ARTICLE · 1096082
深度剖析丨医疗AI数据建设走向细分场景:心电图数据集标准草案提出专用要求
医疗数据集的质量要求，正在细化到具体的信号类型、临床任务和使用条件。
2026年7月28日，国家药品监督管理局医疗器械标准管理中心发布《人工智能医疗器械 数据集专用要求：心电图》行业标准征求意见通知，提出针对心电图数据集的专用要求和评价方法。¹
本文依据公开征求意见稿及编制说明展开。该文件属于医疗器械行业标准草案，编制说明建议将其作为推荐性行业标准，最终条款和实施安排应以正式发布文件为准。¹⁴
对医院、医疗AI企业和数据服务机构而言，这份草案值得关注的地方，在于它把“高质量”落实到了可以检查的具体事项：样本来自哪些患者，信号如何采集，标注依据怎样形成，以及交付后能否追溯和复核。
这些要求，也让医疗数据从临床留存资料进入AI研发应用所需的工作变得更加清楚。
一、数据集的质量，首先要对应具体用途
医疗AI数据集已经有通用质量框架。
中检院在《人工智能医疗器械 质量要求和评价 第2部分：数据集通用要求》的官方解读中指出，数据集技术参数缺乏可比性、建设过程缺乏可溯源性、验证方式不统一，是影响数据质量保障的现实问题。通用标准通过描述文档、质量特性和评价方法，为数据集验收及第三方评价提供依据。²
心电图草案在此基础上，进一步处理具体信号和临床任务的问题。其适用范围主要覆盖人工智能医疗器械使用的特定导联配置的静息、动态心电图数据集，不能直接泛化为所有医疗数据的建设要求。³
即使同属心电图，识别单个心搏、定位心律失常事件、测量波形特征与输出诊断结论，对数据的要求也存在差异。草案因此要求结合产品预期用途，明确标注内容、规则和流程，并说明数据集适用的临床场景。³
这里有一个容易被忽略的细节：草案要求以受检者人数说明样本规模，同时注明对应的数据记录数量。³
一名患者的多次记录可以增加观察内容，但不能直接等同于新增患者覆盖。讨论数据集规模时，患者数量、记录数量和疾病分布需要放在一起看。
这对医院建设数据集具有直接启示：资源盘点需要进一步回答数据能够支持什么任务、覆盖什么人群。仅有检查记录总量，还不足以确定数据集的适用范围。
二、采集和加工过程，关系到数据能否被正确使用
用途明确之后，还需要解释数据是怎样形成的。
心电图具有连续信号的特点。草案要求记录导联配置、采样频率、滤波设置、电压幅值标定等信息；涉及重采样、滤波、导联推导或格式转换时，还应保留相应处理规则和参数。³
这些信息使使用方能够理解数据所处的技术条件。仅将不同来源的数据转换成相同文件格式，并不能证明它们具有相同的采集和处理基础。
因此，医院与企业开展合作时，设备信息、采集参数和历史加工记录应进入资源评估范围。它们关系到数据能否被比较、如何被处理，以及后续结果能否复现。
草案对噪声的处理，也体现了按用途评价质量的思路。
在质量分级中，部分存在噪声、但仍能辨识关键心搏、节律和波形的数据，可以被判定为可接受。对于心电噪声检测研究等特殊用途，草案也允许纳入特定的“不可接受”记录，但要求说明用途和筛选标准。³
由此可以看到，数据清洗需要保留明确的任务依据。哪些记录保留、哪些剔除、哪些需要单独标记，都应有可解释的规则。单纯追求波形整洁，无法覆盖不同研发任务的质量要求。
三、医学标注的专业性，要体现在组织和复核过程
信号具备可用条件之后，标注决定了数据能够支持怎样的学习和评价。
草案区分了心搏、节律或事件、波形特征、诊断结论等标注层级，并要求根据产品预期用途确定标注内容。它同时提出，每个心电图至少由两名标注人员进行标注，出现分歧时由仲裁人员审核裁定，对相关人员的工作经验和资历也设定了条件。³
这些条款把医学专家的参与落实到了具体流程。专家需要参与规则制定、疑难判读和分歧处理，项目也需要保存相应过程记录。
对数据服务机构而言，“有医生参与”只是一个起点。能够说明医生参与了哪些环节、分歧如何解决、标签怎样对应原始信号，才便于使用方判断标注工作的可靠程度。
这也提醒需求方，数据集中的诊断文本与面向特定任务形成的标注结果，需要分别审查。已有报告能提供哪些信息，是否还需要心搏位置、事件区间或波形边界等标注，应由研发任务决定。
标注质量与模型性能同样需要分开评价。草案中的标注准确性、一致性要求，针对的是数据建设过程；不能将这些指标直接解释为医疗AI产品已经达到相应诊断准确率。³
四、医院与企业合作，需要形成可验收的交付
采集、加工和标注要求逐步明确后，数据交付的内容也随之具体起来。
草案要求说明访问权限、访问条件、所需工具或接口，以及数据导出、交换格式和版本控制机制。涉及标注结果访问时，还需说明标注与原始心电信号、元数据及标注规则版本之间的对应关系，支持追溯和结果复现。³
对项目合作而言，这些内容可以转化为更清晰的交付约定。
企业接收数据后，需要知道怎样读取、如何解释标签、哪些样本适用于目标任务，以及出现疑问时到哪里查找依据。医院提供数据时，也需要明确本次交付覆盖哪些内容、经过哪些处理、存在哪些使用限制。
数据更新同样需要纳入管理。草案要求说明更新机制，并评估更新对病种组成、患者特征及数据分层等方面的影响。³
这说明，持续增加记录与持续维护一个数据集，是不同的工作。后者还包括版本之间的差异说明、质量复核和适用范围调整。
编制说明也将临床机构、企业和检验机构纳入验证工作：临床端关注采集、标注及记录的可追溯性，企业和检验机构参与质量要求与检验方法的验证。⁴
据此观察，专业数据服务的工作内容已经较为明确：将临床资源整理为用途清楚、过程留痕、质量可检查的数据集，并支持后续使用和维护。项目如何评价这些工作，比单纯按记录条数计算交付规模更值得讨论。
五、国家政策支持数据供给，专用标准细化质量依据
心电图草案可以放在更广泛的标准建设中理解。
2026年，国家药监局已发布YY/T 2029—2026《脑机接口医疗器械 用于人工智能算法的脑电数据集质量要求与评价方法》，实施日期为2027年9月1日。心电图草案与脑电数据集标准处于不同阶段，但共同体现出数据质量要求向具体信号和应用领域细化的方向。⁵
与此同时，国家数据局2026年发布的《关于推进行业高质量数据集建设行动的实施方案》，将医疗卫生列入重点领域，提出发展专家型数据标注服务、完善数据质量与应用效果评价，并加强相关标准在政府采购、招投标等活动中的引用。⁶
两方面文件各有侧重。国家数据政策推动高质量数据集的供给、应用和专业服务发展；医疗器械领域的专用标准，则进一步说明特定用途的数据应如何描述、建设和评价。
沿着这一方向，医院的数据资源需要与明确的研发需求对接，企业需要把质量要求提前纳入合作设计，数据服务机构则需要具备医学、工程和质量管理相互配合的能力。
但标准草案本身没有承诺新增采购规模，也没有赋予数据交易授权。质量建设、合法使用和产品评价仍然需要分别落实，不能通过符合某一类技术要求相互替代。
结语：细分场景，让医疗数据的专业价值更容易被说明
心电图草案提供了一个具体观察窗口：医疗数据集的价值，需要通过适用任务、样本构成、信号条件、标注依据和质量证据加以说明。
医院的临床积累，为数据集建设提供资源基础；医生的专业判断、工程人员的处理能力和质量人员的验证工作，使这些资源能够被研发团队理解和使用。
随着专用要求逐步细化，医院与企业也有了更具体的合作语言。围绕某一类临床任务，把数据形成过程交代清楚，把质量依据保留下来，把交付内容约定明确，是当前就可以着手推进的工作。
参考资料
¹ 国家药品监督管理局医疗器械标准管理中心：《关于征求〈人工智能医疗器械 数据集专用要求：心电图〉医疗器械行业标准（征求意见稿）意见的通知》，2026年7月28日。
² 中国食品药品检定研究院：《行业标准解读：YY/T 1833.2—2022〈人工智能医疗器械 质量要求和评价 第2部分：数据集通用要求〉》，2023年10月9日。
³ 国家药监局医疗器械标准管理中心公开附件：《人工智能医疗器械 数据集专用要求：心电图》（征求意见稿）。主要依据第1章、第4—6章及附录A。
⁴ 人工智能医疗器械标准化技术归口单位：《人工智能医疗器械 数据集专用要求：心电图》编制说明，2026年7月21日。
⁵ 国家药品监督管理局：发布YY/T 2029—2026医疗器械行业标准的公告；实施日期见官方标准信息。
⁶ 国家数据局：《关于推进行业高质量数据集建设行动的实施方案》，2026年6月8日公开。
📌 往期深度分析
►政策解读丨从2026数贸会看医疗数据市场：数据服务、临床应用与国际合作
► 政策解读丨国家明确2027年目标：医疗高质量数据集与专病模型进入集中建设期
►深度剖析丨医疗高质量数据集进入政府采购：专病库、医学标注与模型评测形成新市场