【环球网科技综合报道】6月23日，世界经济论坛第十七届新领军者年会（2026大连夏季达沃斯论坛）举行。医渡科技创始人、董事长宫如璟出席“新药研发提速，能否惠及更广”主题对话，围绕全球医药研发加速背景下的结构性变革，以及AI与医疗数据基础设施如何重构研发与临床体系发表观点。
从数据到证据：医疗AI的核心基建能力
当前中国已是全球第二大新药研发国，本土临床试验规模持续扩容，但数据碎片化、研发周期长、受试者招募难、临床证据转化效率低等行业痛点仍制约创新药可及性提升。
宫如璟认为，这些问题的本质并非单一流程效率问题，而是数据层面的系统性割裂——“数据散落、标准不一、互不连通”，构成了AI真正进入医疗场景的核心障碍。
这正是医渡科技选择从底层出发搭建医疗数据基建的出发点。
她提出医疗AI的四层架构——算力层、通用基础模型层、医疗垂直模型层，以及最关键的“高质量数据池”。所谓高质量数据池，本质上是“证据层”：原始数据不能直接用于决策，只有经过标准化持续治理并转化为可追溯、可验证的结构化信息后，才能形成完整可信的临床证据体系。依托这套标准化证据底座，方可搭建负责任、可控、符合安全边界的AI智能体，这一整套底层体系也正是驱动新药研发提质增效的核心支撑。
这一逻辑的实践载体是医渡科技自主研发的“AI医疗大脑”YiduCore，通过将分散医疗数据转化为结构化疾病知识与研究能力，以支撑医疗各场景应用。截至2025年9月30日，YiduCore已累计处理分析近70亿份经授权医疗记录，覆盖超10000家医疗机构，疾病知识图谱基本覆盖所有已知疾病。
数据基建正在直接改变药物研发效率
依托服务全国头部医院及临床试验网络的能力，医渡科技已将医疗数据基建从主体医院延伸至临床研究与药物研发全链条，并在真实世界研究与临床试验体系中形成系统性应用。
在新药研发前端，依托疾病知识图谱，平台可助力研发方向精准研判、临床试验方案智能化设计与可行性评估，有效减少传统研发模式中方案设计不合理、试验落地难度大、资源浪费等问题，从源头压缩研发试错成本。
在临床试验核心执行环节，基于数据基建可实现跨区域、多中心受试者智能筛选与精准匹配，大幅提升患者招募效率、缩短试验入组周期，解决传统临床试验招募慢、匹配度低、样本同质化不足等难题。同时，通过AI智能质控、实时数据校验、不良事件智能监测与预警，实现临床试验全流程动态监管，大幅提升临床研究数据质量与合规性，降低试验运营风险。
在研发后端与成果转化环节，依托标准化证据层能力，平台可高效完成真实世界数据整理、临床证据生成、患者队列分层分析，为创新药上市后再评价、适应症拓展、医保准入、临床合理应用提供高可信数据支撑，打通新药研发到临床普惠的价值闭环。
宫如璟表示，过去临床试验的流程优化、效率提升更多依赖人工经验，而如今标准化数据基建与AI能力的深度融入，已经成为临床试验高质量开展、新药高效研发落地的必备条件，从原本的“锦上添花”升级为产业创新的“不可或缺”。
医疗AI出海：数据主权与深度本地化
在全球协作与数据治理层面，宫如璟指出，医疗数据的使用始终以安全与合规为前提。
在全球各国监管框架下，医疗数据均需存储于属地政府公共政务云体系，由第三方机构来保障数据安全、管控访问权限，同时对数据调取行为进行审计，规范数据使用权限。
她着重强调，医疗服务不存在通用标准化全球产品，是受本土政策、法规、民生需求强约束的本地化系统工程，海外落地必须深度本土化运营。
例如在海外合作中，医渡科技与文莱政府成立了合资运营主体、组建联合技术团队，共同运营文莱国家级数字健康平台BruHealth，在严格保障当地数据主权、隐私安全的前提下，输出成熟AI医疗能力，落地适配本土居民需求的数字化健康服务。
宫如璟表示，医渡科技长期重投入、深耕医疗AI基建，其出发点正是让医疗创新，真正转化为患者可感知、可获益的健康价值提升。在这一过程中，技术只是工具，真正的价值在于让医疗体系变得更高效、更可信、更可及。(张阳)
