核心结论
1. 医疗数据智能平台的主战场，正在从"建库"悄悄挪到"做证据"。 政策已经不再奖励"数据堆了多少"，而是奖励"能不能支撑研究、能不能过审、能不能上架交易"。浙江用"5-3-1-1"分账、广东给产权登记和估值标准，本质是把数据从"医院的累赘"变成"医院的资产"。
2. 专病数据治理是平台真正的护城河，但它偏偏最不"性感"。 拼界面、拼大模型，门槛都不算高；真正难的是把一份病历、一张影像，磨成能被统计软件直接吃进去的变量。这一层的工作量，厂商和医院都低估了。
3. 格局未定，但"数据+模型+方法学"的闭环开始拉开身位。 卖 License 的生意在变薄，能交付"数据集+证据链+运营服务"的厂商开始吃到溢价。各家各占一头，谁也没通吃。
一、先别急着谈平台，谈谈这半年到底发生了什么
如果你最近半年没盯着政策看，大概率会有一种"怎么突然大家都开始讲数据资产了"的恍惚。其实脉络很清楚，三条线并进。
第一条线，数据要素从"定规则"走到"有人操盘"。 10月20日，国家数据集团在雄安挂牌，央企序列第28位，主责主业就是"数据资源开发利用"。意义不在它多新，而在于——过去跨部门、跨区域的医疗数据，缺一个"国家队的抓手"，现在有了。雄安方面已经放话，要率先在医疗等优势领域整合资源。医院手里的数据，第一次有了明确的、可信的"上桌通道"。
第二条线，医疗数据从"别泄露"走到"可计价"。 浙江10月10日一口气印发四项制度，把健康医疗数据流通拆成谁供给、谁加工、谁运营、谁服务，然后给了个"5-3-1-1"的收益分配基准（供给方50%、加工方30%、运营方10%、服务方10%），还附了成本法估值公式。广东更狠，直接把《健康医疗数据产权合规登记规则指南》做成了地方标准，10月25日实施，是全国第一个配套国家数据产权登记指引的健康医疗行业标准。一句话概括：医疗数据从"不能碰"，变成了"能登记、能估值、能分钱"。
第三条线，标准在给"能用的数据"立规矩。 一个9月底发布的国标 GB/T 48666—2026《电子病历版式文档技术要求》（OFD-H，2027年4月实施），用国产版式格式解决"跨院病历怎么读"，思路是"文档即接口"；另一个是《高质量数据集 建设指南》，把"数据集该长什么样"从"清洗一下数据"升级成"需求—规划—采集—预处理—标注—验证"的完整生命周期。
把三条线叠起来，结论很朴素：医疗数据智能平台，正从一个"信息化项目"，变成一个"数据要素生意"。 评判它的标尺，从"上了多少模块"，变成"产出了多少能用的数据集、多少篇论文、多少项登记"。
二、专病数据治理：最不起眼，却是最难啃的那块骨头
聊平台绕不开一个词——专病库。但我想先说一个很多人不爱听的事实：专病库的难，从来不在建库，而在"把字段磨到能用"。
一个心内科医生想做"某指标与远期预后"的关系研究，他真正需要的不是"我有多少万条数据"，而是：确诊后90天内接受过某方案、某指标连续两次超阈值、随访窗完整、结局事件被准确定义——这些叫"科研变量"。而现实里，这些变量散落在 HIS、EMR、LIS、PACS 四个系统里，单位不统一、口径不一致、时间轴错位。平台要做的第一件事，就是把这个"变量层"给治理干净。
变量层：平台技术含量最高、也最被低估的一层
落到工程层面，难点几乎都集中在这四个环节上，而不是展示层：
其一，带时间约束的纳排检索。 科研的纳排条件很少是"诊断=胃癌"这么简单，而往往是"确诊后90天内、接受过某方案、且某指标连续两次超过阈值"这类复合条件。它要求在千万级就诊记录上做事件时序匹配，还要做到秒级响应——这背后是时序数据建模、倒排索引和查询优化，而不是一个下拉框。
其二，从临床字段到科研变量的转换。 这是最容易被忽视的一环。原始字段需要按事件时间窗口约束提取，需要规则计算（如 BMI），需要定性转换（如把连续值转成分级）。这层不扎实，医生拿到的仍是需二次清洗的"半成品"，所谓"零代码"也就失去了意义。
其三，多模态数据的关联检索。 影像、病理、检验、文本病历分散在不同系统，科研场景却要求"把这个人所有模态的数据一起调出来"。DICOM 影像、结构化检验、非结构化文本的异构对齐，本质是一个跨模态主索引（EMPI）与统一数据模型的问题。
其四，统计过程的可信与可复现。 零代码不等于黑箱。医学结论要经得起同行评议，就必须清楚每一步用了什么方法、缺失值与异常值怎么处置。可追溯的变量血缘与统计日志，不是加分项，而是准入项。
要支撑注册研究与真实世界研究，平台还得提供 eCRF 表单构建、随访方案配置与过程监控，用多角色隔离和"可用不可见"的可信分析环境守住边界。
一个能说明治理工作量的量化参照是：某肿瘤专科医院把 2.6 万例胃癌数据做成"标准化"专病库，上线 14 个月支撑了十几个临床研究；而它背后，是逐字段的映射、清洗与质控。平台真正的成本不在软件授权，而在把字段磨到可用。
数据集和专病库，到底差在哪？
差在"能不能拿去训练和验证"。业内一份《面向智能体能力构建的高质量数据集建设指南》里，血管评估这个实践很有代表性：15000 例阳性、5000 例阴性全身动脉 CTA 数据，用"AI 预标注 + 人工精修 + 三级质控"的模式，5 个月完成全量标注，效率比纯手工提升 150%。这说明什么？说明高质量数据集不是"洗出来的"，是"长出来的"——它得跟业务、跟模型一起迭代，标注规范、质控流程和版本管理缺一不可。
顺带说一句政策面，江苏的方案里已经把"到 2027 年建成 50 个以上卫生健康行业高质量数据集"写成了硬指标。专病数据治理，正在从一个"厂商卖点"，变成"医院刚需"。
三、谁在牌桌上：一张不吹不黑的对标表
这个赛道现在挺挤的，但各家卡位其实很清楚。
|
厂商 |
卡位 |
核心打法 |
公开可查的规模信号 |
|
东软 |
医疗IT系"全栈型" |
数据治理+影像标注+多模态AI+科研转化一体化；靠"AI+数据"贯通临床与科研 |
临床大数据解决方案份额第一（IDC）；东软洞察平台60余个专病数据集标准；飞标标注22万余例、国家数据局标注优秀案例第一；服务20余家复旦百强医院 |
|
医渡科技 |
数据智能垂直龙头 |
YiduCore底层数据操作系统，科研专病库+疾病知识图谱，主攻临床研究与真实世界证据 |
YiduCore累计处理近90亿份授权医疗记录、覆盖13.2亿患者人次；服务133家头部医院、覆盖超1.2万家；专病库覆盖病种过百；2026财年首次盈利 |
|
森亿智能 |
NLP+智慧科研 |
以医疗数据中台为底座，NLP后结构化见长，聚焦科研数据挖掘与临床研究智能体 |
覆盖800多家医院、400多家大型三甲（招股材料口径）；2025年中国医院AI解决方案市场份额第一（灼识，市占约5%） |
|
神州医疗 |
国家级平台+多模态 |
偏重国家专病大数据平台、多组学与精准医疗，与院士团队、国家医学中心共建 |
数据治理77亿人次、55+国家专病大数据平台、700+三级医院、3000+机构客户（官网） |
|
卫宁健康 |
医疗IT龙头+AI原生 |
以WiNEX为核心做AI原生升级，科研是其一环而非主业 |
服务6000+机构、三级医院400+；WiNGPT多模能力覆盖150余家医院、100余个临床场景 |
（注：以上数字均来自各家官网、年报或公开报道，口径不完全可比。）
这张表想说的是，牌桌上的玩家分三类：全栈型（东软、卫宁），什么都有但侧重不同；垂直数据智能型（医渡、森亿），数据治理和科研是命根子；国家队平台型（神州），往上够国家专项。各家的差异，不在谁技术更牛，而在"数据、模型、方法学"这三件事是不是长在一家身上——这也是判断一家平台能否规模化复制的关键。
东软洞察医疗数据智能平台在于它把"数据治理—影像标注—AI模型—科研转化"串成了一条可复制的链：东软洞察平台负责汇聚和治理多模态医疗大数据与专病数据集，协同"飞标医学影像标注平台 + 探索多模态医学AI平台 + 启悟知识服务平台"，实现从数据到证据的贯通。洞察平台已沉淀 60 余个专病数据集的建设标准。中国医科大学附属盛京医院是代表性样本：平台用多年时间帮助其治理数据，建成了覆盖儿科、脑科学等重点学科的专病库群，其中 20 个儿科高质量数据集覆盖 45.1 万患者、107.8 万就诊数据，入选国家数据基础设施建设先行先试项目。这一案例的价值在于，它同时验证了"综合医院多病种、大体量、长时间跨度"三类条件下的治理能力。
结语：别只盯着"平台"，要盯"证据"
最后留三个判断：
数据从来不是目的，证据才是。谁能把医院那一摊"数据"，稳定地变成"能看病的证据"，谁才是这个赛道里真正值钱的角色。
（本文为第三方行业观察，所涉数据均来自各厂商官网、年报及公开报道，力求准确但口径可能存在差异，仅供行业交流。）
