训练垂类医疗AI，真实临床对话语料是稀缺资源。
像病历、影像、检验数据相对容易获取，病房里那些带着模糊体感、穿插家属补充的医患交谈，却很难合规流入训练环节。
上海刚刚落地的一单交易，把这类资源推向数据要素流通通道。
11月6日，在上海数字城市活动月主题日上，同济大学附属养志康复医院的8000例康复住院医患对话，经过加工形成含66.4万个标注单元的数据集，由上海烁乐信息科技完成采购。
项目由上海医疗健康数据融合开发利用工作专班推动，也是上海首单走完完整闭环的院内高质量医疗数据集合规商用案例。
据了解，整套流程从源头就设置了多层风控。所有样本都提前取得患者知情同意，并通过独立伦理审查。原始录音转写文本后，姓名、证件号、住址等标识信息全部清除，再由康复医师和标注团队做结构化处理，经多轮复核交付。最终，这份数据集无法反向定位到任何个人。
协议明确，仅允许用于医疗垂类模型训练与算法测评，禁止二次分发、挪作营销等其他商业用途，并全链路留存审计日志。
康复评估高度依赖对话，患者很难用专业术语描述体感，大量评估线索藏在零散诉求里，很少完整录入电子病历。缺少这类真实语料的模型，容易混淆主观感受和客观症状，很难捕捉对话里隐藏的风险信号，上线效果往往远差于演示。
在此之前，行业获取同类语料的路径十分有限。院内采集的数据基本只能留在本院，无法对外流转，不少团队只能依赖网络文本或是人工编撰的模拟对话。这类素材和真实病房沟通存在明显偏差，会持续限制模型落地表现。
此次交易的购买方烁乐信息长期服务上海多家医院，开发院内AI中台与专病智能系统，今年九月完成A轮融资。
在医疗数据流通早期，这类熟悉院内审批、能够承接复杂合规工作的垂直厂商，更容易拿到成型的数据产品。
对企业而言，采购这份已经完成临床校验的标注语料，可以省去自主采集、伦理报审与大规模标注的成本，将原本封闭在医院内部的对话记录，转化为模型迭代可用的训练材料。
上海多家机构联合成立的专班，把零散流程固化为标准化操作，覆盖需求对接、伦理预审、脱敏治理、标注规范、质量核验以及安全交付。
官方披露，这条通道已对接89家用数机构，落地168项需求场景，上海主要公立医疗机构汇聚健康数据超千亿条，但其中能达到交易交付标准的数据产品占比很低。
但首单落地，不等于成熟市场成型。
本次交易的计价方式、各方收益分配、授权边界、训练后的衍生使用权，行业都还没有统一标准。
多位市场人士向数据交易网反映，数据治理人力消耗巨大，多数医院的信息科、临床科室和伦理团队人手紧张，难以持续产出精细标注的数据集。当前模式高度依赖人工标注，但生产节奏很难快速放量，短期之内，医疗数据交易仍以零散项目为主，难以形成高频标准化交易。
当合规真实对话持续供给，垂类模型拉开差距的核心，会落到高质量场景数据的获取能力。一旦隐私和伦理环节出现漏洞，整个试点积累的信任会快速崩塌。
单就规模而言，单家医院8000例对话算加工标注后形成66.4万个高质量数据单元不上大额交易，也无法立刻改变医疗AI的产业格局。
但它完成了从授权、审查、加工，到交付、付费、权限管控的全链路跑通，验证了一条不侵犯个体权益的数据流通路径。
这套模式能否复制到肿瘤、慢病、基层门诊等场景，供给能不能稳定起来，以及医院、企业、患者之间，能否形成可持续的分配机制等问题才是未来更值得关注的重点。
只有更多订单接连落地，这次试点才有可能从标志性事件，演化成真正运转的医疗数据要素市场。
