医疗数据权属多在医院，国产AI医疗的破局路径，不在于争夺数据所有权，而在于改变数据的使用方式。行业普遍认为，医疗数据的所有权在患者、控制权在医院、管理权在政府，第三方机构必须借助政府支持和医院配合才能进行商业化开发。因此，国产AI医疗实现数据自主可控的核心策略，是“数据不出院、模型出院”的政企合作模式——即让AI模型训练在医院内部完成，而非将敏感数据转移出境或交给第三方。

数据受制于人的根源

医疗数据被称为AI时代的“石油”，但对于AI医疗而言，医疗数据是“永远的痛点”。在实际操作中，AI模型训练所需的医疗数据，大都是通过企业和医院签署研发协议获得的。由于医疗数据属于患者隐私，其权属问题涉及患者、医院、政府三方，第三方机构很难独立获取和利用这些数据。这种权属结构决定了，任何试图“拿走数据”的做法都不可行，必须转而寻求“就地加工”的路径。

破局路径：数据不出院，模型出院

当前国内AI医疗企业普遍采用的合规模式是：在数据收集到模型建立的过程中，医院和企业做好物理隔离，通常做到“数据不出院，模型出院”。具体而言，企业提供算法和算力支持，在医院内部完成模型的训练与调优，最终交付的是训练成熟的模型产品，而非原始数据。这一模式既保障了患者隐私和医院的数据控制权，又让企业能够获得高质量的训练成果。

在数据交易层面，国内各大数据交易所已逐步将“医疗卫生”数据纳入交易品类。例如，贵州大数据交易所已上架一款“儿童构音障碍早筛语音数据”产品，用于3-6岁儿童相关疾病的AI算法训练，售价25万元，已累计完成2笔交易。这说明在合规框架下，医疗数据的确权与流通正在逐步探索出可行路径。

难点在于理解数据而非获得数据

需要清醒认识到，对于现阶段的AI医疗产品来说，理解医疗数据远比获得数据更重要也更困难。正如《深度医疗》中对IBM医疗AI沃森失败的分析所指出的，“最基本的失误之一，就是将获取数百万页的医疗信息等同于理解或使用这些信息。”如果不能深刻理解所服务的医疗场景，再多的数据也只是徒耗算力。因此，国产AI医疗的竞争焦点，应放在提升对医疗场景的深度理解能力上，而非单纯追求数据规模的堆砌。

常见问题

医疗数据权属不清，企业如何合法使用数据？

企业不能直接获取或转移原始医疗数据，而应通过与医院签署研发协议，采用“数据不出院、模型出院”的模式，在医院内部完成模型训练。这一模式既符合数据安全管理要求，也能让企业获得可用的模型成果。

国产AI医疗在数据安全方面面临哪些主要风险？

主要风险在于医疗数据属于患者隐私，若数据出境或交由第三方独立持有，将面临权属争议和合规风险。通过政企合作、院内训练的方式，可以有效规避这些风险，实现数据自主可控。

医疗数据的合规交易目前进展如何？

国内各大数据交易所已将医疗卫生数据纳入交易品类，但实际成交案例仍较少。以贵州大数据交易所为例，其上架的儿童构音障碍早筛语音数据产品已完成2笔交易，说明合规交易路径正在逐步打通，但整体仍处于早期探索阶段。