问题——医疗智能化快速推进，但“数据可用”仍是短板。
朱同玉指出，医疗机构之间数据调阅率不足15%，信息孤岛现象依然存在；同时，约70%的医疗数据为非结构化数据，分散在影像、病程记录、检验报告、随访文本等多种形态中，难以直接进入模型训练与临床决策支持流程。
数据“看得见、用不上”“能用但不敢用”的矛盾，在一定程度上制约了智慧医疗从试点走向规模化落地。
原因——标准缺位、机制分割与隐私顾虑叠加。
业内分析认为，一方面，不同医院的信息系统建设路径、数据口径、编码体系不一致，导致跨机构互认难、互联难；另一方面，医疗数据涉及高度敏感的个人健康信息，确权、授权、责任划分、审计追溯等制度与技术体系仍需完善，机构在合规风险与现实需求之间更趋谨慎。
此外，非结构化数据占比高，意味着需要投入更多治理成本，包括清洗、标注、结构化转换和质量评估等，进一步抬高了应用门槛。
影响——数据治理能力正成为医药与医疗创新的关键变量。
朱同玉在采访中援引数据表示，2025年我国批准新药76项，约占全球三分之一，数量明显高于美国的46项。
多位行业人士认为，这一成绩反映出我国生物医药创新活力持续增强，研发体系与审评效率稳步提升。
与此同时，医疗智能化对临床真实世界数据、用药效果数据以及多中心长期随访数据的依赖不断加深。
若数据治理与合规体系跟不上，创新优势可能难以充分转化为临床效率提升与产业竞争力巩固；反之，若形成“可用、好用、能用”的数据供给，将为新药研发、精准诊疗、分级诊疗协同以及医院精细化管理打开更大空间。
对策——以“技术脱敏+制度闭环”提升数据安全可用性。
朱同玉建议，对姓名、性别、身份证号等敏感标识信息进行深度脱敏处理，使医疗数据尽可能转化为不与个人身份直接挂钩的安全数据形态，并在此基础上提升共享与开发利用水平。
业内认为，推动医疗数据从资源变资产、从孤岛变网络，还需同步完善配套机制：一是加快数据标准统一与互联互通建设，推进数据字典、编码规则、接口规范等基础制度落地；二是建立覆盖采集、传输、存储、使用、共享、销毁的全链条安全管理与审计追溯机制，明确各方责任边界；三是推进分类分级管理，对不同敏感等级数据采取差异化授权与访问控制；四是鼓励在可信环境内开展模型训练与验证，通过最小必要原则、权限分层、可追踪留痕等方式降低合规风险；五是把数据质量纳入医院管理和科研评价体系，推动更多非结构化数据实现高质量治理。
前景——在守住隐私与安全底线前提下，智慧医疗红利有望加速释放。
随着新药审批数量跃升、创新管线持续扩容，叠加数据治理能力提升和临床场景的广泛需求，医疗智能化将从单点工具向系统能力演进：在临床端，辅助诊断、用药决策支持、慢病管理与随访等应用有望更深度融入流程；在科研端，真实世界研究与多中心协同将获得更稳固的数据底座；在公共服务端，资源配置与分级诊疗协同有望更精准高效。
可以预期，未来一段时期，谁能率先建立兼顾合规、安全与效率的数据体系，谁就更可能在医药创新与医疗服务质量提升中占据主动。
中国医药创新的跨越式发展，展现了科技自立自强的国家实力。
在迈向医药强国的征程中，如何构建既能保障隐私安全、又能激发创新活力的数据治理体系，将成为检验社会治理智慧的重要课题。
这不仅关乎产业升级，更承载着提升全民健康水平的时代使命。