医疗大数据脱敏与合规使用中国专家共识（2025版）

医疗大数据脱敏与合规使用中国专家共识（2025版）随着数字医疗技术的飞速发展，医疗大数据已成为国家重要的基础性战略资源，对于提升医疗服务质量、推动医学科学研究、优化公共卫生管理具有不可替代的作用。然而，医疗数据具有高度敏感性、个人隐私强关联性及生命周期复杂性等特点，其利用过程中的隐私泄露风险日益凸显。为平衡医疗数据开发利用与个人信息保护、国家安全之间的关系，依据《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》《中华人民共和国网络安全法》及《医疗卫生机构网络安全管理办法》等法律法规，结合当前技术发展趋势与行业实践，特制定本共识。本共识旨在为医疗机构、科研院所、数据企业及相关监管部门提供医疗大数据脱敏处理与合规使用的标准化指引。一、基本原则与适用范围1.1核心原则在医疗大数据处理的全生命周期中，必须坚持以下核心原则，确保数据流转的合法性与安全性：合法正当原则：数据收集、处理、使用必须具有明确、合理的法律依据，不得通过误导、欺诈、胁迫等方式处理个人信息。对于敏感个人信息，如病历、基因信息、生物识别信息等，必须取得个人的单独同意，或符合法律法规规定的其他豁免情形。目的限制原则：数据处理应有明确、具体的目的，且该目的应当在初始收集时向个人告知并取得授权。后续的使用目的不得超出初始授权范围，若需变更用途，必须重新履行告知同意程序。在科研或公共卫生利用等特殊场景下，应通过去标识化或匿名化处理，切断与特定自然人的关联，以实现目的的宽泛化。最小必要原则：在实现处理目的的前提下，只处理必要的最少量的个人信息类型和数量。对于通过脱敏手段无法消除重识别风险的字段，应采取不予采集或予以删除的策略，避免过度收集与存储。质量保障原则：脱敏处理后的数据应保持可用性、准确性和完整性，确保满足临床研究、统计分析等特定应用场景的需求。脱敏不应导致数据产生严重偏差，从而误导科研结论或医疗决策。安全全程原则：建立覆盖数据采集、传输、存储、处理、交换、销毁等全环节的安全防护体系。实施严格的技术防护措施（如访问控制、加密存储、安全审计）与管理措施（如人员管理、流程审批），确保数据在静态和动态状态下均安全可控。动态调整原则：随着攻击手段的演进和外部环境的变化，脱敏策略应定期进行风险评估与重新校准。当发现原有脱敏措施无法有效抵御重识别攻击时，应立即升级脱敏算法或增强保护力度。1.2适用范围本共识适用于中华人民共和国境内，各类开展医疗卫生服务、医学科研、健康管理等活动的机构及其合作方，具体包括但不限于：各级各类医疗机构（医院、基层医疗卫生机构、专业公共卫生机构等）；医学科研院所及高等院校；承担医疗大数据平台建设与运营的第三方信息技术企业；利用医疗数据开发人工智能辅助诊疗、药物研发等产品的商业实体。二、医疗数据分类分级标准2.1数据分类体系医疗大数据类型繁多，结构复杂，科学分类是实施精准脱敏的前提。依据数据属性与来源，可将其划分为以下四大类：人口学信息类：包括患者姓名、身份证号、社会保障卡号、住址、联系电话、民族、职业、婚姻状况等。此类信息直接关联到特定自然人，是重识别攻击的主要目标。临床诊疗信息类：包括主诉、现病史、既往史、家族史、体格检查记录、医嘱、处方、手术记录、护理记录、病程记录、出院小结等。此类信息包含大量敏感细节，虽不直接包含姓名，但结合时空特征极易定位到具体个人。检验检查与辅助诊疗信息类：包括医学影像（DICOM数据）、病理图像、电生理信号（心电图、脑电图等）、实验室检验结果（生化、免疫、微生物等）。此类数据具有生物特征唯一性，尤其是基因数据和面部影像，属于高度敏感信息。费用与管理信息类：包括诊疗费用明细、医保结算信息、医院运营管理数据等。此类信息涉及个人财产状况及机构商业秘密。2.2敏感度分级标准依据数据泄露后对国家安全、公共利益以及个人权益造成的危害程度，将医疗数据划分为四个等级，并匹配相应的脱敏与保护要求：数据等级定义描述典型数据示例保护与脱敏要求第4级（极度敏感）泄露可能导致重大人身伤害、名誉严重受损或重大国家安全风险。基因测序数据、指纹、虹膜、人脸识别原始图像、HIV/性病等传染病确诊记录、精神疾病详细病历。禁止或严格限制对外提供。必须进行强匿名化处理，且原则上不可复原。使用需伦理委员会特批及国家相关部委审批。第3级（高度敏感）泄露可能导致人身伤害、财产损失或严重社会歧视。身份证号、银行卡号、详细住址、电话号码、疾病诊断名称、手术记录、病理报告、药物过敏史。强制脱敏。采用高强度的去标识化算法（如泛化+扰动），确保无法通过背景知识重识别。传输需高强度加密。第2级（中度敏感）泄露可能导致个人隐私侵犯或生活干扰。就医时间、科室名称、检验数值（非特定疾病指向）、职业、大致居住区域（如区县级）。标准脱敏。采用泛化、掩码等技术处理，需评估重识别风险，风险可控时可用于科研分析。第1级（低度敏感）泄露影响较小，或属于已公开可对外披露的信息。医院名称、科室开放时间、医生职称、脱敏后的统计数据、疾病流行病学趋势。常规管理。可对外发布，但需注明数据来源及统计口径，防止数据关联推断。三、脱敏技术架构与实施规范3.1脱敏技术体系医疗数据脱敏应构建多层次、多维度的技术防御体系，根据应用场景选择静态脱敏（SDM）或动态脱敏（DDM）。静态脱敏：适用于开发测试、科研分析等离线场景。在数据导出生产环境前，对数据进行批量的、不可逆的转换处理。静态脱敏要求数据的分布特征与原始数据保持高度一致，以保障统计模型的有效性。动态脱敏：适用于临床查询、业务办理等实时场景。在数据被请求访问时，根据用户权限、角色及业务场景，实时对敏感数据进行遮蔽或替换，原始数据在数据库中保持不变。动态脱敏需要低延迟和高并发处理能力。隐私计算技术：针对高敏感数据，应引入隐私保护计算技术，在不泄露原始数据的前提下实现计算分析。联邦学习：数据不出本地，仅交换模型参数或梯度，实现多方联合建模。多方安全计算（MPC）：通过加密协议，多方在不泄露各自输入数据的情况下联合计算函数结果。同态加密：允许直接对密文进行计算，计算结果解密后与对明文计算结果一致。3.2核心脱敏算法与策略针对不同类别的敏感字段，应采用差异化的脱敏算法，并遵循以下实施规范：标识符移除与替换：直接标识符：如姓名、身份证号、医保卡号等，必须移除或替换。对于身份证号，可采用保留出生日期（年/月/日）但隐藏具体序列号的方式；对于姓名，可采用统一替换为“患者A*”或随机生成假名的方式。准标识符：如性别、邮编、出生日期、就诊日期等，单独看无法识别个人，但组合起来可能识别。需采用K-匿名模型，确保每个数据组至少有K-1个其他记录具有相同的准标识符属性。泛化与抑制：数值泛化：将精确数值转换为区间。例如，将年龄“35岁”泛化为“30-40岁”；将精确就诊日期“2025-03-15”泛化为“2025年3月”或“2025年Q1”。空间泛化：将详细住址“XX市XX区XX路XX号”泛化为“XX市XX区”或“XX市”。抑制：当某些记录组合极其稀少，即使泛化也无法满足隐私保护要求时，应对该记录或特定属性进行抑制（即不显示）。扰动与噪声添加：在检验检查数值类数据中，通过添加符合特定分布（如拉普拉斯分布）的随机噪声，实现差分隐私保护。这能有效防止攻击者通过比对统计结果推断特定个体是否在数据集中。噪声量级需经过严格计算，平衡隐私预算与数据效用。特殊数据类型处理：医学影像脱敏：对于DICOM影像，不仅要清除标签中的个人信息，还需通过图像处理技术对影像中包含的面部特征、植入物序列号等进行模糊化或遮挡处理，防止通过面部识别还原身份。自由文本脱敏：电子病历中的病程记录、主诉等非结构化文本，需利用自然语言处理（NLP）技术识别实体（人名、地名、机构名），并进行替换或重写，同时保留医学语义。3.3脱敏效果评估脱敏处理完成后，必须进行效果评估，评估指标包括：重识别风险率：通过算法模拟攻击，评估在拥有背景知识的情况下，个体被重新识别的概率。该概率应低于预设阈值（如0.09）。数据信息损失度：衡量脱敏前后数据分布的差异。常用的统计量包括均值、方差、相关系数的变化幅度。等价类大小：在K-匿名模型中，等价类大小越大，安全性越高，但信息损失也越大。需寻找最佳平衡点。评估维度关键指标合格标准参考隐私安全性K-匿名度K≥4或更高（视数据敏感度而定）隐私安全性L-多样性等价类中敏感属性取值种类≥L隐私安全性重识别风险<0.09(即9%)数据可用性分布一致性脱敏后数据统计分布与原始数据偏差<5%数据可用性模型准确率基于脱敏数据训练的模型准确率下降<3%四、数据全生命周期合规管理4.1数据采集与存储合规在数据采集阶段，医疗机构应当向患者明确告知收集数据的范围、目的和方式，并获得授权。对于科研专病库建设，应设计专门的知情同意书，嵌入“数据去标识化后用于未来科学研究”的条款。数据存储应遵循分类分级存储策略。核心数据及第3级以上敏感数据应当存储在安全等级保护三级以上的系统中。存储系统必须启用强加密算法（如SM4国密算法）对静态数据进行加密。数据库访问权限应实施最小权限分配，严禁研发人员直接接触生产环境明文数据。4.2数据传输与交换合规数据传输应当采用安全通道（如HTTPS、SFTP、VPN）进行传输，并启用传输层加密协议。在医疗机构内部或跨机构进行数据交换时，必须签署数据合作协议，明确双方的数据安全责任。对于涉及数据出境的场景，必须严格遵守《数据出境安全评估办法》。医疗健康数据属于重要数据，原则上应当在境内存储。确需出境的，必须通过国家网信部门的安全评估，或进行标准合同备案。出境数据必须经过严格的匿名化处理，确保不含任何可识别中国公民身份的信息。4.3数据销毁合规当数据达到保留期限或科研项目结束时，应当启动数据销毁流程。销毁不仅仅是逻辑删除，必须对存储介质进行物理擦除或消磁，确保数据无法被恢复。销毁过程应有详细的日志记录，包括销毁时间、操作人、销毁数据范围及销毁方式，并留存备查。五、典型应用场景的合规指引5.1临床科研场景临床科研是医疗大数据利用的核心场景。在此场景下，推荐建立科研数据专病库。流程：科研人员提出申请->伦理委员会审查->数据管理部门提取数据->执行脱敏处理->移交至封闭的科研环境。合规要点：必须确保科研环境与生产环境物理隔离或逻辑强隔离。提供给科研人员的数据应为去标识化数据，若必须使用明文数据（如随访需要），需签署严格保密协议并仅在指定终端操作。5.2医疗人工智能训练场景AI模型训练需要海量数据。针对此类场景，鼓励采用联邦学习或合成数据技术。合成数据：利用生成对抗网络等技术，生成与真实数据统计特征一致但完全虚构的数据。此类数据理论上无隐私泄露风险，可自由共享。合规要点：在使用真实数据训练时，需警惕“成员推理攻击”，即判断某人的数据是否参与了训练。应通过差分隐私技术对模型梯度进行保护。5.3公共卫生监测场景在应对突发公共卫生事件（如传染病流行）时，数据利用具有公共利益优先性。合规要点：可依据《个人信息保护法》中“为应对突发公共卫生事件”的豁免条款，在必要的范围内处理个人信息。但必须采取严格的去标识化措施，仅上报必要的统计指标（如发病数、区域分布），严禁上报包含具体身份的明细数据，除非出于控制疫情的必要且经过脱敏处理。六、安全保障与审计监督6.1组织架构与人员管理医疗机构应设立数据安全管理委员会（或网络安全委员会），统筹数据安全工作。设立数据安全官（DSO）和数据脱敏执行专员。人员管理：建立数据访问人员清单制度。对接触敏感数据的人员进行严格的背景审查，并签署保密协议。实施“关键岗位双人制”操作，避免单人拥有完全控制权。6.2技术审计与监控建立全流程的数据安全审计系统。审计日志应记录但不限于：用户ID、操作时间、操作类型（查询、导出、修改）、数据对象、IP地址、操作结果。异常行为监测：部署数据库审计与行为分析系统（UEBA），对异常访问行为进行实时告警。例如：非工作时间批量下载数据、频繁查询未授权科室病历、单次查询量超过阈值等。6.3应急响应机制制定数据泄露应急预案。一旦发生疑似数据泄露事件，应立即启动应急响应：1.阻断：断开相关网络连接，封禁涉案账号。2.评估：确定泄露数据规模、敏感级别及受影响人群。3.处置：尝试追回泄露数据，对相关漏洞进行修补。4.通报：按照法律法规要求，在规定时限内向监管部门报告，并通知受影响个人（若泄露信息为明文敏感信息）。七、伦理审查与权益保护7.1伦理委员会审查职责所有涉及人类生物样本、医疗数据采集与利用的研究项目，必须经过机构伦理委员会（IRB）的审查。伦理审查应重点关注：数据来源的合法性；知情同意书的有效性及范围；脱敏方案的科学性与安全性；风险受益比评估。伦理委员会有权要求研究方修改脱敏策略，甚至驳回不合规的申请。对于长期项目，应实施持续跟踪审查。7.2患者权益保障在数据合规使用中，必须尊重并保障患者的各项权利：知情权：患者有