医疗数据权属多在医院、交易量稀少，导致AI医疗获取高质量训练数据的成本确实高企，但数据获取只是成本链条的起点，数据清洗、合规脱敏与跨机构协作才是更重的隐性支出。
医疗数据被称为AI时代的“石油”，但这条产业链的源头并不顺畅。当前医疗大数据的权属在现实中基本归属医院方，虽有观点主张所有权在患者、控制权在医院、管理权在政府，但第三方机构要商业化开发，必须同时获得政府支持与医院配合。这种权属结构直接限制了数据的自由流动，也让数据交易市场难以活跃。
交易量稀少是数据成本高企的直接体现。 据动脉网报道，国内各大数据交易所已陆续将“医疗卫生”数据纳入交易品类，但截至目前，仅贵州大数据交易所上架了一款“儿童构音障碍早筛语音数据”产品，售价25万元，累计交易仅2笔。这一案例折射出医疗数据交易的普遍困境——供给端因权属与隐私顾虑不敢放量，需求端因数据质量参差而难以标准化定价，最终形成“有价无市”的僵局。
在数据获取之外，“数据不出院、模型出院”的物理隔离模式也显著推高了成本结构。 目前AI模型训练所需的医疗数据，大多通过企业与医院签署研发协议获得，实际操作中会设置专门模块进行数据清洗，只保留必要字段，并在数据收集到模型建立的全过程中做好物理隔离。这意味着AI企业无法直接拿走原始数据，必须在医院侧完成初步处理，再以脱敏后的结果进行训练，反复沟通与合规审查都会转化为时间和资金成本。
不过需要指出的是，理解数据比获得数据更为关键。 埃里克·托普在《深度医疗》中分析IBM医疗AI沃森的失败时指出，其“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”。对于现阶段的AI医疗产品而言，即便数据获取成本得到控制，若缺乏对医疗场景的深刻理解，再多的数据也只会徒耗算力。因此，降低AI医疗整体成本的关键，既在于推动数据权属明晰化与交易标准化，也在于提升模型对有限数据的利用效率。
常见问题
医疗数据权属不明对AI企业具体有什么影响？
权属不明导致AI企业无法直接购买或使用患者数据，必须通过医院签署研发协议获取，且要接受数据清洗、物理隔离等合规流程。这既延长了项目周期，也增加了法务与合规成本，部分小型创业团队可能因此被挡在门外。
“数据不出院、模型出院”模式能降低成本吗？
这一模式在保护患者隐私和医院数据安全方面是必要的，但客观上并未显著降低成本。由于模型训练需要在医院侧反复迭代调试，企业的人力投入和沟通成本反而可能上升，只是规避了数据泄露的法律风险。
未来医疗数据交易会变得更活跃吗？
目前仅贵州大数据交易所上架了儿童构音障碍早筛语音数据这一款产品，交易量也极为有限，说明市场仍处于早期探索阶段。随着数据权属法规逐步明确、数据脱敏技术成熟，交易活跃度有望提升，但具体节奏需以政策推进和第三方机构实测为准。