来源：市场资讯
（来源：中国数字医学）
在不久前落幕的2026年数智医学大会（CHINC）上，一场以“智测协同，AI治理与测评验证（浙江中试基地）”为主题的分论坛，汇聚了多位行业资深专家。论坛由深圳市龙岗中心医院副院长林东晓、武汉大学中南医院信息中心主任肖辉担任主持嘉宾，围绕医疗大模型测评、真实世界验证、数据治理、智能体应用、伦理风险治理等核心议题展开深度研讨，分享国家人工智能应用中试基地（医疗）·浙江（以下简称浙江中试基地）实践成果，为全国医疗人工智能标准化、规范化落地搭建统一可信的检验标尺。
刘小舟
浙江省卫生健康委规划发展与信息化处处长
《中国数字医学》杂志第五届编委会常务委员
浙江省卫生健康委规划发展与信息化处处长、《中国数字医学》杂志第五届编委会常务委员刘小舟在致辞中指出，医疗人工智能正从“技术突破”迈向“规模化落地”，但“可信、可测、可管”仍是行业共识的关键命题。浙江中试基地将进一步开放算力、数据、临床验证资源，为医疗人工智能产品的规范化落地提供权威、真实、可溯的临床验证支撑，打通从技术研发到临床应用“最后一公里”，为医疗人工智能从“能用”走向“好用、可信、安全”贡献浙江力量。
李春浦
浙江省卫生健康信息中心主任
《中国数字医学》杂志第五届编委会委员
浙江省卫生健康信息中心主任、《中国数字医学》杂志第五届编委会委员李春浦介绍了浙江中试基地建设经验。浙江省委、省政府将“人工智能+医疗健康”列入创新浙江建设重大任务，以“1+5+6+N”为总体架构，打造1个“安诊儿”医疗智能体集群，建设算力、数据、模型、测评验证、转化推广5大中心，形成面向公众、医生、医院、科研、产业、政府等6大领域的N个应用场景，构建涵盖基础设施保障、技术攻关验证、创新应用示范、成果转化推广的全链条中试验证平台。
丁金如
上海人工智能实验室垂域评测负责人
上海人工智能实验室垂域评测负责人丁金如以“MedBench：医疗大模型评测体系”为题，详细讲解了国内首个原生医疗垂直测评体系MedBench在垂直定位、评测维度、数据规模、技术范式、安全基石、专科场景、产业赋能、生态影响8个方面的建设经验。
相鹏
浙江大学医学院附属第二医院人工智能与信息化部主任
《中国数字医学》杂志第五届编委会委员
浙江大学医学院附属第二医院人工智能与信息化部主任、《中国数字医学》杂志第五届编委会委员相鹏围绕“精准测评探索——从模型测评走向真实世界测评”主题，系统介绍了医疗大模型测评的国际前沿进展、国内测评探索、未来发展方向。重点分享了浙江中试基地针对医疗大语言模型，综合考虑模型必备的基本能力和覆盖度较高场景，优先设置医疗知识问答、安全伦理、病历理解、智慧服务、智慧医疗等五大类能力，构建15个小类测评能力、22个专业测评集，支持对医疗大模型能力进行综合评价。
十昉
蚂蚁健康医学总监
蚂蚁健康医学总监十昉站在技术视角分享医疗自动化评测技术实践，指出医学是科学+艺术的结合，有循证确定性，也有临床决策的模糊性，多个诊断、治疗方案可能都“合理”，需要从安全性、逻辑性、沟通质量等多维度进行评价。医疗场景的自动化评测不是一次性工程，而是持续演进的系统工程。当前已经有很多实践，但仍处在相对早期，自动化评测发展空间巨大。
王贵宣
浙江大学计算机创新技术研究院研究员
浙江大学计算机创新技术研究院研究员王贵宣围绕“AI赋能医学高质量数据集建设”展开系统分享，梳理国家多层级医疗数据政策，解读《高质量数据集建设指引》。针对医疗数据“量大质低”痛点，介绍如何以大模型驱动的高质量数据集建设平台作为“数据专用生产线”，实现在自动化、合规、质量、扩展、复用、安全六个维度上的医疗行业高质量数据集建设。针对医疗数据“流通难”痛点，进一步分享“三级人机协同标注+五维质检+双重测评”的标注与质量测评体系，并以42个数据集交易所确权落地为例，系统展示平台在临床质量管控、高水平学术科研领域的支撑效能与应用价值。
石锐
四川大学华西医院信息与数据管理部部长
《中国数字医学》杂志第五届编委会委员
四川大学华西医院信息与数据管理部部长、《中国数字医学》杂志第五届编委会委员石锐以“多智能体临床业务融合的效果评价与对策”为主题，聚焦医学智能体临床效果的深层评价难题进行分享。石主任指出，当前医疗AI测评需直面医生“盲信”与“质疑”并存的认知鸿沟，提出“认知对齐”四维测评框架——从语义理解、风险感知、诊疗路径到结果表达，全方位评测人机协同质量。同时，医院建立“协同进化”反馈机制，将医生临床审校作为模型迭代的关键输入，形成使用效果驱动的动态评测闭环。此外，通过强制AI使用知情同意书，明确医生最终责任，构建起覆盖幻觉、遗漏、偏倚等风险的测评保障体系，为医疗AI从“可用”迈向“可信”提供了测评新范式。
余中光
国家呼吸医学中心办公室副主任
中日友好医院云南医院纪委书记
国家呼吸医学中心办公室副主任、中日友好医院云南医院纪委书记余中光基于临床医师视角，阐述了医疗人工智能伦理风险挑战与治理。通过汇总全球及国内相关法规政策，对比传统生命医学伦理，分享数据泄露、算法偏见、权责不清等多类伦理风险并列举典型案例。现场还介绍了余副主任采用混合研究开展实证调研，发现医生最担忧数据隐私、责任归属与医患信任问题，而AI专项培训、伦理审查机制是提升风险认知的关键。
CHINC
本场论坛实现了政府管理、三甲医院、顶尖高校、AI企业多方观点互通，系统回应了当前医疗AI行业准入、风险管控的核心合规诉求。未来，行业需持续深化政医产学研协同，以标准化测评验证体系为核心抓手，同步完善医疗AI全周期合规治理规则，平衡技术创新与安全合规底线，推动所有面向临床应用的医疗人工智能产品完成全面、严谨的合规检验，推动科技创新成果转化运用，推进全民健康数智化建设。
*以日程为序
热门跟贴