在醫療大數據、人工智能臨床應用中，存在一個“先有雞，還是先有蛋”的悖論：如果算法模型不成熟，醫院就不會將其接入醫院信息系統（HIS）；如果算法模型沒法在醫院運營管理中跑起來，算法模型成熟度就無法提高。部分二三線地市在數據共享開放方面先行先試，可以打破這一僵局。

國家衛生健康委員會調研員沈劍鋒提出“人工智能+醫療健康”技術體系。筆者將其化用為醫療人工智能的三個層次，感知層、規則層、應用層，逐層遞進。首先，人工智能企業自有、自研感知層技術，如：計算機視覺、自然語言處理、生物體征感知、語音識別技術。然后，基于健康大數據開展算法訓練，人工智能企業與區域數據共享開放平臺聯合開發臨床知識庫、訓練資源庫、評估樣本庫。最后，數據開放共享平臺將算法模型投入到不同的專項工作和應用場景中。

廈門數據共享平臺模式之所以能夠初步走通，并得到貴陽、福州等其他國家健康醫療大數據中心區域分中心等兄弟城市的認可，關鍵在于以下五方面：

一是上級政府一把手高度重視：2018年，國家領導人出席的首屆數字中國建設峰會成功舉辦，數字經濟規模超萬億元，2019年要大力發展大數據、物聯網、人工智能、5G商用和區塊鏈產業，在醫療、健康、政務等6個領域，實施100個人工智能應用示范項目，形成100個深度應用場景。2019年福建省《政府工作報告》提出，積極創建國家區域醫療中心、專科聯盟和“互聯網+醫療健康”示范省。

二是當地基礎設施建設晚，起點高，沒有更發達地區的歷史包袱，2018年，全省5G商用試點加快推進，光網和4G全面覆蓋城鄉，固定寬帶家庭普及率、互聯網性能分別居全國第2、第6位。建成全球規模最大的肝病及肝癌大數據平臺。2016年，廈門成為國家健康醫療大數據中心和產業園建設試點城市。在立法保障方面，廈門市并未先行出臺健康醫療大數據管理與共享開放的地方法規和行政規章，而是采取“先出試點成效，隨后立法追認”的道路。

三是醫療機構“抱團發展”動機強烈，數據共享開放阻力低。廈門市常住人口411萬人，戶籍人口242.5萬人，三級醫院僅16家，二級醫院僅1家，衛生站所僅25家，社區中心僅39家，人口規模與醫療衛生資源規模，均在計劃單列市中排名靠后。作為疑難癥、急重癥診療的人口流出地，為緩解周邊省會城市、醫學中心城市對廈門市的醫療虹吸效應，當地醫療機構有動力“報團取暖”，廈門市衛生健康委順勢而為，建設全國首個市民健康信息系統，以及面向醫療機構的健康醫療云，為占比95%接入的本地醫療機構（含民營醫院），提供基于預約掛號的患者分診機制，基于健康大數據的醫療質控服務，等等。

四是數據治理水平較高，大數據和人工智能企業合作意向高。首先，數據門類齊全。既包括衛生健康部門管理范圍內的醫療服務、婦幼保健、疾病預防和管理、分級診療、家庭醫生等數據，也包括醫保數據。二是數據共享平臺。廈門市衛生健康委建立了健康醫療大數據資源中心，匯聚一期實現對醫療衛生機構現有存量數據的匯集，匯聚二期實現對醫療衛生機構增量數據，乃至其他行政主管部門的數據、社會健康服務機構數據的匯集。匯集后通過標準化生成索引，形成共享文檔庫。三是數據安全可控。

廈門市衛生健康委僅允許注冊在本地的企業申請可健康數據共享，既提高屬地管理的監管可行性，又爭取把產業收益留在當地。四是技術支撐雄厚。廈門市建立了國內首個由政府部門主導探索建設的實驗室，提供基于數據的服務（DaaS），在數據提供方、管理員聯合授權管理的基礎上，提供高效、便捷的深度學習模型構建工具，（1）提供基于GPU的深度學習模型的開發和部署環境。（2）支持面向健康醫療大數據的深度學習模型的主流開發框架。（3）提供健康醫療大數據的深度學習開發所需要的高質量數據。

五是數據開放度高，允許高技術企業共建共享。在開放的數據生態中，包括四種角色：數據需求方、數據提供方、數據服務方、平臺管理方。一家機構同時可以擁有多重角色，比如：一家醫院可以同時提供原始數據，又接受醫療數據咨詢公司、人工智能公司的數據服務。更重要的是，平臺建立了基于智能合約的數據激勵機制。比如：一家數據服務方D公司花費200元購買了應用C的使用權，處理數據集A和B，建立了數據集D。在發布數據集D之前，與數據提供方A和B協商數據利益分配機制，建立建立一套智能合約。并支付給平臺管理方一定的管理費用。作為廈門市衛生健康委直屬事業單位，平臺管理方是一家非營利性機構，管理費用僅用于覆蓋工作成本。

上述五個方面，從技術到商業再到制度保障，從政府主導到企業主體再到公共平臺，勾勒出一個國內二線城市開展健康大數據共享開放的基本范式。舉例來說：國內已有人工智能企業深度參與其中，既成為健康醫療大數據應用開放實驗室的承建方，又與入駐平臺的多家醫療衛生機構合作開發算法模型，在公共平臺之上，作為基于XDP平臺的兒科醫聯體平臺的承建方和數據服務方。XDP平臺以廈門市第一醫院兒科為中心，帶動了原本較為薄弱的全市兒科共建，提供患者畫像、智能導診、智能病歷書寫、AI診斷助手、科研協作等服務。

（本文轉載自電子發燒友，如有侵權，請聯系刪除）