智启高质量数据集元年，紫光云加速数据价值释放

高质量数据集建设涵盖“数据需求、数据规划、数据采集、数据预处理、数据标注、模型验证”6 阶段，各阶段需按序开展并支持跨阶段反馈迭代。紫光云凭借其知识平台 + 数据平台 + 模型平台，覆盖高质量数据集建设所需技术工具集。在实施过程中，紫光云能够结合具体 AI 场景需求，有效支撑人工智能 + 业务开展，促进数据共享、提升数据质量、保障数据安全。

紫光云的高质量数据集建设实施方案具有鲜明特色。数据平台方面，紫光云打通纵向、横向、内外的数据通道，实现政府公共数据、行业数据和社会数据的汇聚，打造从数据资产管理、集成管理、计算存储、运营管理、质量管理的全流程端到端的数据链治理能力和安全能力，打破“信息孤岛”，形成数据资产，提高数据资源集中化、有序化水平。

知识平台方面，紫光云打破行业数据落地大模型的两大鸿沟，“数据到知识”和“知识的更新权限”，凭借知识采集引擎、知识加工引擎、知识更新管理、知识管理体系四大能力，让模型轻松使用私域数据，实现从一体化知识采集到加工到更新的全生命周期管理能力。

模型平台方面，涵盖数据预处理、模型搭建、训练优化、评估验证等全流程，助力高质量数据集高效开发。此外，紫光云还提供数据工程服务，包括高质量数据集制备服务以及申报支撑服务。

在医疗行业，紫光云助力高质量数据集建设，驱动行业创新升级。数据已成为人工智能行业应用落地的核心“护城河”。在算法趋同、算力普惠的背景下，高质量、高价值密度的数据资源构建起企业差异化竞争力。垂直领域的数据壁垒通过业务场景闭环持续积累，形成模型性能的代际优势。“数据 — 算法 — 应用”相互强化的生态闭环的形成，将构建难以复制的战略壁垒。

紫光云以客户需求为出发点，与客户共建共营医疗行业高质量数据集，通过搭建算力服务平台、数据平台、模型平台、知识平台，实现从“原始业务数据到高质量数据集到行业知识图谱到场景化 AI 应用”的完整闭环，真正实现了“算力闭环 + 数据闭环 + 应用闭环”。

紫光云具备完备的医学知识库制作能力，从采集到加工到生成，具有 70 + 种知识加工能力；具备模型训练语料库制备能力；具备医学知识图谱构建能力。实现了全市医疗数据汇聚和全市各级公立医疗卫生机构的互联互通，汇聚就诊记录、检验检查报告、体检报告、疫苗接种、妇幼保健、各类卫生健康等数据，建设了千亿级医疗高质量数据集。