新质生产力是赋能传统产业转型升级的加速器，新质生产力对重塑产业生态、提升国际竞争力和实现高质量发展具有深远意义。作为实现新质生产力高质量发展的核心路径，智能化、数字化极大提高了各行各业生产效率、管理效率和资源配置效率，同时提升了产品和服务质量。

为推动医疗行业数字化转型、促进医疗行业提质增效，神州医疗与深圳市卫生健康发展研究和数据管理中心联合开展了“大模型赋能健康医疗大数据治理技术体系改造与效能提升”项目。该项目致力于构建多模态临床诊疗通用数据模型体系，借助大模型技术的强大赋能，全面革新医疗数据治理模式。通过深度挖掘与整合多源、多模态的临床数据，打破不同医疗机构间的数据壁垒，实现跨机构医疗数据的无缝对接与高效整合。这不仅能够提升医疗数据的整体质量与可用性，更为医疗人工智能的深度应用、临床研究、智能诊疗、公共卫生决策等提供高质量的数据支撑。

凭借突出的创新技术优势与广泛的社会价值，该项目案例成功获得“2025全国企业新质生产力赋能典型案例”奖项，在全国医疗数据全流程治理探索与创新方面极具推广价值，对医疗数据标准化整合、智能化应用以及医疗行业数字化转型具有重大的现实意义。

多模态临床诊疗通用数据模型 全面赋能医疗数据治理

在当今数字化时代，数据驱动的医疗决策逐渐成为提升医疗服务质量和效率的关键。构建多模态临床诊疗通用数据模型体系，借助大模型技术全面赋能医疗数据治理，不仅能够提升跨机构医疗数据整合能力，更为医疗人工智能的发展提供了坚实的高质量数据支撑，开启医疗智能化的新篇章。

• 多模态临床诊疗通用数据模型体系的构建意义

多模态临床诊疗通用数据模型体系的构建，旨在打破传统医疗数据的孤岛现象，将来自不同医疗机构、不同诊疗环节以及不同数据模态（如文本、图像、信号等）的数据进行有机整合。这种整合并非简单的数据堆砌，而是通过建立标准化、规范化的数据模型，实现数据的语义统一和结构化表达。多模态临床诊疗通用数据模型体系能够将这些数据按照临床诊疗逻辑进行关联和整合，为医生提供一个全面、立体的患者数据视图，从而提高诊断的准确性和效率，减少误诊和漏诊的可能性。

• 大模型技术赋能医疗数据治理的关键作用

大模型技术以其强大的语义理解和生成能力，在医疗数据治理中发挥着至关重要的作用。首先，在数据清洗和预处理阶段，大模型能够自动识别和纠正数据中的错误和异常值。其次，在数据标注和分类方面，大模型可以利用其对大量医疗数据的学习经验，快速准确地对数据进行标注和分类。这对于医学影像数据尤为重要，如在识别医学图像中的病灶、组织结构等特征时，大模型能够辅助专业人员进行高效标注，大大提高了数据标注效率的和质量，为后续的机器学习模型训练提供了更准确的训练样本。

• 提升跨机构医疗数据整合能力的实践路径

跨机构医疗数据整合是实现医疗资源共享和协同诊疗的基础。利用大模型构建的语义映射模型，将不同医院采用的不同医学术语系统进行映射和转换，实现数据在不同系统间的准确理解和交换。此外，大模型还应用在数据安全和隐私保护的前提下，对跨机构数据进行联合分析。在开展多中心临床研究时，大模型可以对来自不同医疗机构的患者数据进行整合分析，挖掘潜在的疾病规律和治疗效果差异，为医学研究和临床实践提供更有价值的参考依据。

• 为医疗人工智能提供高质量数据支撑的深远影响

高质量的数据是医疗人工智能发展的基石。构建多模态临床诊疗通用数据模型体系并借助大模型技术进行数据治理，能够为医疗人工智能模型的训练提供丰富、准确且多样化的数据资源。在疾病预测和风险评估方面，整合了多模态数据的高质量数据集能够使人工智能模型更全面地考虑各种影响因素，从而更准确地预测疾病的发生风险和发展趋势，为个性化医疗和精准医疗提供有力支持。同时，高质量的数据也有助于提高医疗人工智能模型的可解释性，增强医生和患者对人工智能技术的信任度，推动医疗人工智能在临床实践中的广泛应用。

获奖案例说明

2025全国企业新质生产力赋能典型案例在2025(第六届)创新发展论坛发布，获评“2025全国企业新质生产力赋能典型案例”不仅仅是单个企业的成功，它们共同诠释了新质生产力的核心内涵。全国企业在发展新质生产力方面的典型案例及其意义，体现了中国产业升级和经济转型的深度实践。这些案例不仅展示了技术创新的力量，更揭示了新质生产力对重塑产业生态、提升国际竞争力和实现高质量发展的深远意义。