一份病历，医生要从中寻找病史、检查指标、影像资料等大量信息；而现在，一名新的“助手”正在尝试和医生一起完成这项工作。近日，由大连医通康合科技有限公司与大连医科大学附属第一医院肾内科共同研发的肾病AI大模型投入临床使用。面对海量病历，它能够迅速梳理关键信息，并从医学影像中寻找容易被忽略的细微病灶，为医生诊断提供参考。
8月19日，记者走入大连市数据标注产业园和大连医通康合科技有限公司探访，了解到这个已经走进临床的AI背后，藏着一条新的数据产业链正在大连落地开花。
肾病AI大模型“上岗” 高质量数据成关键
走进大连医通康合科技有限公司，电脑屏幕上的医学影像、数据和模型界面不断切换。
如果把AI大模型比作一个正在学习的“学生”，那么算法决定了它如何学习，而高质量数据则是它每天要读的“教材”。教材不能杂乱无章。
“比如医疗数据，专业门槛非常高，并不是简单地在图片上画个框、贴个标签就可以。”大连医通康合科技有限公司总经理钟家豪告诉记者，哪些数据有价值、如何分类、病灶如何标记，需要专业人员按照医生的指导进行处理，有些高质量数据集还需要医生直接参与。
也就是说，在AI能够识别病灶之前，人首先要告诉它：什么是病灶。
记者了解到，肾病AI大模型投入临床后，这个过程并没有结束。临床中不断产生的新数据，还会经过清洗、分类、标注等环节重新进入数据体系，帮助模型持续学习。
这意味着，AI并不是“训练完就毕业了”，而是在真实的医疗场景中不断更新自己的“题库”。
“高质量数据集就是这些模型的生产原料。”钟家豪说，“我们也会让医生跟我们一起做一些高质量的标注数据集，这些数据会让模型越来越好地成为医生的助手。”
目前，依托数据要素创新实验室，医通康合已经参与形成肿瘤、心脏病、泌尿恶性肿瘤相关VTE等6个高质量数据集，规模达到22TB，并继续与医院推进疑难共病等医疗高质量数据集建设。
22TB数据背后，是大量细碎而具体的工作。
文字要分类，图像要识别，视频要拆解，语音要处理……所谓数据标注，简单来说，就是把人类看得懂却杂乱无章的数据，整理加工成机器能够理解和学习的标准数据。这也是当下人工智能产业中一个容易被忽视的环节。
人们看到的是越来越聪明的大模型，却很少看到，在模型背后，还有很多人在一张图片、一段文字、一份病历中，一点一点地告诉机器——这个世界究竟是什么样子。
从“标数据”到“造原料” 数据标注瞄准高质量数据集
真正进入这一行业，就会发现“给数据贴标签”远没有听上去那么简单。尤其到了医疗、自动驾驶、海洋等专业领域，企业不仅需要专业标注人员，还需要算力、存储、算法工具和安全的数据环境。对于一家中小型科技企业而言，如果这些环节全部自己搭建，成本并不低。
“很多企业不是没有场景，而是前期投入太重。”采访中，大连海创资产运营公司总经理张锐剑向记者解释，产业园要做的，就是把企业单独承担的一部分成本变成公共服务。
2025年9月，大连市数据标注产业园正式开园。这里采用“一平台、一中心、一空间”的布局：数据标注公共服务平台、人才培训中心和企业办公空间被放进同一个产业载体。
记者走进园区，实训基地、人才培训中心、数据要素创新应用实验室以及企业办公区分布其间。园区一期约1.2万平方米，目前已经全部入驻，并开始扩展二期空间。更重要的一部分藏在电脑屏幕和机房里。
产业园与中国联通等企业合作，引入算力资源和可信数据空间。园区企业可以使用主机托管、云主机、本地算力以及可信网络等服务，不必每家企业都从头搭建一套基础设施。
截至目前，园区已入驻金慧融智、宏图创展、医通康合、中科超硅等19家企业，从业人员约1100人。
产业园的另一个变化，则发生在“标什么”。
如果说早期的数据标注更多依靠大量人工完成基础分类，那么现在，园区瞄准的是医疗、智能驾驶、海洋、AIGC等专业门槛更高的领域。
“通过这一年的运营，我们引入了金慧融智、宏图创展等一批数据标注企业。”张锐剑告诉记者，下一步园区还准备向海洋领域延伸，研究建设高质量海洋数据集。这对于大连而言，有着更具体的产业想象空间。
海洋监测产生的图像、视频和传感器数据，智能驾驶采集的道路信息，医院沉淀的医疗数据，城市运行中不断产生的公共数据……过去，这些数据可能分散在不同系统中；而人工智能时代，它们有可能经过治理、清洗和标注，成为训练行业模型的“原材料”。
张锐剑说，园区正在做的一件事，就是继续梳理产业场景，再利用园区数据企业的专业能力，把数据治理好、加工好，提供给真正需要这些数据的应用场景。
记者注意到，为了补上另一块短板——人，产业园还与大连近20所高校和职业院校合作建设实训基地。
学生在学校里就开始接触真实的数据标注业务，企业则可以提前储备人才。一条“人才孵化—产业培育—市场拓展”的链条正在尝试形成。
从医疗大模型已经进入临床，到自动驾驶高精地图标注、海洋多模态数据治理等项目推进，数据标注正在从屏幕后面走向一个个真实的产业场景。
而这也改变着人们对于“数据标注”的传统认识。
它不再只是“画框”“贴标签”的简单人力工作。越往人工智能产业深处走，数据越专业，对标注者的行业知识、技术能力以及数据安全的要求也越高。
按照规划，到2027年，大连市数据标注产业园将向近万人规模的区域性高端数据服务枢纽迈进，并力争建设国家级高质量数据集与数据标注基地。
采访结束时，再回头看那个已经走进医院的肾病AI大模型，记者突然觉得，“数据标注”其实并不遥远。
医生在屏幕上看到的一次辅助判断，自动驾驶汽车识别出的一名行人，海洋AI未来辨认出的一条鱼、一片海底地貌——机器每一次越来越准确的“看见”，背后都可能是无数数据曾经被人认真地看过、辨认过、标记过。
AI向前跑得有多快，不只取决于模型有多聪明，也取决于我们能不能持续给它提供足够好的“粮食”。
而在大连高新区，一座产业园正在做的，正是把这些散落的数据，一点点变成AI真正吃得下、学得会、用得上的“生产原料”。
半岛晨报、39度视频记者陆瑶
天顺优配提示：文章来自网络，不代表本站观点。
