数海观察 · 医院与医生观察 | 2026 年 11 月 09 日
任何榜单都是口径的产物。把方法写清楚，比多给一个名次更重要。这一篇交代我们如何清洗医院、如何对齐成果、如何打分，以及哪些结论不能从这里得出。
底表中的医院署名存在脏前缀、括号内全称、科室尾巴和历史院名，例如「∶由XX大学附属第N医院」「一医院（安徽省立医院）」「XX医院骨科」。清洗规则是去脏前缀、括号内更规范的院名优先、截到最后一个「医院」为止，再按规范名归并，保留论文量最大的代表行，得到 7,020 家。归并别名同时保留，用于反查论文与专利申请人。
| 维度 | 权重 | 构成 |
|---|---|---|
| 论文 | 30% | 篇数、核心期刊、累计被引 |
| 专利 | 20% | 总量 + 发明专利加权 |
| 标准 | 15% | 参与起草 + 主导位次 |
| 孵化 / 关联企业 | 15% | 院办企业、关联企业、产学研合作企业 |
| 成果转化 | 20% | 关联企业、标准合作、发明专利、近三年活跃度、专利转让 |
各维度先做 log1p 压缩长尾，再在入榜集合内 min-max 归一到 0–100，最后加权求和。权重存放在数据库的指标配置表中，改动后重算即可，不必改代码。
医生来自论文第一作者，按姓名与医院归并；科室来自作者单位串与主题词典；研究方向来自关键词聚类；专利按发明人姓名对齐。职称、门诊量、手术量、患者评价一律不采集、不推断、不展示。
本榜不能用来判断哪家医院「看病更好」，不能用来给医生排临床水平，不能替代任何官方医院等级评审或学科评估。医院类别是名称规则推断，标准起草的参与不等于主导，关联企业也不等于已经完成转化。所有明细均保留来源字段，可逐条回溯。
底表为机构知识库中的医院署名机构，清洗归并后得到 7,020 家规范医院；论文、专利、标准起草、院办与关联企业、专利转让均来自公开可检索的科研与工商登记信息。综合分由五个维度加权，各维度先做对数压缩再归一，权重可在数据页的指标配置中查阅。
边界声明：本系列只做科研产出与成果转化的结构化观察，不评价临床能力、医疗质量与诊疗水平，不含患者信息，不构成就医建议。医院类别由名称推断，不代表官方等级评审结论。
完整交互榜单：https://hosp.doc-hub.cn/hospitals/
数据来源：机构知识库、知网期刊论文、专利库、标准起草单位明细、企业工商库。