东软深度参编信通院数据集建设指南，三大医疗智能体实践获权威呈现

“数据集的质量，决定智能体能力的上限。”——当人工智能从“大模型”迈向“智能体”，这句话正在成为中国AI产业的共识，也写在东软多年深耕医疗数据价值化的实践里。

5个月，20000例CTA影像，150余种预标注算法协同作业——在济南举办的2026人工智能产业大会上，这组数字背后的一项实践，成为全行业瞩目的焦点。

2026人工智能产业大会上，“AI数据集与数据标注高质量发展论坛”同期举办。论坛由中国信通院人工智能研究所（AIIA数据委员会）主办，发布了《面向智能体能力构建的高质量数据集建设指南（2026年）》。东软深度参与该指南编制，并凭借医疗健康领域的创新实践入选报告“行业智能体高质量数据集建设代表性实践”，公司的专病、临床辅助决策、血管智能评估智能体高质量数据集建设成果获权威呈现。

医疗AI的“落地鸿沟”
本质是数据的鸿沟

医疗是智能体落地的“深水区”：数据多模态、知识高密度、容错零容忍。长期以来，医疗数据来源分散、标准不一、质量参差、难以复用，“有量无质”的数据困境，让无数医疗AI模型止步于演示，倒在临床应用的“最后一公里”。

《面向智能体能力构建的高质量数据集建设指南（2026年）》的发布，正是对这一产业命题的权威回应：系统构建智能体数据集的建设框架、质量评测与流通应用规范，打通“供给—评测—流通—应用”全链条，为夯实人工智能产业发展数据底座提供指引。而东软依托自研的洞察医疗数据智能平台、飞标多模态医学影像标注平台及数盈数据管理全栈工具，构建的“数据采集、标准化治理、多模态标注、知识增强、智能体训练”完整链路，恰是《指南》理念在医疗行业的先行验证。

三大场景，一套方法论
让数据“长”出智能

破解数据难题，没有单点捷径，只有体系作战。东软以临床知识为纲、以工程体系为骨、以真实场景为牵引，在三大场景交出答卷。

专病场景，东软依托洞察平台汇聚HIS、EMR、LIS、PACS等系统数据，完成清洗、治理与结构化建模，构建专病数据库与场景化高质量数据集。相关实践支撑盛京医院建成全量数据中心及儿科、脑科学等重点学科专病数据库群，入选国家数据基础设施建设高质量数据集先行先试项目；支撑辽宁省肿瘤医院建设胃癌、肺癌、肠癌等专病数据库；支撑山西医科大学第一医院建成34个专病全周期管理平台。

临床辅助决策场景，东软构建病例样本、临床知识、人工整理知识三类数据体系：病例数据经语义对齐、病历化重构与合成增强，临床知识以ICD-10疾病术语为锚点形成可检索、可引用的RAG增强数据，人工知识针对高风险场景强化边界控制。系统覆盖10549种疾病，Top5诊断准确率达91.54%，形成“以任务为牵引、病例与知识协同”的数据建设方法论。

血管智能评估场景，东软汇集15000例阳性、5000例阴性全身动脉CTA数据，制定符合医学共识的统一标注规范，采用“AI预标注+人工精修+三级质控”模式，仅用5个月完成全量标注，效率较纯手工提升150%，经受专家审核、第三方盲审与一致性评估的严格检验，显著提升Vasis智能体在血管分割、斑块识别、分段及狭窄检测四大任务上的模型性能。

数据的终点，不是数据集
而是医生的决策、患者的获益

回顾三大实践，一条主线清晰可见：高质量数据集不是静态仓库，而是与业务共同生长的“活”系统。盛京医院诊室里的一次智能分诊、辽宁肿瘤病房里的一份循证报告、影像科屏幕上的一段血管评估——数据的价值，最终在临床一线完成闭环。

当行业仍在追问“数据从哪里来”，东软已经回答了下一个问题：数据如何持续生长、如何让智能真正服务于人。面向未来，东软将继续深化高质量数据集建设与行业智能体创新，推动医疗数据从“资源”走向“资产”、从“资产”释放“价值”，为健康中国建设与数字经济高质量发展筑牢数据底座。