医疗AI项目推进应先解决数据标准化

医疗 AI 项目最容易走偏的一步，是一上来就盯着模型和智能体：先问模型够不够强，再问能不能接入 HIS。可真正落地时，最先“掉链子”的往往不是算法，而是数据。同一项检查，在不同科室、不同厂商的系统里可能有不同字段名、编码和结构；训练集看起来堆得很满，实际却混着缺失、错标和单位不一致的数据。模型再聪明，也很难从这样的地基上稳定起飞。

所以我越来越认同一个朴素顺序：先把数据标准化，再谈 AI。数据治理不是整理几张表，而是把数据来源、编码、更新频率、隐私处理和质量要求说清楚，形成可持续的规则。医院可以结合已有的临床数据标准，如 HL7 FHIR、OMOP CDM，建立统一数据模型和元数据目录，并持续检查数据的完整性、准确性与一致性。

标准化之后，别急着训练

原始临床数据不能直接等于训练数据。还需要经过清洗、缺失值处理、标签对齐和特征抽取。这里最容易出现“临时补丁”：这次用一套脚本，下次换一种处理方式；同一检查的单位不统一，标注人员对病历的理解也不一致。最后模型能跑，过程却无法复现，训练成本越做越高。

更稳妥的做法，是把特征抽取脚本纳入版本管理，同时让临床专家参与标签规范化，形成统一的标注指南。每次加工都留下可追溯记录，后面出现问题时，至少知道问题从哪一步开始。

把推进顺序排清楚

模型训练和评测也不能只看离线指标，还要用本地真实病例验证模拟工作流，并加入安全合规检查。最好让临床科室设置“评测医生”，用实际诊疗路径检验模型，而不是让研发团队自己给自己打分。

我的判断很简单：如果数据模型、元数据、质量报告还没准备好，就不要急着做智能体集成。等数据加工、评测基线和报告模板稳定后，再通过标准化 API 接入 HIS、LIS 或 EMR，并先做小范围灰度发布。医疗 AI 拼的不是谁先上线，而是谁能把每一步做成可复现、可审计、能持续迭代的链路。