采集、脏数据处理、多款大数标注、据产架省究院合成、品上质检……在南京汉卫公共卫生研究院有限公司，数交所汉一批批来自疾控机构的卫研卫生健康“脏数据”，正通过AI治理技术被转化成高质量数据集。让开这里不仅沉淀了跨场景、口说高标准的脏数据高质量数据集，还具备全流程定制、多款大数构建高质量数据集的据产架省究院能力。不久前，品上该公司多项数据产品在江苏省数据交易所正式上架，数交所汉成为卫生健康数据领域率先挂牌的卫研重要数据产品之一。

卫生健康数据长期面临错项、让开漏项、标准不一、影响因子复杂等问题。“错项和漏项同样致命。”该公司总经理闫艳说。针对这些痛点，该公司定向、精准地收集与构建多源数据，借助隐私计算、联邦学习、多模态对齐与融合、时序轨迹预测、语义认知与结构化等核心技术，从海量数据中剔除并修正异常值，使数据能够直接匹配临床科研、产品研发等专业需求，确保用于训练模型的数据既量大又质优。

目前，该公司已构建覆盖智慧疾控、慢病管理等领域的高质量数据治理方案，相关产品在多个垂直模型中落地应用。该公司累计获得国家数据局、国家卫生健康统计信息中心、工信部、中华预防医学会等部门颁发的11项国家级奖项荣誉以及50项省市级荣誉。

“高质量数据集不是简单的数据堆积，而是要通过专业处理让数据‘说话’。”闫艳表示。聚焦“三医”协同，该公司具备区域数据项目顶层设计、治理实施与场景落地的全流程服务能力。针对不同区域，该公司梳理本地数据资源，面向临床、科研和产业转化需求，提供高质量数据集建设方案。

在科研应用层面，该公司依托自持专病高质量数据，自研AI大模型驱动临床前肿瘤药物研发一体化平台，开展靶点发现研究。目前，该公司已筛选出多个潜在成药靶点并锁定核心靶点，相关科研成果正联合医院与专家团队推进临床验证。同时，该公司携手阿里巴巴AIData团队、江苏省数据集团开展慢病领域的多模态大模型评测合作，搭建标准化评测体系，推动模型临床规模化、标准化应用。2025年，该平台在细分赛道的市场占有率达15.18%，位居行业前列。“在高质量数据集与AI工具双轮驱动下，正成为提升项目效率瓶颈的关键变量。”闫艳说。

作为江苏省数据标准化技术委员会副主任委员单位，南京汉卫公共卫生研究院有限公司深度参与省级数据标准化顶层设计与实践落地。2026年4月，在江苏省数据标准化技术委员会主办的“标准周”活动上，该公司受邀分享了实践经验，为高质量数据集建设提供可复制的参考。

韩轩