医疗AI的规模化应用，考验的不只是模型能力，更取决于背后的数据基础。数据来源是否稳定、标准是否统一、质量是否可靠、权限是否清晰、服务能否持续，都会直接影响AI应用的效果和可信度。
近日，卫宁健康（300253）通过数据管理能力成熟度评估（DCMM）四级评估，获评信息技术服务方（乙方）量化管理级证书。在“(1+X)^AI”战略背景下，该项认证不仅是对卫宁健康（300253）数据管理能力的权威认可，也系统性验证了公司从项目实践经验中沉淀可复用产品与服务体系的能力。
标杆医院实践，验证高质量数据服务成效
医疗AI从单个试点走向规模化，关键不是“有没有数据”，而是高质量、可信的数据能否在不同医院（884301）和业务场景中稳定复用。
今年5月，卫宁健康（300253）助力复旦大学附属妇产科医院（884301）（红房子医院（884301））通过DCMM甲方四级评估，使其成为国内首家获评DCMM四级的专科医院（884301）、上海市首家DCMM四级医院（884301）。作为国内顶级妇产专科医院（884301），红房子医院（884301）的数据覆盖临床诊疗、医技、运营管理、科研等多类场景，对数据标准、质量、安全及持续管理提出了较高要求。
基于WiNEX及WiNEX DnA，卫宁健康（300253）协助医院（884301）完善多源数据标准、数据质量、安全合规、分级分类及全生命周期（883436）管理机制，并构建涵盖数据完整性、访问权限、留存时效等维度的量化管理体系。
相关建设成效已形成一系列可量化的指标：
数据应用：医院（884301）数据分析平台整合临床、科研、运营管理三大领域60多个科室及部门的数据资源，统一管理5430个指标、175条分析维度和1万多张报表；数据API月度调用量同比增长120%，数据服务全年可用性达到99%。
数据标准：建立覆盖业务术语、主数据、数据元和指标数据的标准体系，主数据一致率达到99.3%以上，标准覆盖率达到98%。
数据质量：项目设定98%的质量基线和95%的主动预警线，将监测、预警和问题改进纳入管理闭环，推动数据质量持续提升。
红房子医院（884301）的实践，是卫宁健康（300253）数据治理方法与服务能力在复杂专科医院（884301）真实环境下的有力验证。此次公司自身通过DCMM乙方四级评估，标志红房子医院（884301）项目中形成的方法和机制，已沉淀为可复制、可持续输出的组织级产品与服务能力。
从项目到组织能力，数据服务体系化跃升
DCMM四级（量化管理级）要求组织通过量化指标对数据管理过程进行持续监测、评价和改进。对信息技术服务方而言，评估不仅关注企业内部的数据管理水平，也考察其向客户提供数据管理产品、解决方案及持续服务的能力。
本次评估覆盖数据战略、治理、架构、标准、质量、安全、生存周期（883436）和应用等多个维度，对卫宁健康（300253）从产品研发、项目交付到客户服务、持续运营的完整机制进行了系统检验。
依托WiNEX及WiNEX DnA，卫宁健康（300253）持续整合临床、医技、运营、科研等多源数据，将数据标准、质量、安全和全生命周期（883436）管理纳入统一框架。同时，红房子医院（884301）等标杆项目中形成的方法、规范和经验，也持续反哺至产品研发、项目交付和客户服务流程，逐步形成可在不同医疗机构复用的标准化能力。
由此，WiNEX DnA 能力不再停留于单一项目的交付，而是构建起覆盖产品、交付和持续服务的体系化能力。有助于缩短后续项目的实施周期（883436）、提升交付效率，推动成熟数据治理经验在更多医疗机构中推广复用。
数据能力夯实“(1+X)^AI”底座
在卫宁健康（300253）的产品体系中，WiNEX DnA 承担医疗数据的汇聚、治理和运营，为WiNGPT及各类AI应用提供稳定的数据基础。DCMM评估虽然不直接针对AI模型本身，却是对支撑模型背后的数据治理、数据产品及服务能力的深度检验。这些能力是AI稳定、可信融入医疗业务的重要前提，也是数据中心产品支撑“(1+X)^AI”战略落地的重要基础。
卫宁健康（300253）相关负责人表示：“DCMM四级的意义不仅是一项证书，而是将标准内化到产品和项目中，让数据质量可衡量、问题可追溯、服务可持续改进，为AI进入医院（884301）核心业务提供可靠的数据基础。”
未来，卫宁健康（300253）将继续完善数据中心产品及服务体系，围绕高质量数据集、专科数据库、数据资产化、可信医疗数据空间等领域深化实践，将成熟的标准、方法和经验应用于更多医疗场景，为“(1+X)^AI”战略发展筑牢数据根基。
