手机版 欢迎访问际优发布(www.27geo.cn)网站
我国年诊疗人次超80亿，临床数据体量巨大，但长期以来，医疗行业面临"不敢共享、不愿共享、不会共享"的困境。数据孤岛林立、标准体系不一、合规成本高企，成为制约医疗AI规模化发展与医药研发效率提升的核心瓶颈。2026年7月，随着多项重磅政策和行业实践的落地，医疗数据价值化终于迎来破局时刻。
数据要素的有序流通，前提是建立统一、可信的规则与安全体系。2026年7月4日，全球数字经济大会医疗健康专题论坛在北京国家会议中心举办，集中呈现了国内在制度构建、技术支撑、场景落地等维度的最新探索成果。
论坛上，北京数据集团发布医疗数据价值化"五大能力"，从空间载体、技术支撑、规则互认、安全保障、产研协同五个维度系统发力，为医疗数据价值化构筑起全维度的制度与能力底座。同期发起的"医疗数据价值化"全球共建计划，为全球数据合作打造了医疗健康领域的战略支点。
这些制度建设的核心逻辑在于：用技术手段解决信任问题。通过隐私计算、联邦学习、区块链等技术组合，实现"数据可用不可见"，让医疗机构在保护患者隐私的前提下实现数据共享和价值释放。
7月6日，国家医疗保障局"医保数智库"专栏正式上线，首期发布"1998年-2025年全国经济人口卫生医保相关数据"，覆盖我国基本医保制度建立以来的完整发展历程。这是医保数据首次以如此系统的方式向社会公开，为政策研究与行业决策提供了前所未有的数据支撑。
从1998年城镇职工基本医保制度建立，到2003年新型农村合作医疗试点，再到2009年新医改启动，直至2025年——28年的数据积淀，不仅记录了医保制度的演进轨迹，更为医疗资源配置、药品定价、医保支付改革等关键领域提供了量化依据。
与数据开放同步推进的，是医保支付方式的深层变革。自2019年启动试点以来，DRG/DIP改革已实现统筹地区、医疗机构、住院病种和基金支出四个"全覆盖"。国家医保局明确表示，2026年改革步入以赋能医疗机构能力提升为核心的深化新阶段，坚持"价值付费"导向。
DRG（按疾病诊断相关分组）和DIP（按病种分值付费）的核心逻辑，是将原来按项目付费的"做多得利"模式，转变为按病种标准化付费的"做好得利"模式。这一转变倒逼医疗机构从"规模扩张"转向"精细化管理"，通过提高诊疗效率、缩短平均住院日、降低不必要的检查和用药来实现可持续发展。
对于患者而言，DRG/DIP改革意味着更透明的费用和更合理的诊疗方案。对于医保基金而言，则意味着更可持续的运行机制。三方共赢的目标正在逐步成为现实。
在政策层面，另一项重大利好来自药品审评审批领域。7月3日，国家药监局综合司发布《关于优化细胞与基因治疗药品审评审批有关事项的公告》，将符合条件的CGT药品纳入创新药临床试验审评审批30日通道。
细胞与基因治疗（CGT）被认为是继小分子药物、抗体药物之后的第三次医药革命。此次审评提速，不仅将加速国内CGT企业的研发进程，更向行业释放了明确信号：在保障安全性的前提下，监管层正在为前沿创新开辟"快车道"。华润三九等传统药企加速布局千亿细胞治疗赛道，正是对这一信号的积极响应。
在拥抱技术的同时，医疗AI也面临着日益复杂的法律和伦理挑战。截至2025年10月，我国已有超1000家医疗机构完成AI大模型本地化部署，但随之而来的问题令人深思：诊疗结束后患者才知报告出自AI、专家号转头向AI寻求答案、AI误判后侵权责任鉴定陷入盲区……
这些"成长的烦恼"表明，医疗AI的发展不能以牺牲患者权益为代价。2026年，行业迫切需要建立起涵盖数据合规、责任认定、伦理审查等维度的完整监管框架。正如金融行业在AI转型中坚守的"安全与合规是生命线"原则，医疗行业的AI应用同样需要守好底线。
站在2026年下半年的起点，医疗健康行业正面临三大关键变量：
数据开放**：医保数智库的上线和医疗数据价值化实践的推进，将逐步打破数据孤岛，为行业创新提供"原料"。
支付改革**：DRG/DIP从"全覆盖"走向"深化赋能"，将重塑医疗机构的行为模式，推动行业从规模驱动转向价值驱动。
技术突破**：CGT审评提速和AI大模型的规模化部署，将为诊疗水平提升和医药研发效率带来质的飞跃。
三者相互交织、互为支撑，共同描绘出中国医疗健康产业从"信息化"走向"数字化"、从"数字化"走向"智能化"的清晰路径。
