其他行业可以从医疗健康领域在知识图谱方面的领先实践中汲取宝贵经验。尽管医疗行业并非最早采用新技术的领域，但其成功源于数百年来对“共享意义”的持续投入。早在现代数据平台和人工智能出现之前，医学界就已建立起对实体、命名规范、证据生成方式、系统间数据流动以及标准化协作的共识，并通过监管、合作与公共资金加以保障。 这一经验表明，知识图谱的构建并非仅依赖技术，而更在于建立统一的语义基础。其他行业同样具备构建此类基础设施的条件，目前已有多个领域在实践中取得进展：法律、金融、气候科学、建筑、网络安全和政府管理等，均在发展共享本体、词汇表、观察标准和数据交换模型。区别不在于可行性，而在于成熟度与协同程度。 首先，共享本体是关键。医疗行业拥有大量本体，如解剖学（Uberon）、基因（Gene Ontology）、化合物（ChEBI）等，通过BioPortal和OBO Foundry等平台整合超千个生物医学本体。此外，还广泛采用Schema.org、QUDT等跨领域本体，以及OWL、SHACL、SKOS等W3C标准。这些为其他行业提供了范例：欧盟的《欧洲立法标识本体》（ELI）用W3C标准统一了成员国法律条文的语义结构；环境本体（ENVO）由社区共建，用于描述生态系统与环境过程；金融行业则通过FIBO本体统一了金融产品、合同与工具的定义。 其次，将受控词汇视为基础设施。医疗行业将疾病（ICD-11）、药品（RxNorm）、不良反应（MedDRA）等核心实体的命名体系作为公共数据资产，而非项目专属。类似做法已在其他领域显现：企业、行业分类、金融工具、政策法规等均可被系统化整理为开放、机器可读的参考数据集。 第三，让实证观察驱动结构演化。医疗标准如CDISC规范了临床试验中测量值、结果与不良事件的记录方式，确保研究可重复、证据可积累。类似思路正被应用于气候监测、工业质量控制等领域。 第四，标准化数据交换。HL7 FHIR等标准定义了患者、诊疗、用药等信息在系统间的传递方式，实现互操作性。金融行业的ISO 20022、建筑行业的IFC标准也体现了这一趋势。 第五，利用监管推动语义对齐。FDA、WHO等机构强制要求使用MedDRA、CDISC等标准，推动行业统一。金融监管机构虽有合规要求，但尚未形成同等成熟的共享词汇体系。 第六，将语义基础设施视为“前竞争性”公共品。医疗企业竞争的是药物疗效，而非药物定义。Pistoia联盟即为生命科学领域合作制定语义标准的典范。 第七，公共资金支持知识基础设施建设。NIH等机构长期资助生物医学本体开发，其他行业亦可通过公私合作、基金会等形式推动类似投入。 最后，锚定于开放标准。依托W3C的RDF、OWL、SHACL等标准，确保知识图谱不被单一厂商锁定，具备长期可重用性。 知识图谱并非凭空创造共识，而是将长期积累的共享理解变为可计算、可复用、可扩展的形式。医疗行业的成功，不在于率先拥抱AI，而在于数百年来持续“外化意义”。其他行业无需复制其路径，但可借鉴其原则：统一定义、共享基础、实证驱动、标准互操作、监管推动、公共投入、开放标准。唯有如此，才能让数据真正成为知识，让知识真正赋能未来。