一文读懂新一代数智化样本库：医疗科研的“智能数据宝库”

同时，合规流通体系的构建，也能确保样本在使用过程中符合伦理规范和法律法规，让宝贵的临床样本资源在安全的前提下充分发挥价值，为从健康到疾病的相关研究提供坚实支撑。

我司创始人江婧婧深耕样本库建设与数据治理领域十余年，受邀出席本次论坛，并围绕“新一代数智化样本库建设”主题分享核心见解。她从数智化生物样本库的建设必要性与核心优势切入，清晰解读了传统“湿库”与新一代“干库”的核心差异。

传统“湿库”聚焦实体样本的存储与管理，而“干库”作为数智化样本库的核心中枢，能够整合样本基础信息、临床诊疗数据、多组学数据等全维度信息，经智能治理与知识体系构建后，成为驱动临床科研高质量发展的核心引擎。当“干库”与“湿库”深度融合，不仅能有效打破“数据孤岛”困境，更能实现样本全生命周期的可追溯、可挖掘，进而在加速科研进程、释放数据潜在价值、赋能精准医学发展等方面发挥关键作用，助力科研领域形成“数据驱动”的全新范式。

基于这一核心理念衍生的智能体工具，能有效助力生物样本库实现从“湿库”到“干库”的转型。在建设体系与技术支撑层面，江婧婧详细展示了多维度数据矩阵与“三位一体”技术架构。该架构以多模态融合、AI模型及数据安全技术为核心基石，可实现数据全生命周期的智能治理；其中专科/专病知识图谱等核心知识库建设，还能为临床科研提供扎实支撑。

针对行业普遍面临的数据治理难题，她提出“标准先行、智能治理”双轮驱动方案，并分享了自主研发的MoE数据治理模型在肝癌等专病数据治理场景中的实践成果。数据治理的核心目标，是让数据真正实现“可用、能用、好用”。而要充分释放数据价值，除了做好治理，合规流通更是关键一环。

江婧婧表示，推进数据合法合规流通与价值转化，需双管齐下：

一方面，在国家政策框架指引下，借助AI语义识别、联邦学习等技术完成数据合规脱敏，同时依托“可信数据空间”等基础设施，构建“数据不出域、多方可协同”的安全流通模式，确保数据价值在合规前提下高效释放；

另一方面，需积极联合业界专业机构，联动政府部门、数据交流中心等多方力量，共同推进国家级医学科研数据交流平台建设。这一系列举措，不仅能推动医疗服务质量整体升级、助力创新药物更快惠及全国患者，更能为“健康中国”战略实施筑牢支撑，构建起覆盖全国、开放共享、合作共赢的医学创新生态，为行业可持续发展注入核心动力。

“从行业中来，到行业中去”是江婧婧深耕领域的核心初心，亦是京卫智云始终秉持的经营宗旨。