数据标注优秀案例集之四十六|AI数据标注助力中医药领域高质量发展

AI数据标注助力中医药领域高质量发展

　　申报单位：成都中医药大学
　　推荐单位：四川省发展和改革委员会（四川省数据局）
　　一、案例简介
　　为解决中医药领域转型面临的数据标注效率低、标注标准不统一、跨模态数据融合难等问题。案例通过自研中医古籍机器标注系统、构建多模态数据治理工具链、引入联邦计算保障隐私安全等技术创新，实现中西医结合数据的自动化标注与高质量治理。建成2400TB高质量数据集，年均数据规模增长32%，标注效率提升60%，人力成本降低45%，支撑160余个智能算法模型研发，应用于中医诊疗、中药研发和慢病管理等场景，助力中医药行业数字化转型。

整体框架

　　二、举措与成效
　　一是构建智能标注系统，破解中医古籍文献标注难题。针对中医古籍数字化标注效率低、专业性强的问题，研发中医古籍文献机器标注系统，基于大模型实现古籍文本的自动分词、实体识别和语义关联，并结合专家审核形成闭环。智能标注系统支持996册古籍的自动化标注，标注准确率达92%，效率较人工提升60%，为中医辨证模型训练提供高质量底层数据。
　　二是采用联邦计算技术保障数据安全与合规共享。为解决医疗机构数据孤岛和隐私保护难题，采用分布式联邦计算架构，在不共享原始数据的前提下，实现医疗机构数据的联合标注与模型训练。通过公钥加密和中间结果交换，完成731TB临床数据的跨机构治理，模型训练精度提升25%，数据使用合规率达100%。
　　三是通过多模态数据融合提升标注标准化水平。针对中医诊疗中图文影像、生物信息等多源异构数据标注标准不统一的问题，开发跨尺度数据治理工具链，集成机器标注、三级审核和溯源机制。完成了633个器官多维图像、15.4万张胸部CT、1000名老中医临床证候数据的结构化标注，构建中西医结合的标准化标签体系，标注错误率降至5%以下。
　　三、特色亮点
　　一是融合中医古籍机器标注与知识图谱构建。基于ChatGLM-6B模型实现古籍生僻字识别与中医术语自动关联，构建包含“穴位-脏腑”、“证候-治法”等关系的知识图谱，标注速度提升3倍。
　　二是共建中医药数智信创生态。打造“中医智慧平台”与信创算力底座，建成1MW级中医药数据中心，提供数据清洗、标注、存储一体化服务。
　　三是赋能全生命周期健康管理。将标注数据应用于居家养老、慢病管理等场景，开发“健康360数字画像”系统，集成智能手表、环境传感器等多源数据，实现患者作息、饮食、生理指标的自动化标注与分析，推动中医药服务从治疗向健康管理延伸。