股票 
板块 
用户 
资讯 随着智慧医院、互联网医疗、医疗大数据平台以及人工智能辅助诊疗等应用不断发展，医疗数据的采集、存储、加工、共享和使用场景日益丰富，数据价值持续释放的同时，也带来了更加复杂的安全风险。
一方面，患者个人信息和诊疗数据敏感度高，一旦泄露、篡改或滥用，将直接影响患者合法权益；另一方面，医疗机构系统多、数据分布广、业务链条长，传统以网络边界和系统防护为主的安全模式，已难以覆盖数据使用全过程风险。
政策要求：明确医疗数据安全治理合规基线
国家卫生健康委等五部门联合印发的《医疗卫生机构数据安全和个人信息保护管理办法（试行）》（国卫规划发〔2026〕6号），围绕数据分类分级保护、数据全生命周期安全管理、数据安全监测预警和应急处置、个人信息保护及监督管理等方面对医疗卫生行业数据安全体系建设提出明确要求：
一是建立数据分类分级保护体系。医疗机构数据涵盖患者个人信息、诊疗信息、科研数据及运营管理数据，敏感程度、重要程度和安全影响差异明显。医疗机构应结合数据类型、业务属性、应用场景及潜在影响开展分类分级，识别重要数据、敏感个人信息等重点对象，明确不同类别、级别数据的保护要求。
二是强化数据全生命周期安全管理。医疗数据除存在于HIS、EMR、LIS、PACS等业务系统外，还在临床诊疗、科研分析、数据共享、第三方服务等场景持续流转，风险可能出现在查询展示、批量下载、数据交换、加工处理和对外提供等环节。医疗机构应建立覆盖采集、存储、使用、加工、传输、提供、公开及删除等环节的管理机制，持续监测流转行为，及时发现异常访问、违规使用和泄露风险。
三是健全数据安全监测预警机制。随着医疗业务系统不断增加，数据访问主体、访问方式和流转路径更加复杂，仅依靠制度检查和人工巡检，难以及时发现隐蔽的数据安全风险。医疗机构应加强对数据访问、查询、下载、交换及外发等行为的持续监测，建立异常行为识别、风险分析、告警处置和事件追溯机制，推动数据安全管理由被动响应向主动发现转变。
四是加强个人信息保护。患者个人及医疗健康等信息具有较强的敏感性。在医生调阅病历、科研人员使用临床数据、医院与第三方机构开展数据合作等场景中，如果缺少必要的权限控制和技术防护，容易出现超范围访问、敏感信息暴露及数据违规使用等问题。医疗机构按照业务场景和最小必要原则，针对不同使用环节采取数据脱敏、访问控制、操作监测和安全审计等措施，降低个人信息在展示、共享和使用过程中的泄露风险。
五是将人工智能应用纳入数据安全治理。人工智能在辅助诊疗、病历生成、医学影像分析、科研辅助和运营管理等场景应用加深，患者信息输入模型、知识库调用、智能体工具访问及生成内容输出等环节带来新的风险。医疗机构应将AI应用纳入数据安全治理，关注AI数据资产识别、敏感信息识别与分级、输入输出保护、使用行为监测及生成内容标识，推动传统防护能力向AI场景延伸。
建设路径：分阶段推进医疗数据安全建设
医疗数据安全建设是一项持续性工作，既需要结合政策要求开展体系规划，也需要根据医院信息化基础、业务特点和数据安全现状分阶段推进。医疗机构可按照“摸清资产、分类分级、场景防护、统一运营”的思路开展建设。
第一阶段：数据资产摸底，建立治理基础。梳理HIS、EMR、LIS、PACS、互联网医院、科研平台及数据中心等重点系统，识别数据资产分布和敏感信息情况，形成数据资产清单，为分类分级和安全防护提供基础。
第二阶段：开展分类分级，明确保护对象。结合医疗业务特点和相关政策要求，建立数据分类分级规则，开展数据识别、分类分级及结果复核，明确重点保护数据及相应安全要求。
第三阶段：围绕重点场景，部署安全防护能力。针对病历调阅、科研数据使用、数据共享、文件导出、第三方运维等场景，按需部署数据脱敏、数据流转监测和数据水印等技术能力，将安全要求融入业务流程。
第四阶段：建设态势管理能力，形成长效运营机制。通过数据安全态势管理平台汇聚资产信息和风险信息，持续开展安全监测、风险分析、事件处置及整改跟踪，推动数据安全管理从项目建设向常态化运营转变。
实践支撑：启明星辰助力医疗数据安全体系建设
针对医疗机构数据资产底数不清、敏感数据识别困难、数据流转风险难监测、个人信息保护手段不足以及安全运营能力分散等问题，启明星辰聚焦数据资产摸底、智能分类分级、数据流转监测、脱敏与水印保护、数据安全态势管理等数据安全治理关键环节，为医疗机构构建覆盖数据全生命周期、贯穿业务使用全过程的安全防护体系。
一、智能分类分级
医疗机构业务系统众多，数据分布于数据库、文件服务器、业务应用及各类数据平台中，数据结构和业务含义较为复杂。传统依赖人工梳理、规则配置和逐项核查的方式，普遍存在工作量大、识别效率低、分类分级结果不够精准等问题。
启明星辰AISense数据分类分级系统依托AI大模型与小模型协同能力，结合企业知识库，构建自适应分类分级框架，实现数据资产的动态识别与精准管控。系统融合元数据稽核、上下文关联识别等核心技术，显著提升多源异构数据分类分级的识别精度与落地效率，助力医疗机构建立高效的数据资产识别与分类分级机制。
二、数据流转监测
医疗数据在临床诊疗、科研分析、数据共享和第三方服务等场景中频繁流转。传统安全防护侧重网络边界和系统访问控制，对数据实际访问、调用、传输和使用中的异常行为缺乏持续、细粒度监测。
启明星辰数据流转监测系统DSFM通过对数据库访问、应用接口调用、文件传输等数据活动进行监测和分析，帮助医疗机构掌握数据流转情况，发现异常访问和违规使用风险，提升医疗机构对数据使用过程的可视、可感、可管能力。
三、数据脱敏防护
医疗机构既要保障临床诊疗和科研业务正常开展，又要防止患者个人信息在数据展示、共享、测试和分析过程中发生泄露。单纯依靠权限控制，难以解决数据被合法访问后出现的敏感信息暴露问题。
启明星辰数据脱敏系统采用“管-端”一体架构，通过为各类数据使用场景，提供丰富、灵活的算法与策略支撑，实现敏感数据事前、事中、事后全生命周期保护，实现敏感信息按需展示和安全使用，降低患者个人信息泄露风险。
四、水印泄露追溯
医疗数据在科研合作、数据共享、业务协作和文件下载等场景中，可能通过文件、报表、图片等形式离开原有业务系统。一旦发生数据泄露，仅依靠传统日志记录，往往难以准确判断数据泄露来源和责任主体。
启明星辰数据水印溯源系统采用显性和隐形数字水印技术，为数据库、文档、图片、web页面等数字资产嵌入唯一标识，实现水印追踪溯源。可为患者信息导出、科研资料共享、医疗报表下载及内部数据使用提供标识和追溯能力，强化数据使用责任管理，提升数据泄露事件调查能力。
五、统一态势运营
医疗机构的数据安全建设涉及数据资产、分类分级、数据流转、脱敏、水印等环节。如果各类安全能力独立建设、分散管理，易导致资产信息不完整、风险信息不互通、运营缺乏统一抓手。
启明星辰数据安全态势管理平台以智能化风险分析为前提，围绕医疗机构数据安全管理需求，通过采集、捕获、解析、展示与溯源，预判数据安全风险，实时掌握安全状态、发现潜在威胁，为策略制定提供风险评估依据，构建闭环数据安全运营体系，提升数据安全管理的整体性和可视化水平。
面向医疗行业数字化、智能化发展趋势，启明星辰将持续围绕医疗数据安全治理需求，深化AI数据分类分级、数据流转监测、数据脱敏、数据水印及数据安全态势管理等产品能力建设，为医疗机构提供更加系统化、场景化的数据安全技术支撑，助力医疗数据实现看得清、分得准、管得住、防得住、可追溯，推动医疗数据在安全合规的前提下释放更大价值。
?
END
?
评论 (0)