随着我国数据要素市场化建设持续推进，医疗健康作为数据价值密度最高、应用场景最广的细分领域之一，长期面临真实数据隐私敏感性强、合规流通门槛高的痛点，高仿真、合规化的合成训练数据成为行业破解数据供给难题的重要方向。作为全国率先开展数据知识产权登记试点的省级平台，浙江省数据知识产权登记平台承担着数据资源确权校验、流通公信力背书、合规性前置审核的核心职能，是国内数据要素规范化流通的重要基础设施。
2026年5月27日，临海数云创想信息技术有限公司旗下的AI数字人模拟健康与医疗行为预测训练数据正式在该平台完成知识产权登记。该训练数据依托AI数字人技术生成，通过AI虚拟海量人群模拟健康医疗决策与行为，经规则处理与算法建模形成标准化数据集合，能够为医疗机构、健康管理机构、公共卫生部门、医药保健企业提供全场景数据支撑，可广泛应用于健康行为预测、用户健康分层等核心领域。
从落地价值来看，该数据集的应用覆盖医疗健康服务全链路：在公共卫生领域，可精准识别不同人群健康行为特征，支撑公共卫生疫苗接种宣传、慢病干预、健康体检推广等定向触达，解决传统健康宣教“广撒网”效率低的痛点，提升触达效率与人群响应率；在健康管理运营领域，可基于不同年龄、性别、健康状况人群的行为特征制定差异化健康管理、体检套餐、保健品推荐策略，实现健康服务精细化运营，提升人群健康依从性；在医疗机构服务优化领域，可量化分析用户就医渠道偏好、价格敏感度与服务需求，助力医疗机构优化科室布局、服务流程与渠道配置，提升就医体验与服务效率；在资源调度领域，可基于健康行为时序特征预测体检频次、保健品复购、慢病随访频率、疫苗接种概率，指导健康服务资源调配、库存备货与服务计划制定，减少资源浪费与供需错配；此外还能为健康管理智能客服、线上问诊、健康科普、公共卫生调研、医保政策适配等场景提供高仿真、合规化虚拟人群底层数据支撑，规避真实个人敏感数据流通的合规风险。
据公开信息显示，该数据集的核心算法体系包含四大技术模块：1. 采用DBSCAN聚类算法，以性别、年龄、健康状况、收入水平、居住区域、健康素养为核心维度，对虚拟健康医疗行为人群开展聚类分群，精准识别高体检意愿、高频保健品消费、规范慢病管理、主动疫苗接种等高价值目标人群。 2. 采用Transformer时序预测模型，基于用户历史健康行为频次、决策记录等特征，开展时序建模分析，预测用户体检执行概率、保健品复购周期、慢病管理依从性、未来疫苗接种可能性，为健康干预与服务运营提供量化依据。 3. 采用特征加权融合算法，对性别、年龄、慢病情况、健康认知、家庭结构、就医便利性等特征进行权重拟合与融合，生成贴合真实区域人群分布的虚拟健康行为样本。 4. 采用规则引擎+逻辑回归模型，通过规则引擎构建健康行为判定逻辑，结合逻辑回归模型量化计算用户体检意愿强度、保健品购买意愿、就医渠道选择倾向、疫苗接种接受度，匹配个性化健康服务与干预方案。
在技术实现逻辑上，该数据集基于健康医疗领域真实人群行为、公共卫生统计、就医与健康消费市场数据，构建虚拟健康行为人群先验分布模型；通过AI数字人多轮交互（含健康咨询、服务比价、行为反馈、意愿表达等）采集用户行为特征，迭代优化虚拟人群健康标签体系。采用权重归一化、区域人群结构校准、健康行为分布拟合技术，保障虚拟人群结构与行为规律和真实市场高度一致；支持人群特征动态更新，可适配季节流感防控、体检旺季、疫苗接种推广、慢病专项管理等多场景业务需求。
登记内容：
业内人士指出，本次AI合成医疗训练数据的成功登记，为医疗健康领域数据要素供给提供了新的合规路径，既解决了真实健康数据流通的隐私顾虑，又能够为AI医疗、智慧健康管理等数字化应用提供足量、高质量的训练数据支撑，对推动医疗健康行业数字化转型、丰富我国数据要素市场的细分品类供给具有积极的示范意义。
_1769672084863.jpg)