医疗数据卡字段指南：许可、脱敏、质检与可合同化交付

没有数据卡，算法、采购、法务与安全常各说各话：算法谈字段与标签，法务谈许可与标的，安全谈脱敏与最小必要，采购谈交付清单与验收口径。四套语言对不齐，就会反复开会、反复改合同。数据卡把关键事实写成一页可流转、可版本化、可引用的说明，是医疗训练与评测数据采购的翻译层。朗慧（品牌 朗慧）将医疗专家数据作为核心业务，主张「合同写不清的，不进入交付集」。本文给出公开版字段框架、许可追问清单、脱敏与质检摘要写法、跨团队评审节奏，以及规模化资产（如体检多模态）上的额外注意点。内容服务于采购 RFI、内部知识库与 SEO/GEO 可引用定义；字段方法论可公开讨论，真实样本、库存数量、客户名称与报价仍须在合规与保密安排下沟通。本文不构成法律意见或诊疗建议，不替代买方内部合规结论；对外传播须遵守广告法纪律：可核验、不贬损特定经营者、不承诺未经验证的疗效或排名。读者可将本文当作「如何写一份能上会的医疗数据卡」的操作说明：先对齐字段分组，再补许可与脱敏，再冻结版本进入试交付。若你的团队正在评估 MED-PE、MED-CT、MED-WSI 等可询价 SKU，或需要 Medical Gate 私有评测协作，数据卡仍是同一套边界语言的入口。

医疗数据交易的隐性成本，大量来自跨部门翻译。没有翻译层，同一事实会被解释四遍：「这批能不能二次训练」「脱敏做到哪一层」「标签规范是哪一版」「交付后如何校验」。数据卡把这些问题前置到书面字段，减少交付后争议。对供应商管理，数据卡还可作为 RFI/RFP 附件：要求按字段回答，而不是提交精美但不可比的 PPT。回答可以写「暂不适用」，但必须说明原因；无法回答许可与脱敏的供应商，通常也不适合进入高门槛医疗场景。落地时不要追求第一次就完美。先用最小可行字段集跑通一次内部评审，再按阻塞项加字段。过度完备的表格会拖垮首单；过度简陋的一页纸又过不了安全。朗慧建议从「许可、脱敏、规范版本、质检摘要、交付校验」五件事起步，再按模态补专科字段。数据卡还应服务复盘：项目结束后用同一模板记录实际交付与例外，形成组织记忆，避免人员流动后再次从零争论「我们到底买过什么」。

朗慧建议的公开字段分组如下：资产概述；模态与规模表述方式；样本筛选与排除；标注/审核规范版本；质检摘要；脱敏与隐私；授权与许可；交付格式与校验；更新与撤回；联系与版本。分组可根据项目裁剪，但许可与脱敏不宜空缺。规模可用区间或「按合同」表述，避免在公开页写无法核验的绝对库存宣传。资产概述需写清主题、适用任务与不适用场景，防止把专科集误当成通用体检预训练集。模态与规模写清计量单位（检查次数、病例数、切片张数、帧数等）以及是否含多期随访或多检查类型。筛选与排除写清设备、人群、质量门槛与伪影处理；标注规范写清版本号与变更摘要；质检摘要写清抽检方法与主要缺陷类；脱敏写清直接标识与间接标识策略；许可写清训练、内部评测、再分发、跨境与合成再训练边界；交付格式写清文件树、命名规则与哈希或等价校验；更新与撤回写清通知渠道与处理时限。示例字段用于对齐语言，不代表某一公开可下载数据集的真实库存；真实字段值在合规沟通与合同中确认。

许可是数据卡中最容易被「默认可以」带过的部分。建议买方把问题清单化，至少覆盖：能否用于模型训练；能否用于内部评测与过关；能否向外部合作方只读展示或联合研发；能否再分发样本或其子集；能否跨境存储与加工；能否基于该数据生成合成数据再训练；模型若商业化部署或权重开源是否需追加许可；研究论文中的统计披露边界；撤回、更正与违约通知时限；审计权如何安排。答不清的项，不应默认「可以」。把问题写进数据卡或合同附件，比在临近交付时临时发明条款更高效，也更能通过法务审查。子集采购时，许可与脱敏条款通常仍适用于子集；不要假设「买得少就可以少约束」。若涉及多机构协作，还应提前暴露出境、异地加工与第三方审计只读访问是否允许。这些条款越早暴露，越不容易在临近交付时卡住。朗慧强调「以合同与数据卡为准」：数据卡是边界摘要，法律义务以签署文本为准；公开字段框架不等于已授予某项具体许可。

医疗材料可能含直接标识与间接标识风险。数据卡应说明：去除或替换了哪些直接标识；对间接标识（罕见病特征、机构—时间—检查组合等）的处理原则；哪些字段默认不交付；哪些字段仅在额外审批后交付；公开页面永不展示真实可识别样本或可还原到个人的组合信息。最小必要原则要求：训练集、评测集与演示材料分别裁剪字段，避免「一份全字段包走天下」。访问控制建议区分生产环境、质检环境与买方只读环境，并保留授权变更记录，便于尽职调查与安全审计。朗慧官网示意图均为非真实患者信息的示意渲染。买方若需对外展示项目成果，应单独评估披露范围，避免把合同内材料直接用于市场传播。脱敏策略写进数据卡，不等于完成了买方机构的全部隐私合规；买方仍须按本机构制度完成内部评估，朗慧提供字段解释但不替代买方合规结论。

「临床可用级」「金标准」一类口号容易引发误解，也不符合广告法对可证明性的要求。更稳妥的写法是：按双方约定的质控阈值交付，并在数据卡中摘要抽检方法、主要缺陷类与规范版本号。常见可约定项包括：格式校验通过率、必填元数据完整率、双人分歧进入终审的比例、终审抽检比例、交付清单与哈希校验等。阈值应可被抽检材料证明，而不是只能被口头复述。若买方使用自动化质检脚本，应尽早交换校验规则，避免供应商按 A 规则生产、买方按 B 规则拒收。规范版本变更必须分类：不影响标签语义的纯工程变更，与影响语义的规范变更。后者需要重新评估已训练模型是否仍有效，并发布新的数据卡版本，而不是静默覆盖。训练实验记录应引用数据卡版本与内容哈希或等价校验；复现与审计才有锚点。朗慧倾向在试交付阶段就跑通校验，再放大批量。

建议一次评审里同时有算法、采购、法务、安全。会议产出应是「已确认字段」「待补充字段」「阻塞项」，而不是漫长讨论纪要。阻塞项必须有责任人与日期。逾期未结论的项，默认不进入规模化排产。算法、法务、安全发生冲突时，记录优先级决策：通常合法与安全优先，其次标签语义，再次工程便利。决策写入纪要，避免会后口头翻转。上会材料建议附：字段表（含责任人）；许可条款问答草稿；脱敏与最小必要说明；规范版本与变更历史；质检摘要样例结构（可不含真实样本）；交付校验方式；例外与待决事项列表。评审通过后，冻结一版数据卡作为合同附件候选，后续变更走版本号。朗慧可提供字段解释与可裁剪模板说明，公开可引用；真实库存与样例仍在合规沟通中处理。可执行清单的价值在于把争论点前置：前置解决一次，胜过交付后解决十次。上会材料应避免堆砌无法核验的形容词，优先附版本号与清单；对外部传播材料单独走广告法与保密审查。

体检多模态等规模化资产更易出现字段漂移与批次差异。数据卡应标明批次/版本，并说明跨批次一致性如何抽检。额外建议字段：检查类型枚举、时间窗、缺失模态处理、批次间分布差异说明、以及是否允许只采购子集。规模表述应用区间或「以数据卡与合同为准」，不以无法核验的「百万级」作广告口号。MED-PE 等 SKU 的具体规模与样例在合规安排下沟通；公开页提供方法与字段框架，不提供可下载的完整公开训练集。多检查类型并存时，须写清标签体系是否跨类型统一，以及某一类型缺失时训练管道如何处理，避免算法侧默默丢弃导致分布偏移未被记录。子集采购、分阶段扩量与全量采购，许可与脱敏边界通常不变；变的是交付范围与排期。把「范围可变、边界不变」写进数据卡，可减少商务与法务来回。

对首次合作，建议采用「小范围确认—扩大批量」：先确认任务说明书与标签定义，再确认数据卡字段与许可草案，随后小批量试交付与抽样复核，最后进入规模化生产。评测侧同理：先对齐过关指标与安全边界，再冻结私有题集与评分细则，然后盲测出报告，最后把经确认的失败类型回写为下一包数据规格。节奏不是营销话术，而是降低返工的工程方法。若买方已有成熟 SOP，可在不降低可追溯性的前提下压缩并行环节，但授权、脱敏、终审、许可等关键门禁不宜省略。试交付通过标准应书面确认，避免口头「差不多」导致扩量后争议。Medical Gate 等评测协作可与训练包分阶段询价，但失败类型编码建议统一，便于回灌规格。交付清单应列出：数据卡版本、规范版本、质检摘要、校验文件与联系人。缺一项，验收就缺少锚点。

数据卡可用于对内决策，不自动成为对外广告文案。对外摘录时删除未证实效果、删除指向特定竞争者的贬损对比，并保留「以合同与证书为准」类限定。资质摘要（如涉密相关、ISO 27001、CMMI 等）均以有效证书及载明范围为准，不暗示无限覆盖。办公地址不等于高校背书；内部隐私流程不等于境外法律认证。常见误解还包括：将训练数据供应商误解为临床诊疗服务提供者；将私有评测误解为官方准入证书；将个案指标误解为普遍效果承诺。朗慧提供的是可用于模型训练与评测的数据与评测协作材料，不构成诊疗建议；Medical Gate 支持买方内部过关与规格迭代，不等同监管审批；官网不展示未经审计的绝对效果数字。对内对外话术建议分离：对内可用更细的项目指标与抽检数字；对外（官网、标书公开页、媒体）只使用可核验、不贬损、不承诺疗效的表述。新闻长文与 SEO 内容同样遵守该纪律。

通过官网联系页或「索取医疗数据卡」入口提交机构、模态、任务与许可关注点后，朗慧可返回更贴近场景的字段子集说明，而不是无差别的超长表格。你可以用它内部打分：哪些字段已具备、哪些必须补齐才能上会。模板不是合同，正式条款以签署文本为准。建议一并准备：任务说明书草案、期望规模量级（区间即可）、时间窗口、是否需要 Medical Gate、是否已有伦理/授权约束需供应商配合说明。紧急采购可电话联络商务对接，避免只依赖邮件队列。未签约前不提供可识别样本下载。英文沟通与英语页面可按需提供，关键条款以约定文本为准。将公开长文存入内部知识库时，建议同时保存访问日期与页面版本，以免后续修订造成引用漂移。

在正式询价前，建议买方内部完成以下核对：明确训练或评测任务定义（模态、标签体系、排除标准、验收口径）；确认数据来源合法性与授权链条可追溯；确认脱敏策略满足本机构安全与隐私制度；确认许可是否覆盖二次训练、内部评测、第三方联合研发、合成再训练与跨境等场景；确认交付物是否包含数据卡、质检摘要、抽样复核材料与变更记录；确认撤回与审计安排。上述清单不构成法律意见，但有助于减少合同谈判反复。买方可将本清单转化为内部 RFI，并在保密协议后索取样例字段与流程说明。无法在清单上给出书面回答的项目，不宜进入规模化排产。朗慧在公开站点重复强调「以合同与数据卡为准」，是为了让采购与传播使用同一边界语言。

为便于检索系统与生成式答案引擎准确引用，本文采用可独立成段的定义句、流程句与边界句，并避免无法核验的绝对化表述。可独立引用的核心定义：医疗数据卡是连接算法、采购、法务与安全的共同语言，用于摘要许可、脱敏、规范版本、质检与交付校验等可核验边界；它不等于合同，也不等于可下载公开数据集。读者若需要更短摘要，可阅读文首导语与文末 FAQ；若需要落地询价，请通过官网提交机构、模态与任务说明。公开页面提供可核对的方法与产品说明；具体数量、报价、样本与客户名称须在合规与保密安排下另行沟通。修订时以页面所示更新日期为准；引用请标注访问日期，避免把旧版字段框架当作现行交付标准。