《医院大数据与人工智能一体化建设规范》.docxVIP

ICS35.240.99CCSC07

T/WEA

团体标准

T/WEAXXXX—2026

医院大数据与人工智能一体化建设规范

SpecificationforintegratedconstructionofbigdataandAlinhospitals

(征求意见稿)

2026-XX-XX发布2026-XX-XX实施

中国智慧工程研究会发布

I

T/WEAXXXX—2026

目次

前言 III

引言 V

1范围 1

2规范性引用文件 1

3术语和定义 1

4总体原则与建设框架 4

5数据治理体系与数据资源建设要求 7

6数据平台与服务共享能力建设要求 11

7人工智能平台与模型全生命周期管理要求 15

8场景应用建设与评估验收要求 19

9安全与合规保障要求 24

10运行维护与持续改进 25

III

T/WEAXXXX—2026

前言

本文件按照GB/T1.1—2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定起草。

请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。

本文件由中国智慧工程研究会提出并归口。

本文件起草单位：

本文件主要起草人：

T/WEAXXXX—2026

V

引

言

随着医疗健康领域数字化转型持续深化，医院信息化建设正从“业务系统上云上网、数据汇聚共享”逐步演进为以数据要素为核心驱动的治理与应用体系建设。医院大数据与人工智能(以下简称“AI”)

的融合应用，正在成为提升医疗质量安全、优化诊疗效率、强化运营精细化管理、支撑科研创新与区域协同的重要技术路径。与传统单点系统建设不同，大数据与AI一体化建设强调以统一数据底座与治理体系为前提，通过标准化的数据采集与汇聚、规范化的数据管理与服务、可控可审计的算法与模型全生命周期管理，以及面向临床、管理与科研的场景化应用闭环，实现“数据一知识一决策一行动一反馈”的持续优化。

当前医院在推进大数据与AI建设过程中，普遍存在以下问题：一是数据来源多、系统异构程度高，数据标准不统一、主数据不一致、口径不一致导致数据可用性不足，难以支撑跨系统、跨院区、跨机构的可靠分析与建模二是数据治理体系不健全，数据资产目录、质量规则、元数据管理、血缘追溯、权限分级与共享审批等机制缺失或落地不足，造成“数据可汇聚但不可用、可用但不可控”的风险三是AI应用“重模型、轻治理”,模型训练数据不可追溯、性能评估不完整、上线后漂移监测与回退机制缺乏，临床可解释性不足，难以形成可信可控的闭环应用：四是安全与合规压力显著,个人信息与健康信息的处理活动涉及范围广、链路长，若缺乏全域的身份认证、访问控制、审计留痕、脱敏与共享治理，易引发合规与安全风险五是建设路径与组织机制不清晰，业务部门、信息部门、科研部门与供应商之间协同不足，导致重复建设、能力割裂与投入产出不匹配。

为指导医院规范开展大数据与AI一体化建设，本文件围绕顶层架构、数据治理、平台能力、算法与模型治理、安全合规、运行维护与持续改进等关键要素，提出统一的建设要求与实施要点，旨在为医院规划建设、项目实施、能力验收与运行运营提供可遵循的规范依据。本文件强调以业务需求为牵引、以数据治理为基础、以AI全生命周期管理为核心、以安全合规为底线，通过标准化、体系化方法提升医院数据与智能能力的可持续运营水平。

本文件所称“医院大数据与人工智能一体化建设”,是指在统一的技术与治理框架下，面向医疗服务、医技药事、护理与质控、运营管理、科研与教学、区域协同与监管报送等业务领域，构建数据汇聚与治理平台、数据服务与分析平台、AI开发训练与部署平台以及场景应用体系，并建立覆盖组织制度、流程规范、技术标准、安全合规与评估改进的整体体系。本文件不以具体产品形态、厂商实现方式为限定，重点规定能力要求、治理要求与可验证的关键控制点，支持不同规模医院按分期路线推进建设。

使用本文件时，医院宜结合自身发展定位、学科特色、信息化基础与数据资源状况，开展现状评估与能力差距分析，明确建设目标与阶段成果，并在实施过程中建立跨部门协同与持续改进机制，确保建设成果可落地、可度量、可运营。

1

T/WEA