“AI+醫(yī)療”是技術(shù)的革新，更是醫(yī)療生態(tài)的重構(gòu)。

在AI醫(yī)療生態(tài)系統(tǒng)中，醫(yī)療數(shù)據(jù)的產(chǎn)生關(guān)聯(lián)患者、醫(yī)護(hù)人員、科研人員、AI技術(shù)開(kāi)發(fā)者等多元主體，構(gòu)成一張復(fù)雜的“權(quán)利網(wǎng)絡(luò)”。

居室里，當(dāng)清晨第一縷陽(yáng)光穿透窗簾，手腕上的智能手環(huán)早已默默記錄下用戶(hù)整晚的心率波動(dòng)曲線(xiàn)，搭載AI技術(shù)的健康助手隨即彈出“壓力指數(shù)超標(biāo)”的溫馨提示；醫(yī)院里，AI診斷系統(tǒng)正在飛速分析患者的肺部CT影像，精準(zhǔn)評(píng)估肺部結(jié)節(jié)的潛在風(fēng)險(xiǎn)；而在城市的某個(gè)角落，醫(yī)藥公司的研發(fā)實(shí)驗(yàn)室中，數(shù)萬(wàn)份醫(yī)療數(shù)據(jù)正成為訓(xùn)練新藥研發(fā)模型的“養(yǎng)分”。

在數(shù)字化浪潮洶涌澎湃的當(dāng)下，AI技術(shù)深度融入了醫(yī)療領(lǐng)域的各個(gè)環(huán)節(jié)。然而，正如陽(yáng)光總會(huì)伴隨陰影，AI醫(yī)療在蓬勃發(fā)展的同時(shí)，其背后潛藏的數(shù)據(jù)安全隱患與知識(shí)產(chǎn)權(quán)問(wèn)題如同浮出水面的冰山，逐漸顯露端倪。

AI醫(yī)療數(shù)據(jù)安全危機(jī)四伏

醫(yī)療數(shù)據(jù)作為AI醫(yī)療的核心生產(chǎn)要素，承載著高度敏感的信息，一旦泄露，將對(duì)個(gè)人隱私和社會(huì)安全造成嚴(yán)重威脅；算法與模型作為AI醫(yī)療的“智慧心臟”，其創(chuàng)新成果受傳統(tǒng)知識(shí)產(chǎn)權(quán)體系局限，難以獲得全面有效的保護(hù)；數(shù)據(jù)共享本是推動(dòng)行業(yè)發(fā)展的重要途徑，卻因權(quán)屬界定不清、利益分配失衡，反而成為合作關(guān)系破裂的導(dǎo)火索。這些問(wèn)題不僅涉及個(gè)體隱私與企業(yè)商業(yè)利益，更深遠(yuǎn)地影響著AI醫(yī)療行業(yè)的未來(lái)發(fā)展。

數(shù)據(jù)安全是知識(shí)產(chǎn)權(quán)保護(hù)的重要前提，而明晰的知識(shí)產(chǎn)權(quán)邊界能為數(shù)據(jù)安全措施提供法律支撐。若數(shù)據(jù)安全無(wú)法得到保障，公眾對(duì)AI醫(yī)療的信任基礎(chǔ)將轟然崩塌，由此衍生的知識(shí)產(chǎn)權(quán)權(quán)益也難以得到有效維護(hù)，行業(yè)創(chuàng)新動(dòng)力將逐漸衰退。在這場(chǎng)關(guān)乎AI醫(yī)療未來(lái)的“攻防戰(zhàn)”中，我們必須突破數(shù)據(jù)安全困境，實(shí)現(xiàn)知識(shí)產(chǎn)權(quán)保護(hù)的有效突圍。

數(shù)據(jù)泄露：隱私泄露的“潘多拉魔盒”

醫(yī)療數(shù)據(jù)堪稱(chēng)每個(gè)人獨(dú)一無(wú)二的“生命密碼本”，它不僅包含患者的姓名、身份證號(hào)等基礎(chǔ)信息，還涵蓋基因序列這種堪比生物身份證的絕密信息、包括完整疾病史的健康檔案、詳細(xì)的用藥記錄，甚至連就醫(yī)軌跡這樣的行為數(shù)據(jù)都被一一記錄其中。其隱私敏感程度遠(yuǎn)超銀行卡密碼，一旦泄露，就如同打開(kāi)了“潘多拉魔盒”，遭惡意使用后，商業(yè)保險(xiǎn)拒保、求職歧視、精準(zhǔn)詐騙等風(fēng)險(xiǎn)將如影隨形，使個(gè)人生活遭受重創(chuàng)。

在AI新藥研發(fā)的模型訓(xùn)練數(shù)據(jù)鏈條上，數(shù)萬(wàn)份患者數(shù)據(jù)需歷經(jīng)醫(yī)院采集、云端傳輸、AI企業(yè)訓(xùn)練、機(jī)構(gòu)協(xié)同共享、商業(yè)應(yīng)用部署等多個(gè)環(huán)節(jié)流轉(zhuǎn)。每個(gè)環(huán)節(jié)都如同網(wǎng)絡(luò)世界中的“驛站”，成為黑客覬覦的目標(biāo)。

2020年，國(guó)內(nèi)某AI醫(yī)療企業(yè)遭黑客入侵，新型冠狀病毒檢測(cè)技術(shù)及海量用戶(hù)數(shù)據(jù)被盜，在暗網(wǎng)被打包售賣(mài)。這起國(guó)內(nèi)首例醫(yī)療數(shù)據(jù)安全惡性事件，為行業(yè)敲響了警鐘。

數(shù)據(jù)篡改：醫(yī)療決策的“致命毒藥”

醫(yī)療數(shù)據(jù)的準(zhǔn)確性和完整性是支撐患者診斷、治療及預(yù)后判斷的“定海神針”。在AI醫(yī)療應(yīng)用場(chǎng)景下，數(shù)據(jù)一旦被篡改，就如同給AI模型注入錯(cuò)誤的“基因”，致使模型學(xué)習(xí)到錯(cuò)誤的數(shù)據(jù)特征，進(jìn)而輸出錯(cuò)誤的診斷建議與治療方案，嚴(yán)重威脅患者生命健康。

研究表明，醫(yī)療大模型極易遭受“數(shù)據(jù)投毒”攻擊。例如，攻擊者惡意篡改醫(yī)學(xué)影像數(shù)據(jù)，使原本正常的肺部影像呈現(xiàn)病變特征，誤導(dǎo)醫(yī)生作出錯(cuò)誤診斷；或是篡改患者檢驗(yàn)報(bào)告數(shù)據(jù)，干擾后續(xù)治療決策的制定，將患者置于不必要的風(fēng)險(xiǎn)之中。

數(shù)據(jù)濫用：利益驅(qū)動(dòng)下的“越界行為”

在商業(yè)利益的驅(qū)使下，部分機(jī)構(gòu)和個(gè)人罔顧道德與法律底線(xiàn)，將 AI醫(yī)療數(shù)據(jù)用于未經(jīng)授權(quán)的用途。他們違規(guī)將患者數(shù)據(jù)販賣(mài)給第三方廣告商，用于精準(zhǔn)營(yíng)銷(xiāo)，致使患者隱私淪為商業(yè)牟利的工具；更有甚者，利用醫(yī)療數(shù)據(jù)實(shí)施基因歧視、就業(yè)歧視等侵害行為。在醫(yī)藥研發(fā)領(lǐng)域，數(shù)據(jù)濫用不僅會(huì)催生虛假研發(fā)成果，造成醫(yī)療資源的巨大浪費(fèi)，還會(huì)嚴(yán)重延誤真正有效藥物的上市進(jìn)程，阻礙醫(yī)學(xué)發(fā)展的腳步。

AI醫(yī)療數(shù)據(jù)知識(shí)產(chǎn)權(quán)保護(hù)陷困局

在AI醫(yī)療生態(tài)系統(tǒng)中，醫(yī)療數(shù)據(jù)的產(chǎn)生關(guān)聯(lián)患者、醫(yī)護(hù)人員、科研人員、AI技術(shù)開(kāi)發(fā)者等多元主體，構(gòu)成一張復(fù)雜的“權(quán)利網(wǎng)絡(luò)”。

患者作為數(shù)據(jù)源頭，天然享有個(gè)人醫(yī)療數(shù)據(jù)的基本隱私權(quán)與控制權(quán)。然而在數(shù)據(jù)收集、使用及共享的全流程中，其權(quán)益常被忽視，保障機(jī)制亦存在缺失。醫(yī)療機(jī)構(gòu)在日常診療中積累海量患者數(shù)據(jù)，但其數(shù)據(jù)管理權(quán)限與使用邊界仍需進(jìn)一步明晰。2016年，谷歌旗下DeepMind與英國(guó)保健制度皇家免費(fèi)基金會(huì)達(dá)成協(xié)議，在未經(jīng)患者同意的情況下，從多家醫(yī)院獲取160萬(wàn)患者數(shù)據(jù)，用于開(kāi)發(fā)腎病預(yù)警App，并且協(xié)議未明確排除這些數(shù)據(jù)可作他用。這種數(shù)據(jù)使用的隨意性侵犯了患者權(quán)益。AI技術(shù)開(kāi)發(fā)者借助醫(yī)療數(shù)據(jù)開(kāi)展模型訓(xùn)練與算法創(chuàng)新，他們?cè)跀?shù)據(jù)處理過(guò)程及創(chuàng)新成果中的權(quán)益界定，始終存在諸多爭(zhēng)議。在部分科研項(xiàng)目中，患者數(shù)據(jù)被用于醫(yī)學(xué)研究，而研究成果的知識(shí)產(chǎn)權(quán)歸屬問(wèn)題，往往導(dǎo)致醫(yī)療機(jī)構(gòu)與科研團(tuán)隊(duì)各執(zhí)一詞，陷入“羅生門(mén)” 般的困局，難以達(dá)成共識(shí)。

例如，廣州金域醫(yī)學(xué)檢驗(yàn)集團(tuán)股份有限公司（以下簡(jiǎn)稱(chēng)金域醫(yī)學(xué)）充分挖掘醫(yī)檢數(shù)據(jù)潛力，收集了超200萬(wàn)條呼吸道病原微生物靶向測(cè)序領(lǐng)域的數(shù)據(jù)，并將其整合構(gòu)建成數(shù)據(jù)庫(kù)。隨后，對(duì)該數(shù)據(jù)庫(kù)進(jìn)行深度加工整理，成功形成“金域醫(yī)學(xué)呼吸道病原微生物靶向測(cè)序數(shù)據(jù)集”。

基于這一數(shù)據(jù)集以及配套的監(jiān)測(cè)預(yù)警平臺(tái)，金域醫(yī)學(xué)開(kāi)展了諸多具有深遠(yuǎn)意義的合作。一方面，與廣州國(guó)家實(shí)驗(yàn)室攜手合作，深入開(kāi)展新發(fā)疫情精準(zhǔn)預(yù)測(cè)與快速感知技術(shù)體系的研究，共同構(gòu)建呼吸系統(tǒng)流行病多維度預(yù)防預(yù)警系統(tǒng)；另一方面，聯(lián)合國(guó)家傳染病溯源預(yù)警與智能決策全國(guó)重點(diǎn)實(shí)驗(yàn)室、北京地壇醫(yī)院，共同成立臨床病原體信息中心，積極探索基于臨床診斷和病原學(xué)檢測(cè)的傳染病監(jiān)測(cè)預(yù)警溯源方法。

隨著這些數(shù)據(jù)成果和合作項(xiàng)目的推進(jìn)，一系列知識(shí)產(chǎn)權(quán)歸屬問(wèn)題隨之而來(lái)。金域醫(yī)學(xué)呼吸道病原微生物靶向測(cè)序數(shù)據(jù)集的知識(shí)產(chǎn)權(quán)究竟屬于誰(shuí)？呼吸系統(tǒng)流行病多維度預(yù)防預(yù)警系統(tǒng)、傳染病監(jiān)測(cè)預(yù)警溯源方法的知識(shí)產(chǎn)權(quán)又該如何界定？這些問(wèn)題不僅關(guān)乎金域醫(yī)學(xué)自身的權(quán)益，也對(duì)相關(guān)科研合作以及未來(lái)數(shù)據(jù)應(yīng)用的發(fā)展有著重要影響。

AI醫(yī)療中的算法和模型作為實(shí)現(xiàn)智能化醫(yī)療服務(wù)的“核心引擎”，兼具極高的商業(yè)價(jià)值與創(chuàng)新意義。然而當(dāng)前，其知識(shí)產(chǎn)權(quán)保護(hù)正面臨諸多困境，發(fā)展之路布滿(mǎn)荊棘。

邁瑞醫(yī)療與騰訊合作推出AI閱片機(jī)，可進(jìn)行形態(tài)學(xué)分析。

算法本質(zhì)上是一系列復(fù)雜的數(shù)學(xué)運(yùn)算步驟與邏輯規(guī)則，難以直接適配傳統(tǒng)專(zhuān)利、著作權(quán)等保護(hù)體系。在專(zhuān)利審查環(huán)節(jié)，對(duì)算法創(chuàng)新性與獨(dú)特性的判定缺乏統(tǒng)一標(biāo)準(zhǔn)，極易引發(fā)侵權(quán)糾紛；著作權(quán)雖能保護(hù)代碼等表達(dá)形式，卻難以覆蓋算法核心思想與功能實(shí)現(xiàn)邏輯，致使算法和模型的創(chuàng)新成果難以獲得全方位、系統(tǒng)化的法律保障。

AI醫(yī)療的蓬勃發(fā)展高度依賴(lài)醫(yī)療數(shù)據(jù)的共享與協(xié)作，數(shù)據(jù)共享如同一場(chǎng)匯聚各方力量的“拼圖游戲”。通過(guò)整合分散的數(shù)據(jù)資源，能夠擴(kuò)大數(shù)據(jù)規(guī)模，提升AI模型的準(zhǔn)確性與泛化能力，為醫(yī)療科研注入強(qiáng)勁動(dòng)力。

然而，數(shù)據(jù)共享的過(guò)程并非一帆風(fēng)順，知識(shí)產(chǎn)權(quán)爭(zhēng)議日益凸顯，成為各方利益博弈的核心矛盾。當(dāng)多個(gè)市場(chǎng)主體聯(lián)合開(kāi)展醫(yī)療數(shù)據(jù)研究與開(kāi)發(fā)時(shí)，常出現(xiàn)數(shù)據(jù)使用超授權(quán)范圍、二次開(kāi)發(fā)成果權(quán)屬不明等問(wèn)題。這些爭(zhēng)議不僅容易破壞合作互信，更嚴(yán)重制約了創(chuàng)新技術(shù)的推廣與應(yīng)用。

構(gòu)建全鏈條防護(hù)與創(chuàng)新體系

保障AI醫(yī)療的數(shù)據(jù)安全，需要從技術(shù)層面和行為層面雙管齊下構(gòu)建AI醫(yī)療數(shù)據(jù)安全防護(hù)網(wǎng)。

從技術(shù)層面來(lái)看，需用科技筑牢安全基石。數(shù)據(jù)匿名化技術(shù)猶如為醫(yī)療數(shù)據(jù)披上一層“隱形外衣”，在不影響數(shù)據(jù)使用價(jià)值的前提下，通過(guò)替換、模糊化、刪除等手段處理敏感信息。例如，將患者的姓名、身份證號(hào)替換為匿名標(biāo)識(shí)符，使數(shù)據(jù)在對(duì)外共享時(shí)無(wú)法與具體個(gè)人關(guān)聯(lián)；向數(shù)據(jù)中添加噪聲數(shù)據(jù)，如同增添一層“迷霧”，在保障數(shù)據(jù)可用性的同時(shí)有效保護(hù)個(gè)人隱私。

采用先進(jìn)的加密算法，如高級(jí)加密標(biāo)準(zhǔn)（AES），在醫(yī)療數(shù)據(jù)存儲(chǔ)和傳輸過(guò)程中進(jìn)行加密處理，恰似為醫(yī)療數(shù)據(jù)配備一把堅(jiān)不可摧的“數(shù)字鎖”。只有持正確密鑰的授權(quán)用戶(hù)才能“解鎖”數(shù)據(jù)，以此防止數(shù)據(jù)在傳輸途中被竊取或篡改，確保數(shù)據(jù)的機(jī)密性。

基于角色的訪(fǎng)問(wèn)控制（RBAC）等訪(fǎng)問(wèn)控制技術(shù)構(gòu)建起嚴(yán)密的“數(shù)據(jù)訪(fǎng)問(wèn)關(guān)卡”。RBAC依據(jù)不同用戶(hù)的職責(zé)和工作需求，分配最小化的訪(fǎng)問(wèn)權(quán)限。如此一來(lái)，醫(yī)生僅能查看自己負(fù)責(zé)患者的醫(yī)療數(shù)據(jù)，科研人員需經(jīng)過(guò)嚴(yán)格審批才能獲取特定科研數(shù)據(jù)集，從源頭上杜絕數(shù)據(jù)的越權(quán)訪(fǎng)問(wèn)和濫用。

區(qū)塊鏈技術(shù)則為數(shù)據(jù)使用打造了一條不可篡改的“時(shí)間鎖鏈”�；颊咄ㄟ^(guò)身份認(rèn)證技術(shù)完成授權(quán)后，借助區(qū)塊鏈技術(shù)，將數(shù)據(jù)使用過(guò)程中的每一個(gè)操作清晰記錄，實(shí)現(xiàn)“誰(shuí)在何時(shí)用數(shù)據(jù)做了什么”的全程追溯，讓數(shù)據(jù)使用更加透明、安全。

從行為層面來(lái)看，需多方協(xié)同共筑安全防線(xiàn)。作為守護(hù)隱私的“第一責(zé)任人”，個(gè)人在就醫(yī)時(shí)應(yīng)仔細(xì)閱讀知情同意書(shū)，合理授權(quán)個(gè)人信息，拒絕過(guò)度授權(quán)。使用智能設(shè)備時(shí)，需及時(shí)關(guān)閉非必要的健康數(shù)據(jù)同步功能；定期清理歷史數(shù)據(jù)，防止部分App永久保存健康信息，主動(dòng)掌控個(gè)人健康數(shù)據(jù)的“控制權(quán)”。

醫(yī)院、科研機(jī)構(gòu)及AI企業(yè)作為行業(yè)責(zé)任的“踐行者”，需合力構(gòu)建完善的數(shù)據(jù)管理制度。醫(yī)療機(jī)構(gòu)應(yīng)制定醫(yī)療數(shù)據(jù)全生命周期管理的“規(guī)范手冊(cè)”，嚴(yán)格統(tǒng)一數(shù)據(jù)采集標(biāo)準(zhǔn)與流程，確保數(shù)據(jù)真實(shí)準(zhǔn)確；強(qiáng)化數(shù)據(jù)存儲(chǔ)設(shè)施安全防護(hù)，定期進(jìn)行數(shù)據(jù)備份，為數(shù)據(jù)安全筑牢防線(xiàn)；建立嚴(yán)格的數(shù)據(jù)使用審批流程，對(duì)內(nèi)部人員及外部合作方的訪(fǎng)問(wèn)權(quán)限進(jìn)行分級(jí)管控；加強(qiáng)員工數(shù)據(jù)安全培訓(xùn)，提升全員數(shù)據(jù)安全意識(shí)。此外，還需建立風(fēng)險(xiǎn)預(yù)警機(jī)制與應(yīng)急處理預(yù)案，確保異常情況發(fā)生時(shí)能迅速響應(yīng)、妥善處置，將數(shù)據(jù)安全風(fēng)險(xiǎn)降至最低。

邁瑞醫(yī)療發(fā)布全球首個(gè)重癥醫(yī)療大模型——啟元重癥大模型，應(yīng)用于臨床領(lǐng)域。

科研機(jī)構(gòu)開(kāi)展AI醫(yī)療科研項(xiàng)目時(shí)，應(yīng)與數(shù)據(jù)提供方簽訂詳細(xì)的數(shù)據(jù)使用協(xié)議，明確數(shù)據(jù)來(lái)源、使用目的及范圍，清晰界定雙方權(quán)責(zé)，確保數(shù)據(jù)使用合法合規(guī)。AI企業(yè)在開(kāi)發(fā)AI醫(yī)療產(chǎn)品與服務(wù)過(guò)程中，必須嚴(yán)格遵守法律法規(guī)，把好數(shù)據(jù)獲取與使用的“法律關(guān)”和“安全關(guān)”，確保數(shù)據(jù)來(lái)源合法、使用合理、安全有保障，以誠(chéng)信合規(guī)為發(fā)展基石。

倫理委員會(huì)作為數(shù)據(jù)倫理的“守護(hù)者”，肩負(fù)著確保醫(yī)療數(shù)據(jù)使用合法、安全、符合倫理的重要使命。在保障數(shù)據(jù)隱私與安全方面，需嚴(yán)格開(kāi)展合規(guī)審查，評(píng)估技術(shù)安全性，貫徹?cái)?shù)據(jù)最小化原則；在確保數(shù)據(jù)收集合法透明方面，要仔細(xì)審核知情同意流程，明確數(shù)據(jù)用途，尤其注重保護(hù)弱勢(shì)群體權(quán)益，為數(shù)據(jù)使用劃定清晰的倫理紅線(xiàn)。

當(dāng)前，健康醫(yī)療數(shù)據(jù)保護(hù)相關(guān)法規(guī)多為原則性、框架性規(guī)定，存在細(xì)節(jié)層面的法律空白。在個(gè)人數(shù)據(jù)價(jià)值日益凸顯的數(shù)字化時(shí)代，有必要針對(duì)健康醫(yī)療數(shù)據(jù)進(jìn)行專(zhuān)門(mén)立法。監(jiān)管部門(mén)作為行業(yè)秩序的“維護(hù)者”，應(yīng)制定規(guī)范醫(yī)療機(jī)構(gòu)、科研機(jī)構(gòu)和AI企業(yè)在數(shù)據(jù)收集、存儲(chǔ)、使用及共享過(guò)程中的行為準(zhǔn)則與行業(yè)制度，為行業(yè)發(fā)展提供明確的“規(guī)則指引”。同時(shí)，加大監(jiān)督檢查力度，定期評(píng)估審查相關(guān)機(jī)構(gòu)的數(shù)據(jù)安全管理措施，對(duì)違法行為予以嚴(yán)厲處罰。對(duì)于發(fā)生數(shù)據(jù)泄露事件的企業(yè)，應(yīng)根據(jù)情節(jié)輕重處以罰款、責(zé)令停業(yè)整頓等處罰，并要求其承擔(dān)相應(yīng)民事賠償責(zé)任，以此維護(hù)行業(yè)秩序與公眾權(quán)益。保障AI醫(yī)療的數(shù)據(jù)安全，加強(qiáng)AI醫(yī)療數(shù)據(jù)知識(shí)產(chǎn)權(quán)保護(hù)更是不可或缺。

其一，要明確數(shù)據(jù)權(quán)屬。依據(jù)我國(guó)數(shù)據(jù)安全法、個(gè)人信息保護(hù)法，數(shù)據(jù)處理者主要負(fù)責(zé)數(shù)據(jù)的收集、整理和使用，擁有相應(yīng)的數(shù)據(jù)使用權(quán)和經(jīng)營(yíng)權(quán)；數(shù)據(jù)來(lái)源者則有權(quán)對(duì)自己提供的數(shù)據(jù)進(jìn)行訪(fǎng)問(wèn)、更正和刪除。然而，這些法律規(guī)定尚未完全覆蓋醫(yī)療數(shù)據(jù)的特殊性，存在適用空白。因此，需專(zhuān)門(mén)制定醫(yī)療數(shù)據(jù)領(lǐng)域的法律法規(guī)，明確規(guī)定在數(shù)據(jù)生命周期各環(huán)節(jié)中醫(yī)療數(shù)據(jù)的權(quán)屬關(guān)系，為各主體的權(quán)利和義務(wù)劃定清晰邊界。只有確立精準(zhǔn)的“法律標(biāo)尺”，才能為AI醫(yī)療數(shù)據(jù)知識(shí)產(chǎn)權(quán)保護(hù)奠定堅(jiān)實(shí)的法律基礎(chǔ)。

其二，需明確AI數(shù)據(jù)知識(shí)產(chǎn)權(quán)申請(qǐng)主題。AI醫(yī)療數(shù)據(jù)可專(zhuān)利保護(hù)的技術(shù)主題，包括數(shù)據(jù)處理與增強(qiáng)技術(shù)、AI模型與算法創(chuàng)新、數(shù)據(jù)應(yīng)用場(chǎng)景創(chuàng)新、數(shù)據(jù)系統(tǒng)等，這些主題共同繪制出一幅包含多方面的“創(chuàng)新圖譜”。在數(shù)據(jù)處理與增強(qiáng)技術(shù)方面，包括針對(duì)醫(yī)療圖像/文本的自動(dòng)化標(biāo)注算法、噪聲數(shù)據(jù)修復(fù)技術(shù)，以及多模態(tài)醫(yī)療數(shù)據(jù)的融合方法與標(biāo)準(zhǔn)化處理流程等。AI模型與算法創(chuàng)新涉及模型結(jié)構(gòu)的改進(jìn)、訓(xùn)練方法的優(yōu)化。比如，百度申請(qǐng)的“醫(yī)療問(wèn)答方法和系統(tǒng)”專(zhuān)利通過(guò)醫(yī)療問(wèn)答大模型對(duì)用戶(hù)提出的問(wèn)題給出準(zhǔn)確答案。

數(shù)據(jù)應(yīng)用場(chǎng)景創(chuàng)新涵蓋基于AI數(shù)據(jù)分析的自動(dòng)化診斷流程，以及嵌入AI模型的醫(yī)療器械。比如，上海微創(chuàng)醫(yī)療機(jī)器人（集團(tuán)）股份有限公司申請(qǐng)的“手術(shù)輔助系統(tǒng)及方法”專(zhuān)利，利用影像大模型載入術(shù)前影像提前分析潛在的手術(shù)風(fēng)險(xiǎn)；利用視覺(jué)大模型分析內(nèi)窺鏡實(shí)時(shí)圖像；利用風(fēng)險(xiǎn)檢測(cè)大模型輸出風(fēng)險(xiǎn)提示信息；利用語(yǔ)言大模型向術(shù)者給出建議，以更直觀地協(xié)助術(shù)者降低術(shù)中風(fēng)險(xiǎn)。數(shù)據(jù)系統(tǒng)則涉及數(shù)據(jù)加密傳輸系統(tǒng)、數(shù)據(jù)管理系統(tǒng)，比如北京協(xié)和醫(yī)院申請(qǐng)的“數(shù)據(jù)醫(yī)療加密傳輸系統(tǒng)及方法”專(zhuān)利。此外，對(duì)于未公開(kāi)的核心數(shù)據(jù)集、標(biāo)注規(guī)則、模型訓(xùn)練方法參數(shù)等涉及商業(yè)秘密的內(nèi)容，可通過(guò)保密協(xié)議、數(shù)據(jù)訪(fǎng)問(wèn)限制或加密等方式進(jìn)行嚴(yán)格保護(hù)，全方位拓展知識(shí)產(chǎn)權(quán)保護(hù)領(lǐng)域。

其三，鼓勵(lì)知識(shí)產(chǎn)權(quán)申請(qǐng)，明確知識(shí)產(chǎn)權(quán)歸屬。鼓勵(lì)醫(yī)療機(jī)構(gòu)和科研人員積極申請(qǐng)與醫(yī)療數(shù)據(jù)相關(guān)的專(zhuān)利、著作權(quán)等知識(shí)產(chǎn)權(quán)，通過(guò)注冊(cè)確權(quán)的方式，為創(chuàng)新成果提供法律保護(hù)。例如，廣東省市場(chǎng)監(jiān)督管理局指導(dǎo)廣東省知識(shí)產(chǎn)權(quán)保護(hù)中心積極為健康醫(yī)療企業(yè)提供數(shù)據(jù)知識(shí)產(chǎn)權(quán)咨詢(xún)服務(wù)，深入金域醫(yī)學(xué)開(kāi)展調(diào)研，全面了解金域醫(yī)學(xué)數(shù)據(jù)構(gòu)成、數(shù)據(jù)治理情況、數(shù)據(jù)應(yīng)用場(chǎng)景及潛在價(jià)值等內(nèi)容，初步識(shí)別原始數(shù)據(jù)采集、智能處理到產(chǎn)業(yè)化應(yīng)用全鏈條的技術(shù)創(chuàng)新點(diǎn)，高效挖掘可納入知識(shí)產(chǎn)權(quán)保護(hù)范疇的核心要素，有力推進(jìn)“金域醫(yī)學(xué)呼吸道病原微生物靶向測(cè)序數(shù)據(jù)集”成功完成數(shù)據(jù)知識(shí)產(chǎn)權(quán)登記。2025年，“金域醫(yī)學(xué)呼吸道病原微生物靶向測(cè)序數(shù)據(jù)集”成功入選“數(shù)據(jù)知識(shí)產(chǎn)權(quán)登記第二批十大典型案例”。

在科研團(tuán)隊(duì)內(nèi)部，需制定清晰的知識(shí)產(chǎn)權(quán)歸屬和利益分配規(guī)則，防止內(nèi)部糾紛阻礙科研成果轉(zhuǎn)化與運(yùn)用。例如，可參考我國(guó)專(zhuān)利法中“職務(wù)發(fā)明”的相關(guān)規(guī)定。在醫(yī)院與研究機(jī)構(gòu)、AI企業(yè)的合作中，應(yīng)通過(guò)合同明確數(shù)據(jù)使用權(quán)、科研成果及二次開(kāi)發(fā)成果的知識(shí)產(chǎn)權(quán)權(quán)屬，制定詳盡的權(quán)益分配方案，避免因權(quán)屬爭(zhēng)議影響合作關(guān)系和技術(shù)推廣。AI企業(yè)則可建立知識(shí)產(chǎn)權(quán)運(yùn)營(yíng)機(jī)制，通過(guò)技術(shù)轉(zhuǎn)讓、許可使用等方式實(shí)現(xiàn)知識(shí)產(chǎn)權(quán)價(jià)值最大化，推動(dòng)各方實(shí)現(xiàn)互利共贏。

其四，建立監(jiān)測(cè)與預(yù)警機(jī)制。構(gòu)建AI醫(yī)療數(shù)據(jù)知識(shí)產(chǎn)權(quán)監(jiān)測(cè)預(yù)警機(jī)制，猶如部署一部高度靈敏的“預(yù)警雷達(dá)”，能夠及時(shí)識(shí)別潛在侵權(quán)風(fēng)險(xiǎn)，為專(zhuān)利權(quán)人提供堅(jiān)實(shí)保障。通過(guò)對(duì)數(shù)據(jù)流轉(zhuǎn)、技術(shù)應(yīng)用等環(huán)節(jié)的實(shí)時(shí)監(jiān)測(cè)與深度分析，一旦捕捉到侵權(quán)苗頭，即刻啟動(dòng)響應(yīng)程序，采取有效應(yīng)對(duì)措施，切實(shí)維護(hù)權(quán)利人的合法權(quán)益，為AI醫(yī)療創(chuàng)新生態(tài)的穩(wěn)健發(fā)展保駕護(hù)航。

AI醫(yī)療數(shù)據(jù)安全保護(hù)與知識(shí)產(chǎn)權(quán)保護(hù)是AI醫(yī)療數(shù)據(jù)治理的一體兩面。二者需在技術(shù)、法律和商業(yè)模式層面進(jìn)行協(xié)同設(shè)計(jì)，方能構(gòu)建起“保護(hù)-利用-收益”的良性循環(huán)機(jī)制。隨著數(shù)據(jù)安全與知識(shí)產(chǎn)權(quán)相關(guān)制度的逐步完善，AI醫(yī)療數(shù)據(jù)安全防護(hù)能力得以增強(qiáng)，技術(shù)創(chuàng)新活力持續(xù)釋放，這一領(lǐng)域才能在數(shù)字化浪潮中穿透迷霧，越行越遠(yuǎn)。

▼大模型在醫(yī)療領(lǐng)域持續(xù)深耕

目前，在國(guó)家互聯(lián)網(wǎng)信息辦公室發(fā)布的生成式人工智能服務(wù)備案信息和深度合成服務(wù)算法備案清單中，主要涉及非醫(yī)療器械的AI醫(yī)療軟件的對(duì)外規(guī)模化產(chǎn)品應(yīng)用，患者服務(wù)、輔助診斷與決策、質(zhì)控成為最典型的AI應(yīng)用領(lǐng)域。

截至2024年底，能夠?qū)ν馓峁┽t(yī)療領(lǐng)域AI應(yīng)用的產(chǎn)品和服務(wù)且已備案的模型和算法數(shù)量達(dá)101個(gè)，呈逐步上升態(tài)勢(shì)。這些備案的模型和算法分布廣泛，具體包括：?jiǎn)栐\對(duì)話(huà)占比48%、健康評(píng)估與咨詢(xún)占比24%、病歷生成與結(jié)構(gòu)化醫(yī)學(xué)報(bào)告生成占比14%、輔助診斷占比5%，此外，還包括中醫(yī)問(wèn)診、醫(yī)療設(shè)備指導(dǎo)、醫(yī)藥問(wèn)答、醫(yī)保政策AI助手、醫(yī)學(xué)科研助手、病歷檢索分析、應(yīng)急救援等生成式模型和應(yīng)用。

來(lái)源：阿里云研究院《醫(yī)療健康行業(yè)AI應(yīng)用白皮書(shū)》（2025年6月）

（文章來(lái)源：《創(chuàng)意世界》2025年8月號(hào)）

01

微店訂閱

請(qǐng)掃左側(cè)雜志微店二維碼訂閱或點(diǎn)擊下方小程序鏈接購(gòu)買(mǎi)。

02

郵局訂閱

各地郵局均可訂閱，郵發(fā)代號(hào)：2-652。亦可掃左側(cè)“中國(guó)郵政微商城”二維碼訂閱。

03

報(bào)社訂閱

請(qǐng)匯款至以下賬戶(hù)，并將匯款憑證發(fā)至本刊通聯(lián)發(fā)行部。

開(kāi)戶(hù)銀行：中國(guó)工商銀行北京海淀區(qū)北太平莊支行

戶(hù)名：中國(guó)知識(shí)產(chǎn)權(quán)報(bào)社

賬號(hào)：0200010009014482891

通聯(lián)發(fā)行部熱線(xiàn)：010-82034385、010-82034281（傳真）

【點(diǎn)擊下方小程序購(gòu)買(mǎi)本期雜志】

編校：苑寶平，審讀：郭麗

/ / / /

/ / /

/ /

/ / /

/ / /