【摘要】 随着信息技术和人工智能在医疗健康领域的快速发展，数据正成为驱动疾病认知、临床诊疗与公共卫生决策的核心要素。慢性非传染性疾病（以下简称“慢病”）因其病程长、影响因素多和演化过程复杂等特征，其诊疗与管理过程包括诊断、随访、用药、生活方式干预等全过程依赖数据支撑。如何构建高质量、可融合、可解释的慢病多模态高质量数据集，是推动医疗人工智能可持续发展的关键。本文围绕“高质量数据集建设”这一核心议题，从数据采集、标准化、多模态整合、质量评测到智能建模应用展开系统研究，并将Delphi-2M模型与因果世界模型归纳（CWMI）框架作为智能建模与因果增强的关键技术模块，探索其在慢病数据集建设与应用中的创新作用。更多还原