互动、深化合作、共享成果，推动“人工智能+医疗健康”不断取得新进展，为卫生健康事业和健康产业高质量发展注入强劲动能。下一步，江苏将建强省医疗健康数智创新实验室，发挥好创新联盟作用，定期组织沙龙活动，构建常态化的对话交流机制，推动临床需求、技术供给、产业转化高效对接，实现资源共享、优势互补、合作共赢。","cluster_id":null,"extract_retries":0,"extract_error":null,"contract_version":"news_item.v1","format_contract_version":"news_item_formats.v1","dedup_url":"https://tidenews.com.cn/tmh_news.html?id=6aa66813decd4900019ac007","quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 1888 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":1888,"summary_length":1888,"usable_text_length":1888,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":1888,"summary_length":1888}},"news_item":{"id":81185,"canonical_url":"https://tidenews.com.cn/tmh_news.html?id=6aa66813decd4900019ac007","source_url":"https://tidenews.com.cn/tmh_news.html?id=6aa66813decd4900019ac007","title":"新华社关注！江苏以人工智能引领医学科研范式新变革 - 潮新闻客户端","source_name":"潮新闻客户端","author":null,"published_at":"2026-09-13T09:07:48+00:00","locale":"zh","topic":"ai","tags":[],"rss_summary":"新华社关注！江苏以人工智能引领医学科研范式新变革 潮新闻客户端","full_text":"9月11日\n江苏省卫生健康委\n在南京举办\n“人工智能+医疗健康”系列主题沙龙\n专场聚焦\n人工智能在医学科研领域的\n创新应用与落地赋能\n汇聚\n政府、高校和科研院所、\n医疗机构、\n生物医药和医疗器械企业等\n多方力量\n共同探讨\n人工智能重塑医学科研范式的\n新路径、新模式\n近日\n新华社对此进行了报道\n让数据“富矿”变成科研“活水”\n医疗健康数据是人工智能与医疗健康深度融合和规模应用的底座。然而由于医疗数据的异构性、敏感性及权属复杂性等特征，其开发利用一直被视为深水区，长期存在“不敢供”“不能流”“不好用”等问题。“数据等资源要素壁垒是人工智能赋能新药研发和医学科研创新的痛点之一，在这方面江苏做了有益尝试和探索。”中国药科大学校长郝海平说。\n近年来，江苏以医院医疗数据共享作为突破口，在全国率先实现省内公立医院和基层医疗卫生机构的影像、临床检验数据准实时集中存储与“一屏通看、一键互认”，完成从“人跟数据”到“数据跟人”的根本性转变。江苏省卫生健康委党组书记、主任谭颖介绍，截至目前，省卫生健康云已汇聚医疗健康数据1612亿条、覆盖1.77亿人，云影像平台储存2.7亿份报告，云临床检验平台储存5.2亿份报告、实现556项检验检查结果共享互认。\n依托海量数据基座，江苏加大有组织研发力度，采用揭榜挂帅方式，推动建成21个专病高质量数据集，包括危急重症专病数据集、造血干细胞专病数据集、多模态医学影像数据集等，2026年又组织新建15个；推动医疗机构、科研院所与企业合作，自研医擎重症、骨质疏松慢病医疗、AI全科医生等专病专科垂类大模型和智能体13个、在研5个。\n从实验室到手术台\n医学科研范式加速重构\n“人工智能赋能医学科研，绝不只是多了一件工具，而是科研组织方式的深刻变革。”谭颖表示。沙龙现场，一批来自高校、医疗机构的一线实践成果引人关注。\n“人工智能在医疗健康领域的应用贯穿诊断、治疗、科研各环节。”南京鼓楼医院运动医学与成人重建外科主任蒋青介绍，在AI赋能诊断领域，该院团队自研的共病诊断大模型，准确率可达90%；在疾病治疗领域，智能手术机器人辅助髋／膝关节置换，可将双下肢长度差控制在“毫米级”、关节安装角度误差控制在1度以内，远超人工操作精度；在科研领域，AI大模型可辅助人工关节假体设计、分子生物学实验信号通路分析等工作，大幅缩短科研周期、节省研究时间。\n在苏州大学附属第一医院，原来各自为战的创新模式正加速向人工智能赋能下的“有组织的科研”转型。“我们打通38个院内系统，建成湖仓一体大数据平台和AI中台，在此基础上协同多方力量，有组织地开展医学大模型和专科垂直大模型建设，把临床科研人员从基础重复工作中解脱出来，专心投入到更具创造性的研发任务中。”苏州大学附属第一医院党委书记章鸣林说，这种“临床提需求、平台供数据、各方建模型、多方来答题”的科研模式极大提升了科研效率。\n同时也要看到，医学科研范式变革的关键在人。面对交叉复合型人才短缺这一现实痛点，中国药科大学等省内高校正通过学科设置、创新平台建设等，加强人才培养，搭建科技创新和产业创新融合发展的桥梁。“我们已经成立了人工智能学院，未来将推动人工智能与医学、药学等领域人才协同培养，通过多学科融合的项目研究方式推动更多成果落地。”郝海平说。\n协同联动\n构建产学研医用融合生态\n人工智能赋能医学科研，不能仅依靠单一主体孤军奋战。医疗机构掌握丰富临床场景与真实世界数据，高校具备基础理论与科研人才储备，企业拥有工程化落地和产业化转化能力。各方亟需打破壁垒，建立融合创新机制，推动人工智能技术转化产出更多高质量医学科研成果。\n圆桌对话环节，江苏省卫生健康信息中心、江苏省中医院、徐州医科大学，以及恒瑞医药、信达生物、康多机器人、镁伽科技等多方代表，围绕医疗数据应用、人工智能科研工具开发，以及医院、高校、企业三方深化协同联动等议题深度研讨。\n目前，江苏已组建“人工智能+医疗健康”创新联盟及专家组，省卫生健康委与东南大学、南京大学共建省医疗健康数智创新实验室，全省已举办主题沙龙、路演等活动60余场，遴选80个应用场景典型案例分批推广。\n以科研创新之能，聚健康发展之力。与会代表纷纷表示，将以此次沙龙为起点，增进互动、深化合作、共享成果，推动“人工智能+医疗健康”不断取得新进展，为卫生健康事业和健康产业高质量发展注入强劲动能。下一步，江苏将建强省医疗健康数智创新实验室，发挥好创新联盟作用，定期组织沙龙活动，构建常态化的对话交流机制，推动临床需求、技术供给、产业转化高效对接，实现资源共享、优势互补、合作共赢。","excerpt":"9月11日\n江苏省卫生健康委\n在南京举办\n“人工智能+医疗健康”系列主题沙龙\n专场聚焦\n人工智能在医学科研领域的\n创新应用与落地赋能\n汇聚\n政府、高校和科研院所、\n医疗机构、\n生物医药和医疗器械企业等\n多方力量\n共同探讨\n人工智能重塑医学科研范式的\n新路径、新模式\n近日\n新华社对此进行了报道\n让数据“富矿”变成科研“活水”\n医疗健康数据是人工智能与医疗健康深度融合和规模应用的底座。然而由于医疗数据的异构性、敏感性及权属复杂性等特征，其开发利用一直被视为深水区，长期存在“不敢供”“不能流”“不好用”等问题。“数据等资源要素壁垒是人工智能赋能新药研发和医学科研创新的痛点之一，在这方面江苏做了有益尝试和探索。”中国药科大学校长郝海平说。\n近年来，江苏以医院医疗数据共享作为突破口，在全国率先实现省内公立医院和基层医疗卫生机构的影像、临床检验数据准实时集中存储与“一屏通看、一键互认”，完成从“人跟数据”到“数据跟人”的根本性转变。江苏省卫生健康委党组书记、主任谭颖介绍，截至目前，省卫生健康云已汇聚医疗健康数据1612亿条、覆盖1.77亿人，云影像平台储存2.7亿份报告，云临床检验平台储存5.2亿份报告、实现556项检验检查结果共享互认。\n依托海量数据基座，江苏加大有组织研发力度，采用揭榜挂帅方式，推动建成21个专病高质量数据集，包括危急重症专病数据集、造血干细胞专病数据集、多模态医学影像数据集等，2026年又组织新建15个；推动医疗机构、科研院所与企业合作，自研医擎重症、骨质疏松慢病医疗、AI全科医生等专病专科垂类大模型和智能体13个、在研5个。\n从实验室到手术台\n医学科研范式加速重构\n“人工智能赋能医学科研，绝不只是多了一件工具，而是科研组织方式的深刻变革。”谭颖表示。沙龙现场，一批来自高校、医疗机构的一线实践成果引人关注。\n“人工智能在医疗健康领域的应用贯穿诊断、治疗、科研各环节。”南京鼓楼医院运动医学与成人重建外科主任蒋青介绍，在AI赋能诊断领域，该院团队自研的共病诊断大模型，准确率可达90%；在疾病治疗领域，智能手术机器人辅助髋／膝关节置换，可将双下肢长度差控制在“毫米级”、关节安装角度误差控制在1度以内，远超人工操作精度；在科研领域，AI大模型可辅助人工关节假体设计、分子生物学实验信号通路分析等工作，大幅缩短科研周期、节省研究时间。\n在苏州大学附属第一医院，原来各自为战的创新模式正加速向人工智能赋能下的“有组织的科研”转型。“我们打通38个院内系统，建成湖仓一体大数据平台和AI中台，在此基础上协同多方力量，有组织地开展医学大模型和专科垂直大模型建设，把临床科研人员从基础重复工作中解脱出来，专心投入到更具创造性的研发任务中。”苏州大学附属第一医院党委书记章鸣林说，这种“临床提需求、平台供数据、各方建模型、多方来答题”的科研模式极大提升了科研效率。\n同时也要看到，医学科研范式变革的关键在人。面对交叉复合型人才短缺这一现实痛点，中国药科大学等省内高校正通过学科设置、创新平台建设等，加强人才培养，搭建科技创新和产业创新融合发展的桥梁。“我们已经成立了人工智能学院，未来将推动人工智能与医学、药学等领域人才协同培养，通过多学科融合的项目研究方式推动更多成果落地。”郝海平说。\n协同联动\n构建产学研医用融合生态\n人工智能赋能医学科研，不能仅依靠单一主体孤军奋战。医疗机构掌握丰富临床场景与真实世界数据，高校具备基础理论与科研人才储备，企业拥有工程化落地和产业化转化能力。各方亟需打破壁垒，建立融合创新机制，推动人工智能技术转化产出更多高质量医学科研成果。\n圆桌对话环节，江苏省卫生健康信息中心、江苏省中医院、徐州医科大学，以及恒瑞医药、信达生物、康多机器人、镁伽科技等多方代表，围绕医疗数据应用、人工智能科研工具开发，以及医院、高校、企业三方深化协同联动等议题深度研讨。\n目前，江苏已组建“人工智能+医疗健康”创新联盟及专家组，省卫生健康委与东南大学、南京大学共建省医疗健康数智创新实验室，全省已举办主题沙龙、路演等活动60余场，遴选80个应用场景典型案例分批推广。\n以科研创新之能，聚健康发展之力。与会代表纷纷表示，将以此次沙龙为起点，增进互动、深化合作、共享成果，推动“人工智能+医疗健康”不断取得新进展，为卫生健康事业和健康产业高质量发展注入强劲动能。下一步，江苏将建强省医疗健康数智创新实验室，发挥好创新联盟作用，定期组织沙龙活动，构建常态化的对话交流机制，推动临床需求、技术供给、产业转化高效对接，实现资源共享、优势互补、合作共赢。","extraction":{"state":"ok","confidence":0.9,"error":null,"explanation":"High confidence: full text extraction produced 1888 characters.","diagnostics_url":"/api/diagnose?url=https%3A//tidenews.com.cn/tmh_news.html%3Fid%3D6aa66813decd4900019ac007","quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 1888 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":1888,"summary_length":1888,"usable_text_length":1888,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":1888,"summary_length":1888}}},"display_formats":["compact","card","full","digest_section","json"]},"daily_stack_record":{"title":"新华社关注！江苏以人工智能引领医学科研范式新变革 - 潮新闻客户端","url":"https://tidenews.com.cn/tmh_news.html?id=6aa66813decd4900019ac007","summary":"9月11日\n江苏省卫生健康委\n在南京举办\n“人工智能+医疗健康”系列主题沙龙\n专场聚焦\n人工智能在医学科研领域的\n创新应用与落地赋能\n汇聚\n政府、高校和科研院所、\n医疗机构、\n生物医药和医疗器械企业等\n多方力量\n共同探讨\n人工智能重塑医学科研范式的\n新路径、新模式\n近日\n新华社对此进行了报道\n让数据“富矿”变成科研“活水”\n医疗健康数据是人工智能与医疗健康深度融合和规模应用的底座。然而由于医疗数据的异构性、敏感性及权属复杂性等特征，其开发利用一直被视为深水区，长期存在“不敢供”“不能流”“不好用”等问题。“数据等资源要素壁垒是人工智能赋能新药研发和医学科研创新的痛点之一，在这方面江苏做了有益尝试和探索。”中国药科大学校长郝海平说。\n近年来，江苏以医院医疗数据共享作为突破口，在全国率先实现省内公立医院和基层医疗卫生机构的影像、临床检验数据准实时集中存储与“一屏通看、一键互认”，完成从“人跟数据”到“数据跟人”的根本性转变。江苏省卫生健康委党组书记、主任谭颖介绍，截至目前，省卫生健康云已汇聚医疗健康数据1612亿条、覆盖1.77亿人，云影像平台储存2.7亿份报告，云临床检验平台储存5.2亿份报告、实现556项检验检查结果共享互认。\n依托海量数据基座，江苏加大有组织研发力度，采用揭榜挂帅方式，推动建成21个专病高质量数据集，包括危急重症专病数据集、造血干细胞专病数据集、多模态医学影像数据集等，2026年又组织新建15个；推动医疗机构、科研院所与企业合作，自研医擎重症、骨质疏松慢病医疗、AI全科医生等专病专科垂类大模型和智能体13个、在研5个。\n从实验室到手术台\n医学科研范式加速重构\n“人工智能赋能医学科研，绝不只是多了一件工具，而是科研组织方式的深刻变革。”谭颖表示。沙龙现场，一批来自高校、医疗机构的一线实践成果引人关注。\n“人工智能在医疗健康领域的应用贯穿诊断、治疗、科研各环节。”南京鼓楼医院运动医学与成人重建外科主任蒋青介绍，在AI赋能诊断领域，该院团队自研的共病诊断大模型，准确率可达90%；在疾病治疗领域，智能手术机器人辅助髋／膝关节置换，可将双下肢长度差控制在“毫米级”、关节安装角度误差控制在1度以内，远超人工操作精度；在科研领域，AI大模型可辅助人工关节假体设计、分子生物学实验信号通路分析等工作，大幅缩短科研周期、节省研究时间。\n在苏州大学附属第一医院，原来各自为战的创新模式正加速向人工智能赋能下的“有组织的科研”转型。“我们打通38个院内系统，建成湖仓一体大数据平台和AI中台，在此基础上协同多方力量，有组织地开展医学大模型和专科垂直大模型建设，把临床科研人员从基础重复工作中解脱出来，专心投入到更具创造性的研发任务中。”苏州大学附属第一医院党委书记章鸣林说，这种“临床提需求、平台供数据、各方建模型、多方来答题”的科研模式极大提升了科研效率。\n同时也要看到，医学科研范式变革的关键在人。面对交叉复合型人才短缺这一现实痛点，中国药科大学等省内高校正通过学科设置、创新平台建设等，加强人才培养，搭建科技创新和产业创新融合发展的桥梁。“我们已经成立了人工智能学院，未来将推动人工智能与医学、药学等领域人才协同培养，通过多学科融合的项目研究方式推动更多成果落地。”郝海平说。\n协同联动\n构建产学研医用融合生态\n人工智能赋能医学科研，不能仅依靠单一主体孤军奋战。医疗机构掌握丰富临床场景与真实世界数据，高校具备基础理论与科研人才储备，企业拥有工程化落地和产业化转化能力。各方亟需打破壁垒，建立融合创新机制，推动人工智能技术转化产出更多高质量医学科研成果。\n圆桌对话环节，江苏省卫生健康信息中心、江苏省中医院、徐州医科大学，以及恒瑞医药、信达生物、康多机器人、镁伽科技等多方代表，围绕医疗数据应用、人工智能科研工具开发，以及医院、高校、企业三方深化协同联动等议题深度研讨。\n目前，江苏已组建“人工智能+医疗健康”创新联盟及专家组，省卫生健康委与东南大学、南京大学共建省医疗健康数智创新实验室，全省已举办主题沙龙、路演等活动60余场，遴选80个应用场景典型案例分批推广。\n以科研创新之能，聚健康发展之力。与会代表纷纷表示，将以此次沙龙为起点，增进互动、深化合作、共享成果，推动“人工智能+医疗健康”不断取得新进展，为卫生健康事业和健康产业高质量发展注入强劲动能。下一步，江苏将建强省医疗健康数智创新实验室，发挥好创新联盟作用，定期组织沙龙活动，构建常态化的对话交流机制，推动临床需求、技术供给、产业转化高效对接，实现资源共享、优势互补、合作共赢。","source":"潮新闻客户端","date":"2026-09-13T09:07:48+00:00","content":"9月11日\n江苏省卫生健康委\n在南京举办\n“人工智能+医疗健康”系列主题沙龙\n专场聚焦\n人工智能在医学科研领域的\n创新应用与落地赋能\n汇聚\n政府、高校和科研院所、\n医疗机构、\n生物医药和医疗器械企业等\n多方力量\n共同探讨\n人工智能重塑医学科研范式的\n新路径、新模式\n近日\n新华社对此进行了报道\n让数据“富矿”变成科研“活水”\n医疗健康数据是人工智能与医疗健康深度融合和规模应用的底座。然而由于医疗数据的异构性、敏感性及权属复杂性等特征，其开发利用一直被视为深水区，长期存在“不敢供”“不能流”“不好用”等问题。“数据等资源要素壁垒是人工智能赋能新药研发和医学科研创新的痛点之一，在这方面江苏做了有益尝试和探索。”中国药科大学校长郝海平说。\n近年来，江苏以医院医疗数据共享作为突破口，在全国率先实现省内公立医院和基层医疗卫生机构的影像、临床检验数据准实时集中存储与“一屏通看、一键互认”，完成从“人跟数据”到“数据跟人”的根本性转变。江苏省卫生健康委党组书记、主任谭颖介绍，截至目前，省卫生健康云已汇聚医疗健康数据1612亿条、覆盖1.77亿人，云影像平台储存2.7亿份报告，云临床检验平台储存5.2亿份报告、实现556项检验检查结果共享互认。\n依托海量数据基座，江苏加大有组织研发力度，采用揭榜挂帅方式，推动建成21个专病高质量数据集，包括危急重症专病数据集、造血干细胞专病数据集、多模态医学影像数据集等，2026年又组织新建15个；推动医疗机构、科研院所与企业合作，自研医擎重症、骨质疏松慢病医疗、AI全科医生等专病专科垂类大模型和智能体13个、在研5个。\n从实验室到手术台\n医学科研范式加速重构\n“人工智能赋能医学科研，绝不只是多了一件工具，而是科研组织方式的深刻变革。”谭颖表示。沙龙现场，一批来自高校、医疗机构的一线实践成果引人关注。\n“人工智能在医疗健康领域的应用贯穿诊断、治疗、科研各环节。”南京鼓楼医院运动医学与成人重建外科主任蒋青介绍，在AI赋能诊断领域，该院团队自研的共病诊断大模型，准确率可达90%；在疾病治疗领域，智能手术机器人辅助髋／膝关节置换，可将双下肢长度差控制在“毫米级”、关节安装角度误差控制在1度以内，远超人工操作精度；在科研领域，AI大模型可辅助人工关节假体设计、分子生物学实验信号通路分析等工作，大幅缩短科研周期、节省研究时间。\n在苏州大学附属第一医院，原来各自为战的创新模式正加速向人工智能赋能下的“有组织的科研”转型。“我们打通38个院内系统，建成湖仓一体大数据平台和AI中台，在此基础上协同多方力量，有组织地开展医学大模型和专科垂直大模型建设，把临床科研人员从基础重复工作中解脱出来，专心投入到更具创造性的研发任务中。”苏州大学附属第一医院党委书记章鸣林说，这种“临床提需求、平台供数据、各方建模型、多方来答题”的科研模式极大提升了科研效率。\n同时也要看到，医学科研范式变革的关键在人。面对交叉复合型人才短缺这一现实痛点，中国药科大学等省内高校正通过学科设置、创新平台建设等，加强人才培养，搭建科技创新和产业创新融合发展的桥梁。“我们已经成立了人工智能学院，未来将推动人工智能与医学、药学等领域人才协同培养，通过多学科融合的项目研究方式推动更多成果落地。”郝海平说。\n协同联动\n构建产学研医用融合生态\n人工智能赋能医学科研，不能仅依靠单一主体孤军奋战。医疗机构掌握丰富临床场景与真实世界数据，高校具备基础理论与科研人才储备，企业拥有工程化落地和产业化转化能力。各方亟需打破壁垒，建立融合创新机制，推动人工智能技术转化产出更多高质量医学科研成果。\n圆桌对话环节，江苏省卫生健康信息中心、江苏省中医院、徐州医科大学，以及恒瑞医药、信达生物、康多机器人、镁伽科技等多方代表，围绕医疗数据应用、人工智能科研工具开发，以及医院、高校、企业三方深化协同联动等议题深度研讨。\n目前，江苏已组建“人工智能+医疗健康”创新联盟及专家组，省卫生健康委与东南大学、南京大学共建省医疗健康数智创新实验室，全省已举办主题沙龙、路演等活动60余场，遴选80个应用场景典型案例分批推广。\n以科研创新之能，聚健康发展之力。与会代表纷纷表示，将以此次沙龙为起点，增进互动、深化合作、共享成果，推动“人工智能+医疗健康”不断取得新进展，为卫生健康事业和健康产业高质量发展注入强劲动能。下一步，江苏将建强省医疗健康数智创新实验室，发挥好创新联盟作用，定期组织沙龙活动，构建常态化的对话交流机制，推动临床需求、技术供给、产业转化高效对接，实现资源共享、优势互补、合作共赢。","confidence":0.9,"diagnostics_url":"/api/diagnose?url=https%3A//tidenews.com.cn/tmh_news.html%3Fid%3D6aa66813decd4900019ac007","quality_bucket":"high","failure_kind":"none","retryable":false,"quality_reason":"High confidence: full text extraction produced 1888 characters.","quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 1888 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":1888,"summary_length":1888,"usable_text_length":1888,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":1888,"summary_length":1888}},"tags":[]},"fallback_formats":["markdown","json","html"],"actions":{"read":"/item/81185","export_markdown":"/api/items/81185/export?format=markdown","export_json":"/api/items/81185/export?format=json","diagnose":"/api/diagnose?url=https%3A//tidenews.com.cn/tmh_news.html%3Fid%3D6aa66813decd4900019ac007"},"formats":{"full":{"id":81185,"title":"新华社关注！江苏以人工智能引领医学科研范式新变革 - 潮新闻客户端","url":"https://tidenews.com.cn/tmh_news.html?id=6aa66813decd4900019ac007","source":"潮新闻客户端","author":null,"published_at":"2026-09-13T09:07:48+00:00","locale":"zh","topic":"ai","tags":[],"excerpt":"9月11日\n江苏省卫生健康委\n在南京举办\n“人工智能+医疗健康”系列主题沙龙\n专场聚焦\n人工智能在医学科研领域的\n创新应用与落地赋能\n汇聚\n政府、高校和科研院所、\n医疗机构、\n生物医药和医疗器械企业等\n多方力量\n共同探讨\n人工智能重塑医学科研范式的\n新路径、新模式\n近日\n新华社对此进行了报道\n让数据“富矿”变成科研“活水”\n医疗健康数据是人工智能与医疗健康深度融合和规模应用的底座。然而由于医疗数据的异构性、敏感性及权属复杂性等特征，其开发利用一直被视为深水区，长期存在“不敢供”“不能流”“不好用”等问题。“数据等资源要素壁垒是人工智能赋能新药研发和医学科研创新的痛点之一，在这方面江苏做了有益尝试和探索。”中国药科大学校长郝海平说。\n近年来，江苏以医院医疗数据共享作为突破口，在全国率先实现省内公立医院和基层医疗卫生机构的影像、临床检验数据准实时集中存储与“一屏通看、一键互认”，完成从“人跟数据”到“数据跟人”的根本性转变。江苏省卫生健康委党组书记、主任谭颖介绍，截至目前，省卫生健康云已汇聚医疗健康数据1612亿条、覆盖1.77亿人，云影像平台储存2.7亿份报告，云临床检验平台储存5.2亿份报告、实现556项检验检查结果共享互认。\n依托海量数据基座，江苏加大有组织研发力度，采用揭榜挂帅方式，推动建成21个专病高质量数据集，包括危急重症专病数据集、造血干细胞专病数据集、多模态医学影像数据集等，2026年又组织新建15个；推动医疗机构、科研院所与企业合作，自研医擎重症、骨质疏松慢病医疗、AI全科医生等专病专科垂类大模型和智能体13个、在研5个。\n从实验室到手术台\n医学科研范式加速重构\n“人工智能赋能医学科研，绝不只是多了一件工具，而是科研组织方式的深刻变革。”谭颖表示。沙龙现场，一批来自高校、医疗机构的一线实践成果引人关注。\n“人工智能在医疗健康领域的应用贯穿诊断、治疗、科研各环节。”南京鼓楼医院运动医学与成人重建外科主任蒋青介绍，在AI赋能诊断领域，该院团队自研的共病诊断大模型，准确率可达90%；在疾病治疗领域，智能手术机器人辅助髋／膝关节置换，可将双下肢长度差控制在“毫米级”、关节安装角度误差控制在1度以内，远超人工操作精度；在科研领域，AI大模型可辅助人工关节假体设计、分子生物学实验信号通路分析等工作，大幅缩短科研周期、节省研究时间。\n在苏州大学附属第一医院，原来各自为战的创新模式正加速向人工智能赋能下的“有组织的科研”转型。“我们打通38个院内系统，建成湖仓一体大数据平台和AI中台，在此基础上协同多方力量，有组织地开展医学大模型和专科垂直大模型建设，把临床科研人员从基础重复工作中解脱出来，专心投入到更具创造性的研发任务中。”苏州大学附属第一医院党委书记章鸣林说，这种“临床提需求、平台供数据、各方建模型、多方来答题”的科研模式极大提升了科研效率。\n同时也要看到，医学科研范式变革的关键在人。面对交叉复合型人才短缺这一现实痛点，中国药科大学等省内高校正通过学科设置、创新平台建设等，加强人才培养，搭建科技创新和产业创新融合发展的桥梁。“我们已经成立了人工智能学院，未来将推动人工智能与医学、药学等领域人才协同培养，通过多学科融合的项目研究方式推动更多成果落地。”郝海平说。\n协同联动\n构建产学研医用融合生态\n人工智能赋能医学科研，不能仅依靠单一主体孤军奋战。医疗机构掌握丰富临床场景与真实世界数据，高校具备基础理论与科研人才储备，企业拥有工程化落地和产业化转化能力。各方亟需打破壁垒，建立融合创新机制，推动人工智能技术转化产出更多高质量医学科研成果。\n圆桌对话环节，江苏省卫生健康信息中心、江苏省中医院、徐州医科大学，以及恒瑞医药、信达生物、康多机器人、镁伽科技等多方代表，围绕医疗数据应用、人工智能科研工具开发，以及医院、高校、企业三方深化协同联动等议题深度研讨。\n目前，江苏已组建“人工智能+医疗健康”创新联盟及专家组，省卫生健康委与东南大学、南京大学共建省医疗健康数智创新实验室，全省已举办主题沙龙、路演等活动60余场，遴选80个应用场景典型案例分批推广。\n以科研创新之能，聚健康发展之力。与会代表纷纷表示，将以此次沙龙为起点，增进互动、深化合作、共享成果，推动“人工智能+医疗健康”不断取得新进展，为卫生健康事业和健康产业高质量发展注入强劲动能。下一步，江苏将建强省医疗健康数智创新实验室，发挥好创新联盟作用，定期组织沙龙活动，构建常态化的对话交流机制，推动临床需求、技术供给、产业转化高效对接，实现资源共享、优势互补、合作共赢。","full_text":"9月11日\n江苏省卫生健康委\n在南京举办\n“人工智能+医疗健康”系列主题沙龙\n专场聚焦\n人工智能在医学科研领域的\n创新应用与落地赋能\n汇聚\n政府、高校和科研院所、\n医疗机构、\n生物医药和医疗器械企业等\n多方力量\n共同探讨\n人工智能重塑医学科研范式的\n新路径、新模式\n近日\n新华社对此进行了报道\n让数据“富矿”变成科研“活水”\n医疗健康数据是人工智能与医疗健康深度融合和规模应用的底座。然而由于医疗数据的异构性、敏感性及权属复杂性等特征，其开发利用一直被视为深水区，长期存在“不敢供”“不能流”“不好用”等问题。“数据等资源要素壁垒是人工智能赋能新药研发和医学科研创新的痛点之一，在这方面江苏做了有益尝试和探索。”中国药科大学校长郝海平说。\n近年来，江苏以医院医疗数据共享作为突破口，在全国率先实现省内公立医院和基层医疗卫生机构的影像、临床检验数据准实时集中存储与“一屏通看、一键互认”，完成从“人跟数据”到“数据跟人”的根本性转变。江苏省卫生健康委党组书记、主任谭颖介绍，截至目前，省卫生健康云已汇聚医疗健康数据1612亿条、覆盖1.77亿人，云影像平台储存2.7亿份报告，云临床检验平台储存5.2亿份报告、实现556项检验检查结果共享互认。\n依托海量数据基座，江苏加大有组织研发力度，采用揭榜挂帅方式，推动建成21个专病高质量数据集，包括危急重症专病数据集、造血干细胞专病数据集、多模态医学影像数据集等，2026年又组织新建15个；推动医疗机构、科研院所与企业合作，自研医擎重症、骨质疏松慢病医疗、AI全科医生等专病专科垂类大模型和智能体13个、在研5个。\n从实验室到手术台\n医学科研范式加速重构\n“人工智能赋能医学科研，绝不只是多了一件工具，而是科研组织方式的深刻变革。”谭颖表示。沙龙现场，一批来自高校、医疗机构的一线实践成果引人关注。\n“人工智能在医疗健康领域的应用贯穿诊断、治疗、科研各环节。”南京鼓楼医院运动医学与成人重建外科主任蒋青介绍，在AI赋能诊断领域，该院团队自研的共病诊断大模型，准确率可达90%；在疾病治疗领域，智能手术机器人辅助髋／膝关节置换，可将双下肢长度差控制在“毫米级”、关节安装角度误差控制在1度以内，远超人工操作精度；在科研领域，AI大模型可辅助人工关节假体设计、分子生物学实验信号通路分析等工作，大幅缩短科研周期、节省研究时间。\n在苏州大学附属第一医院，原来各自为战的创新模式正加速向人工智能赋能下的“有组织的科研”转型。“我们打通38个院内系统，建成湖仓一体大数据平台和AI中台，在此基础上协同多方力量，有组织地开展医学大模型和专科垂直大模型建设，把临床科研人员从基础重复工作中解脱出来，专心投入到更具创造性的研发任务中。”苏州大学附属第一医院党委书记章鸣林说，这种“临床提需求、平台供数据、各方建模型、多方来答题”的科研模式极大提升了科研效率。\n同时也要看到，医学科研范式变革的关键在人。面对交叉复合型人才短缺这一现实痛点，中国药科大学等省内高校正通过学科设置、创新平台建设等，加强人才培养，搭建科技创新和产业创新融合发展的桥梁。“我们已经成立了人工智能学院，未来将推动人工智能与医学、药学等领域人才协同培养，通过多学科融合的项目研究方式推动更多成果落地。”郝海平说。\n协同联动\n构建产学研医用融合生态\n人工智能赋能医学科研，不能仅依靠单一主体孤军奋战。医疗机构掌握丰富临床场景与真实世界数据，高校具备基础理论与科研人才储备，企业拥有工程化落地和产业化转化能力。各方亟需打破壁垒，建立融合创新机制，推动人工智能技术转化产出更多高质量医学科研成果。\n圆桌对话环节，江苏省卫生健康信息中心、江苏省中医院、徐州医科大学，以及恒瑞医药、信达生物、康多机器人、镁伽科技等多方代表，围绕医疗数据应用、人工智能科研工具开发，以及医院、高校、企业三方深化协同联动等议题深度研讨。\n目前，江苏已组建“人工智能+医疗健康”创新联盟及专家组，省卫生健康委与东南大学、南京大学共建省医疗健康数智创新实验室，全省已举办主题沙龙、路演等活动60余场，遴选80个应用场景典型案例分批推广。\n以科研创新之能，聚健康发展之力。与会代表纷纷表示，将以此次沙龙为起点，增进互动、深化合作、共享成果，推动“人工智能+医疗健康”不断取得新进展，为卫生健康事业和健康产业高质量发展注入强劲动能。下一步，江苏将建强省医疗健康数智创新实验室，发挥好创新联盟作用，定期组织沙龙活动，构建常态化的对话交流机制，推动临床需求、技术供给、产业转化高效对接，实现资源共享、优势互补、合作共赢。","reading_time_min":1,"extraction":{"state":"ok","confidence":0.9,"error":null,"explanation":"High confidence: full text extraction produced 1888 characters.","diagnostics_url":"/api/diagnose?url=https%3A//tidenews.com.cn/tmh_news.html%3Fid%3D6aa66813decd4900019ac007","quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 1888 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":1888,"summary_length":1888,"usable_text_length":1888,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":1888,"summary_length":1888}}},"quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 1888 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":1888,"summary_length":1888,"usable_text_length":1888,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":1888,"summary_length":1888}},"actions":{"read":"/item/81185","export_markdown":"/api/items/81185/export?format=markdown","export_json":"/api/items/81185/export?format=json","diagnose":"/api/diagnose?url=https%3A//tidenews.com.cn/tmh_news.html%3Fid%3D6aa66813decd4900019ac007"}},"digest":{"id":81185,"title":"新华社关注！江苏以人工智能引领医学科研范式新变革 - 潮新闻客户端","url":"https://tidenews.com.cn/tmh_news.html?id=6aa66813decd4900019ac007","source":"潮新闻客户端","topic":"ai","published_at":"2026-09-13T09:07:48+00:00","excerpt":"9月11日 江苏省卫生健康委 在南京举办 “人工智能+医疗健康”系列主题沙龙 专场聚焦 人工智能在医学科研领域的 创新应用与落地赋能 汇聚 政府、高校和科研院所、 医疗机构、 生物医药和医疗器械企业等 多方力量 共同探讨 人工智能重塑医学科研范式的 新路径、新模式 近日 新华社对此进行了报道 让数据“富矿”变成科研“活水”…","quality_bucket":"high","quality_reason":"High confidence: full text extraction produced 1888 characters.","reading_time_min":1,"cluster_id":null},"card":{"display_title":"新华社关注！江苏以人工智能引领医学科研范式新变革 - 潮新闻客户端","subtitle":"潮新闻客户端 · 2026-09-13","summary":"9月11日 江苏省卫生健康委 在南京举办 “人工智能+医疗健康”系列主题沙龙 专场聚焦 人工智能在医学科研领域的 创新应用与落地赋能 汇聚 政府、高校和科研院所、 医疗机构、 生物医药和医疗器械企业等 多方力量 共同探讨 人工智能重塑医学科研范式的 新路径、新模式 近日 新华社对此进行了报道 让数据“富矿”变成科研“活水”…","badges":["quality:high"],"links":{"read":"/item/81185","original":"https://tidenews.com.cn/tmh_news.html?id=6aa66813decd4900019ac007","diagnose":"/api/diagnose?url=https%3A//tidenews.com.cn/tmh_news.html%3Fid%3D6aa66813decd4900019ac007"},"quality_warning":null},"export":{"title":"新华社关注！江苏以人工智能引领医学科研范式新变革 - 潮新闻客户端","url":"https://tidenews.com.cn/tmh_news.html?id=6aa66813decd4900019ac007","summary":"9月11日\n江苏省卫生健康委\n在南京举办\n“人工智能+医疗健康”系列主题沙龙\n专场聚焦\n人工智能在医学科研领域的\n创新应用与落地赋能\n汇聚\n政府、高校和科研院所、\n医疗机构、\n生物医药和医疗器械企业等\n多方力量\n共同探讨\n人工智能重塑医学科研范式的\n新路径、新模式\n近日\n新华社对此进行了报道\n让数据“富矿”变成科研“活水”\n医疗健康数据是人工智能与医疗健康深度融合和规模应用的底座。然而由于医疗数据的异构性、敏感性及权属复杂性等特征，其开发利用一直被视为深水区，长期存在“不敢供”“不能流”“不好用”等问题。“数据等资源要素壁垒是人工智能赋能新药研发和医学科研创新的痛点之一，在这方面江苏做了有益尝试和探索。”中国药科大学校长郝海平说。\n近年来，江苏以医院医疗数据共享作为突破口，在全国率先实现省内公立医院和基层医疗卫生机构的影像、临床检验数据准实时集中存储与“一屏通看、一键互认”，完成从“人跟数据”到“数据跟人”的根本性转变。江苏省卫生健康委党组书记、主任谭颖介绍，截至目前，省卫生健康云已汇聚医疗健康数据1612亿条、覆盖1.77亿人，云影像平台储存2.7亿份报告，云临床检验平台储存5.2亿份报告、实现556项检验检查结果共享互认。\n依托海量数据基座，江苏加大有组织研发力度，采用揭榜挂帅方式，推动建成21个专病高质量数据集，包括危急重症专病数据集、造血干细胞专病数据集、多模态医学影像数据集等，2026年又组织新建15个；推动医疗机构、科研院所与企业合作，自研医擎重症、骨质疏松慢病医疗、AI全科医生等专病专科垂类大模型和智能体13个、在研5个。\n从实验室到手术台\n医学科研范式加速重构\n“人工智能赋能医学科研，绝不只是多了一件工具，而是科研组织方式的深刻变革。”谭颖表示。沙龙现场，一批来自高校、医疗机构的一线实践成果引人关注。\n“人工智能在医疗健康领域的应用贯穿诊断、治疗、科研各环节。”南京鼓楼医院运动医学与成人重建外科主任蒋青介绍，在AI赋能诊断领域，该院团队自研的共病诊断大模型，准确率可达90%；在疾病治疗领域，智能手术机器人辅助髋／膝关节置换，可将双下肢长度差控制在“毫米级”、关节安装角度误差控制在1度以内，远超人工操作精度；在科研领域，AI大模型可辅助人工关节假体设计、分子生物学实验信号通路分析等工作，大幅缩短科研周期、节省研究时间。\n在苏州大学附属第一医院，原来各自为战的创新模式正加速向人工智能赋能下的“有组织的科研”转型。“我们打通38个院内系统，建成湖仓一体大数据平台和AI中台，在此基础上协同多方力量，有组织地开展医学大模型和专科垂直大模型建设，把临床科研人员从基础重复工作中解脱出来，专心投入到更具创造性的研发任务中。”苏州大学附属第一医院党委书记章鸣林说，这种“临床提需求、平台供数据、各方建模型、多方来答题”的科研模式极大提升了科研效率。\n同时也要看到，医学科研范式变革的关键在人。面对交叉复合型人才短缺这一现实痛点，中国药科大学等省内高校正通过学科设置、创新平台建设等，加强人才培养，搭建科技创新和产业创新融合发展的桥梁。“我们已经成立了人工智能学院，未来将推动人工智能与医学、药学等领域人才协同培养，通过多学科融合的项目研究方式推动更多成果落地。”郝海平说。\n协同联动\n构建产学研医用融合生态\n人工智能赋能医学科研，不能仅依靠单一主体孤军奋战。医疗机构掌握丰富临床场景与真实世界数据，高校具备基础理论与科研人才储备，企业拥有工程化落地和产业化转化能力。各方亟需打破壁垒，建立融合创新机制，推动人工智能技术转化产出更多高质量医学科研成果。\n圆桌对话环节，江苏省卫生健康信息中心、江苏省中医院、徐州医科大学，以及恒瑞医药、信达生物、康多机器人、镁伽科技等多方代表，围绕医疗数据应用、人工智能科研工具开发，以及医院、高校、企业三方深化协同联动等议题深度研讨。\n目前，江苏已组建“人工智能+医疗健康”创新联盟及专家组，省卫生健康委与东南大学、南京大学共建省医疗健康数智创新实验室，全省已举办主题沙龙、路演等活动60余场，遴选80个应用场景典型案例分批推广。\n以科研创新之能，聚健康发展之力。与会代表纷纷表示，将以此次沙龙为起点，增进互动、深化合作、共享成果，推动“人工智能+医疗健康”不断取得新进展，为卫生健康事业和健康产业高质量发展注入强劲动能。下一步，江苏将建强省医疗健康数智创新实验室，发挥好创新联盟作用，定期组织沙龙活动，构建常态化的对话交流机制，推动临床需求、技术供给、产业转化高效对接，实现资源共享、优势互补、合作共赢。","source":"潮新闻客户端","date":"2026-09-13T09:07:48+00:00","content":"9月11日\n江苏省卫生健康委\n在南京举办\n“人工智能+医疗健康”系列主题沙龙\n专场聚焦\n人工智能在医学科研领域的\n创新应用与落地赋能\n汇聚\n政府、高校和科研院所、\n医疗机构、\n生物医药和医疗器械企业等\n多方力量\n共同探讨\n人工智能重塑医学科研范式的\n新路径、新模式\n近日\n新华社对此进行了报道\n让数据“富矿”变成科研“活水”\n医疗健康数据是人工智能与医疗健康深度融合和规模应用的底座。然而由于医疗数据的异构性、敏感性及权属复杂性等特征，其开发利用一直被视为深水区，长期存在“不敢供”“不能流”“不好用”等问题。“数据等资源要素壁垒是人工智能赋能新药研发和医学科研创新的痛点之一，在这方面江苏做了有益尝试和探索。”中国药科大学校长郝海平说。\n近年来，江苏以医院医疗数据共享作为突破口，在全国率先实现省内公立医院和基层医疗卫生机构的影像、临床检验数据准实时集中存储与“一屏通看、一键互认”，完成从“人跟数据”到“数据跟人”的根本性转变。江苏省卫生健康委党组书记、主任谭颖介绍，截至目前，省卫生健康云已汇聚医疗健康数据1612亿条、覆盖1.77亿人，云影像平台储存2.7亿份报告，云临床检验平台储存5.2亿份报告、实现556项检验检查结果共享互认。\n依托海量数据基座，江苏加大有组织研发力度，采用揭榜挂帅方式，推动建成21个专病高质量数据集，包括危急重症专病数据集、造血干细胞专病数据集、多模态医学影像数据集等，2026年又组织新建15个；推动医疗机构、科研院所与企业合作，自研医擎重症、骨质疏松慢病医疗、AI全科医生等专病专科垂类大模型和智能体13个、在研5个。\n从实验室到手术台\n医学科研范式加速重构\n“人工智能赋能医学科研，绝不只是多了一件工具，而是科研组织方式的深刻变革。”谭颖表示。沙龙现场，一批来自高校、医疗机构的一线实践成果引人关注。\n“人工智能在医疗健康领域的应用贯穿诊断、治疗、科研各环节。”南京鼓楼医院运动医学与成人重建外科主任蒋青介绍，在AI赋能诊断领域，该院团队自研的共病诊断大模型，准确率可达90%；在疾病治疗领域，智能手术机器人辅助髋／膝关节置换，可将双下肢长度差控制在“毫米级”、关节安装角度误差控制在1度以内，远超人工操作精度；在科研领域，AI大模型可辅助人工关节假体设计、分子生物学实验信号通路分析等工作，大幅缩短科研周期、节省研究时间。\n在苏州大学附属第一医院，原来各自为战的创新模式正加速向人工智能赋能下的“有组织的科研”转型。“我们打通38个院内系统，建成湖仓一体大数据平台和AI中台，在此基础上协同多方力量，有组织地开展医学大模型和专科垂直大模型建设，把临床科研人员从基础重复工作中解脱出来，专心投入到更具创造性的研发任务中。”苏州大学附属第一医院党委书记章鸣林说，这种“临床提需求、平台供数据、各方建模型、多方来答题”的科研模式极大提升了科研效率。\n同时也要看到，医学科研范式变革的关键在人。面对交叉复合型人才短缺这一现实痛点，中国药科大学等省内高校正通过学科设置、创新平台建设等，加强人才培养，搭建科技创新和产业创新融合发展的桥梁。“我们已经成立了人工智能学院，未来将推动人工智能与医学、药学等领域人才协同培养，通过多学科融合的项目研究方式推动更多成果落地。”郝海平说。\n协同联动\n构建产学研医用融合生态\n人工智能赋能医学科研，不能仅依靠单一主体孤军奋战。医疗机构掌握丰富临床场景与真实世界数据，高校具备基础理论与科研人才储备，企业拥有工程化落地和产业化转化能力。各方亟需打破壁垒，建立融合创新机制，推动人工智能技术转化产出更多高质量医学科研成果。\n圆桌对话环节，江苏省卫生健康信息中心、江苏省中医院、徐州医科大学，以及恒瑞医药、信达生物、康多机器人、镁伽科技等多方代表，围绕医疗数据应用、人工智能科研工具开发，以及医院、高校、企业三方深化协同联动等议题深度研讨。\n目前，江苏已组建“人工智能+医疗健康”创新联盟及专家组，省卫生健康委与东南大学、南京大学共建省医疗健康数智创新实验室，全省已举办主题沙龙、路演等活动60余场，遴选80个应用场景典型案例分批推广。\n以科研创新之能，聚健康发展之力。与会代表纷纷表示，将以此次沙龙为起点，增进互动、深化合作、共享成果，推动“人工智能+医疗健康”不断取得新进展，为卫生健康事业和健康产业高质量发展注入强劲动能。下一步，江苏将建强省医疗健康数智创新实验室，发挥好创新联盟作用，定期组织沙龙活动，构建常态化的对话交流机制，推动临床需求、技术供给、产业转化高效对接，实现资源共享、优势互补、合作共赢。","confidence":0.9,"diagnostics_url":"/api/diagnose?url=https%3A//tidenews.com.cn/tmh_news.html%3Fid%3D6aa66813decd4900019ac007","quality_bucket":"high","failure_kind":"none","retryable":false,"quality_reason":"High confidence: full text extraction produced 1888 characters.","quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 1888 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":1888,"summary_length":1888,"usable_text_length":1888,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":1888,"summary_length":1888}},"tags":[],"format_contract_version":"news_item_formats.v1"}}}