浙江首单健康体检问数垂类大模型语料完成数据知识产权登记 覆盖NL2SQL与体检运营场景

随着全国数据要素市场化配置改革持续深化，医疗健康作为高价值数据密集型领域，垂类大模型训练语料的权属确认、合规流通一直是行业核心痛点。作为国内率先开展数据知识产权登记试点的省份，浙江搭建的浙江省数据知识产权登记平台，承担着数据资源确权存证、流通溯源、权益保障的核心职能，为各类合规数据资产进入要素市场提供官方公信力背书。本次杭州益往健康科技完成登记的语料资产，是国内少有的聚焦体检预约垂直场景的大模型训练专用语料，标志着医疗健康细分领域的数据资产确权实践进一步落地。

本次登记的语料数据，专门针对体检预约场景的自然语言问数需求开发，可用于训练健康体检号源与预约提前期问数垂类大语言模型，使其能够理解体检预约过程中关于公共号源、专场号源、报名类型、预约提前期、预约状态和支付状态的自然语言查询，并准确生成对应SQL。依托 `dwd_exam_booking_source_leadtime_fact` 表中的 `order_code`、`order_month`、`exam_month`、`institution_code`、`institution_type`、`package_category`、`source_type`、`booking_type`、`appointment_status`、`payment_status`、`booking_lead_days`、`booking_lead_band`、`public_ahead_days`、`special_ahead_days` 等字段，模型可掌握“公共号源平均提前几天预约”“专场号源取消率是否偏高”“不同套餐类别的预约提前期分布”“某机构类型号源支付率如何”等体检预约资源配置问题。运营人员可基于该语料快速适配号源管理、预约规则优化、体检日期资源调度等需求，其核心生产流程包含四大环节：
1.数据预处理：对预约订单创建月份、体检月份、号源类型、报名类型、预约状态、支付状态和预约提前天数进行清洗和标准化，统一月份格式为 `YYYY-MM`，剔除删除记录、体检日期早于订单创建日期且无法解释的异常记录、预约提前天数超出合理范围的记录。
2.问题收集与分类：从体检预约管理、号源配置、专场体检运营和日期资源调度中收集问题，按号源订单规模、预约提前期均值、提前期分组、公共号源转化、专场号源转化、报名类型结构、取消率对比、支付率对比和机构规则适配等类别分类，确保覆盖号源运营核心问数场景。
3.核心算法建模：构建“语义解析-查询生成-异常检测-逻辑验证”全流程算法体系。
（1）语义解析与结构化：将问题中的“公共号源”“专场号源”“提前几天”“预约提前期”“体检月份”“取消率”“支付率”“报名类型”等表达映射到 `source_type`、`booking_type`、`booking_lead_days`、`booking_lead_band`、`exam_month`、`appointment_status`、`payment_status` 字段。
（2）SQL生成与初步验证：订单量采用 `COUNT(order_code)`，平均预约提前期采用 `AVG(booking_lead_days)`，支付率通过已支付订单数除以订单总数计算，取消率通过取消预约或取消报名订单数除以订单总数计算。按号源类型、提前期分组、机构类型、套餐类别进行 `GROUP BY`，排序查询必须使用 `ORDER BY` 和 `LIMIT`。
（3）异常值检测：检测提前天数是否小于0或过大，检测支付率、取消率是否超出0-100%，检测同一SQL是否引用建表语句未声明字段，检测分母为0时是否使用 `NULLIF` 或返回无有效样本。
（4）逻辑核验与优化：由预约运营人员核验号源类型、提前期分层、取消率和支付率是否符合体检预约业务规律，确保模型不会把公共号源和专场号源混用，不会把订单创建月份误当体检月份。
4.语料库迭代优化：根据模型在“号源类型识别、提前期计算、支付率/取消率生成”中的错误反馈，持续补充提前期极短、专场号源高取消、公共号源高转化和热门体检月份样本。该算法规则确保本语料数据能够支撑健康体检预约资源配置和号源效率分析的自然语言问数训练。

从落地价值来看，该语料训练形成的NL2SQL能力可覆盖多类行业需求：在体检机构运营端，非技术背景的运营人员无需掌握SQL技能，仅通过自然语言提问即可快速获取号源供需、预约转化率、套餐热度等核心运营数据，大幅降低数据分析门槛，支撑号源动态调配、预约规则优化、体检时段资源调度等决策；在行业监管端，可支撑卫生健康管理部门快速分析区域内体检资源的供需匹配情况、号源投放公平性等指标，助力区域医疗资源优化配置；面向C端用户时，未来可对接智能预约咨询界面，直接响应用户关于号源余量、预约提前期、套餐适配性等问题的咨询，提升用户预约体验。本次登记也为医疗健康垂类大模型训练语料的合规流通、权益保护提供了可参考的实践样本，将进一步推动医疗健康领域数据要素市场的规范化发展。

查看健康体检号源与预约提前期问数垂类大模型语料数据

登记内容：