心血管AI臨床應用的數(shù)據(jù)合規(guī)實踐演講人01心血管AI臨床應用的數(shù)據(jù)合規(guī)實踐02引言：心血管AI發(fā)展的時代命題與合規(guī)基石03數(shù)據(jù)合規(guī)：心血管AI臨床應用的“生命線”04心血管數(shù)據(jù)全生命周期的合規(guī)管理實踐05跨場景協(xié)作中的數(shù)據(jù)合規(guī)挑戰(zhàn)與應對策略06未來趨勢：從“被動合規(guī)”到“主動治理”的演進07結論：以合規(guī)之心，鑄AI之魂，護生命之安目錄01心血管AI臨床應用的數(shù)據(jù)合規(guī)實踐02引言：心血管AI發(fā)展的時代命題與合規(guī)基石引言：心血管AI發(fā)展的時代命題與合規(guī)基石在心血管疾病診療領域，人工智能（AI）技術的滲透正深刻重塑臨床實踐：從心電圖自動判讀、冠脈CT血管成像（CTA）斑塊分析，到心衰風險預測模型構建，AI通過海量醫(yī)療數(shù)據(jù)的學習與迭代，顯著提升了診斷效率與精準度。然而，作為AI模型的“燃料”，心血管數(shù)據(jù)的敏感性（涉及患者生命健康信息）、多源性（涵蓋影像、病歷、基因、可穿戴設備數(shù)據(jù)等）及高價值性，使其成為數(shù)據(jù)合規(guī)管理的焦點。作為一名深耕醫(yī)療AI與數(shù)據(jù)合規(guī)交叉領域的實踐者，我親歷過行業(yè)從“技術狂飆”到“理性回歸”的全過程：早期部分企業(yè)為追求模型性能，忽視患者知情同意、數(shù)據(jù)脫敏不徹底，最終導致項目叫停；也見證過通過建立全流程合規(guī)體系，使AI輔助診斷工具順利通過國家藥監(jiān)局（NMPA）創(chuàng)新審批，并真正落地臨床的場景。這些經(jīng)歷讓我深刻認識到：數(shù)據(jù)合規(guī)不是AI應用的“絆腳石”，而是其從實驗室走向病房的“通行證”，更是保障患者權益、維護行業(yè)信任、推動技術可持續(xù)發(fā)展的基石。引言：心血管AI發(fā)展的時代命題與合規(guī)基石本文將從心血管AI數(shù)據(jù)合規(guī)的核心價值出發(fā)，系統(tǒng)梳理法律框架、全生命周期管理要點、跨場景協(xié)作挑戰(zhàn)及未來趨勢，為行業(yè)提供一套可落地的合規(guī)實踐路徑。03數(shù)據(jù)合規(guī)：心血管AI臨床應用的“生命線”合規(guī)的必要性：從風險防控到價值創(chuàng)造心血管數(shù)據(jù)合規(guī)的本質(zhì)，是在“技術創(chuàng)新”與“權益保護”之間尋找平衡點。其必要性體現(xiàn)在三個維度：合規(guī)的必要性：從風險防控到價值創(chuàng)造法律風險的紅線醫(yī)療健康數(shù)據(jù)是受監(jiān)管最嚴格的數(shù)據(jù)類型之一?！吨腥A人民共和國個人信息保護法》（PIPL）明確要求，處理個人敏感信息（如醫(yī)療健康信息）需取得“單獨同意”；《數(shù)據(jù)安全法》要求數(shù)據(jù)處理者履行“數(shù)據(jù)分類分級、風險評估、應急處置”等義務；《人工智能醫(yī)療器械注冊審查指導原則》則規(guī)定，AI訓練數(shù)據(jù)需“可追溯、可驗證，確保來源合法、使用合規(guī)”。若違反上述規(guī)定，企業(yè)可能面臨高額罰款、項目叫停，甚至刑事責任。例如，某AI企業(yè)因未經(jīng)授權使用醫(yī)院病歷數(shù)據(jù)訓練模型，被監(jiān)管部門處以數(shù)千萬元罰款，相關產(chǎn)品至今無法上市。合規(guī)的必要性：從風險防控到價值創(chuàng)造臨床信任的基石心血管診療的核心是“醫(yī)患信任”。若患者擔憂數(shù)據(jù)被濫用（如用于保險定價、商業(yè)營銷），將拒絕參與AI輔助診療或臨床研究，導致數(shù)據(jù)來源枯竭，模型失去迭代基礎。反之，合規(guī)的數(shù)據(jù)管理能增強患者信任：某三甲醫(yī)院在開展AI心電監(jiān)測項目時，通過詳細告知數(shù)據(jù)用途、簽署知情同意書、提供數(shù)據(jù)查詢渠道，患者參與度提升40%，模型訓練數(shù)據(jù)量擴大3倍，準確率從85%提升至92%。合規(guī)的必要性：從風險防控到價值創(chuàng)造技術落地的前提監(jiān)管機構對AI醫(yī)療器械的審批，核心審查點之一便是數(shù)據(jù)合規(guī)性。例如，NMPA要求提交“數(shù)據(jù)來源說明、倫理批件、數(shù)據(jù)脫敏方案、算法偏見評估”等材料。只有建立全流程合規(guī)體系，AI產(chǎn)品才能通過注冊審批，進入臨床應用。此外，合規(guī)數(shù)據(jù)管理還能提升模型魯棒性——通過排除異常數(shù)據(jù)、保護數(shù)據(jù)多樣性，避免模型因“數(shù)據(jù)污染”產(chǎn)生偏差（如對特定年齡、種族群體的診斷準確率偏低）。法律框架：多維度的合規(guī)依據(jù)心血管AI數(shù)據(jù)合規(guī)需同時遵循國內(nèi)法律、行業(yè)規(guī)范及國際標準，構建“多層次合規(guī)矩陣”：法律框架：多維度的合規(guī)依據(jù)國內(nèi)法律體系1-《中華人民共和國個人信息保護法》：明確“知情-同意”是處理個人信息的核心原則，要求對敏感個人信息（如醫(yī)療健康數(shù)據(jù)）進行“單獨告知、明確同意”，且需告知處理目的、方式、范圍及存儲期限。2-《中華人民共和國數(shù)據(jù)安全法》：要求數(shù)據(jù)處理者建立“數(shù)據(jù)分類分級制度”，對核心數(shù)據(jù)實行“全生命周期管理”；開展數(shù)據(jù)處理活動需進行風險評估，并定期向監(jiān)管部門報送。3-《醫(yī)療健康數(shù)據(jù)安全管理規(guī)范》（GB/T42430-2023）：規(guī)定醫(yī)療健康數(shù)據(jù)的“采集、存儲、傳輸、使用、共享、銷毀”等環(huán)節(jié)的安全要求，如數(shù)據(jù)傳輸需采用加密協(xié)議，存儲需滿足“異地備份、訪問控制”等條件。法律框架：多維度的合規(guī)依據(jù)國內(nèi)法律體系-《人工智能醫(yī)療器械注冊審查指導原則》：明確AI訓練數(shù)據(jù)需“具有代表性、真實性、多樣性”，需提供數(shù)據(jù)來源合法性證明（如醫(yī)院倫理批件）、數(shù)據(jù)預處理記錄（如脫敏過程）、算法偏見分析報告等。法律框架：多維度的合規(guī)依據(jù)行業(yè)規(guī)范與標準-《醫(yī)療器械數(shù)據(jù)安全技術規(guī)范》（YY/T1832-2022）：規(guī)范醫(yī)療數(shù)據(jù)的“安全生命周期管理”，包括數(shù)據(jù)備份、恢復、銷毀等技術要求。-《健康醫(yī)療大數(shù)據(jù)安全管理指南》（GB/T42430-2023）：指導健康醫(yī)療數(shù)據(jù)的“安全共享與開放”，明確數(shù)據(jù)共享需經(jīng)“數(shù)據(jù)提供方、使用方、監(jiān)管方”三方同意，并采用“安全計算技術”（如聯(lián)邦學習、差分隱私）。法律框架：多維度的合規(guī)依據(jù)國際經(jīng)驗參考-歐盟GDPR：對醫(yī)療健康數(shù)據(jù)等“特殊類別數(shù)據(jù)”實行“嚴格保護”，要求處理需滿足“特定條件”（如患者明確同意、為履行公共健康義務等），違規(guī)最高可處以全球年收入4%的罰款。-美國HIPAA：規(guī)范受保護的健康信息（PHI）的使用與披露，要求醫(yī)療機構與商業(yè)伙伴簽署“數(shù)據(jù)使用協(xié)議（BAA）”，明確數(shù)據(jù)安全責任。04心血管數(shù)據(jù)全生命周期的合規(guī)管理實踐心血管數(shù)據(jù)全生命周期的合規(guī)管理實踐心血管AI數(shù)據(jù)合規(guī)需覆蓋“從產(chǎn)生到銷毀”的全生命周期，每個環(huán)節(jié)均需建立標準化流程。以下結合臨床實踐，分環(huán)節(jié)詳解合規(guī)要點：數(shù)據(jù)采集：合法性與倫理性的雙重保障數(shù)據(jù)采集是合規(guī)的“第一道關卡”，核心在于“知情同意”與“最小必要原則”。數(shù)據(jù)采集：合法性與倫理性的雙重保障倫理審查前置所有涉及患者數(shù)據(jù)采集的AI項目，需通過醫(yī)療機構倫理委員會審查。例如，某醫(yī)院開展“AI輔助冠脈狹窄診斷”研究，需提交“研究方案、數(shù)據(jù)采集清單、知情同意書、隱私保護措施”等材料，經(jīng)倫理委員會審批后方可實施。審查重點包括：研究目的是否具有社會價值、數(shù)據(jù)采集范圍是否必要、風險控制措施是否到位。數(shù)據(jù)采集：合法性與倫理性的雙重保障知情同意的“透明化”與“個性化”-患者權益（如撤回同意權、數(shù)據(jù)查詢權、刪除權）。05例如，某項目為方便患者理解，通過“短視頻+圖文手冊”解釋數(shù)據(jù)用途，并提供“線上+線下”雙渠道簽署同意書，患者簽署率提升至95%。06-數(shù)據(jù)用途（如AI模型訓練、臨床研究、輔助診療）；03-數(shù)據(jù)存儲期限（如“模型訓練完成后，匿名化數(shù)據(jù)保存5年”）；04知情同意書需采用“通俗語言+專業(yè)術語”結合的方式，明確告知患者：01-數(shù)據(jù)采集的具體內(nèi)容（如心電圖、冠脈CTA影像、病歷摘要）；02數(shù)據(jù)采集：合法性與倫理性的雙重保障最小必要原則的落實數(shù)據(jù)采集需嚴格限定在“實現(xiàn)AI功能所必需”的范圍內(nèi)，避免“過度采集”。例如，若AI模型僅用于“心電圖心律失常分類”，則無需采集患者的基因數(shù)據(jù)或既往住院病歷。某企業(yè)在開發(fā)“心衰風險預測模型”時，最初計劃采集患者50項指標，經(jīng)合規(guī)評估后縮減至18項核心指標（如左室射血分數(shù)、NT-proBNP水平），既滿足模型需求，又降低合規(guī)風險。數(shù)據(jù)存儲：安全性與可追溯性的平衡數(shù)據(jù)存儲環(huán)節(jié)需解決“如何防止數(shù)據(jù)泄露、篡改，且確保數(shù)據(jù)可追溯”的問題。數(shù)據(jù)存儲：安全性與可追溯性的平衡數(shù)據(jù)分類分級管理根據(jù)《醫(yī)療健康數(shù)據(jù)安全管理規(guī)范》，心血管數(shù)據(jù)可分為“一般數(shù)據(jù)”（如已脫敏的統(tǒng)計數(shù)據(jù)）與“敏感數(shù)據(jù)”（如患者身份信息、原始醫(yī)學影像）。對不同級別數(shù)據(jù)采取差異化存儲策略：-敏感數(shù)據(jù)：存儲于“加密數(shù)據(jù)庫”，采用“國密SM4算法”加密，訪問需通過“雙因素認證”（如密碼+動態(tài)驗證碼），并記錄“訪問日志”（包括訪問人、時間、操作內(nèi)容）；-一般數(shù)據(jù)：存儲于“非加密數(shù)據(jù)庫”，但仍需限制訪問權限，僅“項目組成員”可訪問。數(shù)據(jù)存儲：安全性與可追溯性的平衡存儲介質(zhì)與備份策略-存儲介質(zhì)：優(yōu)先采用“本地服務器+云存儲”混合模式。本地服務器存儲核心敏感數(shù)據(jù)，云存儲用于備份與非核心數(shù)據(jù)存儲（如脫敏后的訓練數(shù)據(jù)）。云服務商需具備“等保三級”資質(zhì)，并簽署《數(shù)據(jù)安全協(xié)議》。-備份策略：實行“每日增量備份+每周全量備份”，備份數(shù)據(jù)需存儲于“異地災備中心”，確保“斷電、火災”等意外情況下數(shù)據(jù)可恢復。例如，某醫(yī)院要求備份數(shù)據(jù)至少保存3年，且每年進行1次“恢復演練”，驗證備份數(shù)據(jù)的可用性。數(shù)據(jù)存儲：安全性與可追溯性的平衡數(shù)據(jù)生命周期管理明確數(shù)據(jù)“存儲期限”，到期后需“安全銷毀”。銷毀方式需根據(jù)數(shù)據(jù)類型確定：01-電子數(shù)據(jù)：采用“低級格式化+消磁”方式，確保數(shù)據(jù)無法恢復；02-紙質(zhì)數(shù)據(jù)：采用“粉碎+焚燒”方式，并記錄銷毀時間、執(zhí)行人、監(jiān)督人。03數(shù)據(jù)處理：匿名化與算法偏見的雙重控制數(shù)據(jù)處理是AI模型訓練的核心環(huán)節(jié)，合規(guī)重點在于“匿名化”與“算法公平性”。數(shù)據(jù)處理：匿名化與算法偏見的雙重控制匿名化技術的深度應用根據(jù)《個人信息保護法》，匿名化是指“個人信息經(jīng)過處理無法識別特定個人且不能復原”的過程。心血管數(shù)據(jù)匿名化需去除或模糊化以下信息：-直接標識符：姓名、身份證號、手機號、住院號；-間接標識符：年齡（需精確到5歲區(qū)間）、性別（保留）、科室（保留，但需去除具體病床號）、影像設備編號（去除序列號后幾位）。實踐中，可采用“k-匿名模型”（確保任意記錄在準標識符上的取值至少有k條相同），或“差分隱私技術”（在查詢結果中添加隨機噪聲，保護個體隱私）。例如，某企業(yè)使用“差分隱私”處理心電圖數(shù)據(jù)，在模型訓練過程中添加“拉普拉斯噪聲”，確保單個患者數(shù)據(jù)無法被逆向推導，同時不影響模型整體準確率。數(shù)據(jù)處理：匿名化與算法偏見的雙重控制數(shù)據(jù)質(zhì)量與偏見控制數(shù)據(jù)質(zhì)量直接影響模型性能，需建立“數(shù)據(jù)清洗標準”：-完整性：剔除關鍵信息缺失的數(shù)據(jù)（如冠脈CTA影像缺失鈣化積分）；-準確性：通過“人工復核+規(guī)則校驗”糾正錯誤數(shù)據(jù)（如心電圖導聯(lián)接反）；-一致性：統(tǒng)一數(shù)據(jù)格式（如血壓單位統(tǒng)一為“mmHg”，藥物名稱統(tǒng)一采用“通用名”）。此外，需進行“算法偏見評估”，確保模型對不同人群（如不同年齡、性別、種族）的診斷準確率無顯著差異。例如，某AI心電診斷模型在測試中發(fā)現(xiàn)，對65歲以上房顫患者的識別準確率（88%）顯著低于65歲以下人群（95%），經(jīng)分析發(fā)現(xiàn)原因是老年患者心電圖基線漂移更明顯，模型訓練數(shù)據(jù)中老年樣本占比不足（僅20%）。通過補充老年樣本數(shù)據(jù)（占比提升至40%），模型準確率提升至93%，實現(xiàn)群體間公平。數(shù)據(jù)使用與共享：目的限定與安全可控數(shù)據(jù)使用與共享是AI價值實現(xiàn)的關鍵，但需嚴格遵循“目的限定”與“安全可控”原則。數(shù)據(jù)使用與共享：目的限定與安全可控內(nèi)部使用：權限與流程的雙重約束AI模型訓練團隊需實行“最小權限原則”，僅“數(shù)據(jù)科學家”“算法工程師”等核心人員可接觸原始數(shù)據(jù)，且需簽署《數(shù)據(jù)保密協(xié)議》。數(shù)據(jù)使用需通過“申請-審批-記錄”流程：-申請：明確使用目的、數(shù)據(jù)范圍、使用期限；-審批：由“數(shù)據(jù)合規(guī)官”與“項目負責人”聯(lián)合審批；-記錄：系統(tǒng)自動記錄數(shù)據(jù)使用日志（如“工程師張三于2024年3月1日訪問100條冠脈CTA影像，用于模型迭代”），日志保存期限不少于5年。數(shù)據(jù)使用與共享：目的限定與安全可控外部共享：協(xié)議與技術雙重保障與外部機構（如合作醫(yī)院、科研單位、AI企業(yè)）共享數(shù)據(jù)時，需簽署《數(shù)據(jù)共享協(xié)議》，明確以下條款：-共享目的：限定為“心血管AI研究”“臨床輔助診療”等特定用途，不得用于商業(yè)廣告、保險定價等；-安全責任：共享方需采取“加密傳輸、訪問控制、日志審計”等安全措施，并承擔數(shù)據(jù)泄露責任；-數(shù)據(jù)返還與銷毀：共享結束后，需在30日內(nèi)返還或銷毀數(shù)據(jù)，并提供《銷毀證明》。技術層面，可采用“安全多方計算（MPC）”或“聯(lián)邦學習”實現(xiàn)“數(shù)據(jù)可用不可見”。例如，某醫(yī)院與企業(yè)合作開發(fā)“心衰預測模型”，采用聯(lián)邦學習技術：醫(yī)院將本地數(shù)據(jù)保留在本地服務器，僅上傳模型參數(shù)至云端進行聯(lián)合訓練，無需共享原始數(shù)據(jù)，既保護患者隱私，又實現(xiàn)模型優(yōu)化。數(shù)據(jù)銷毀：徹底性與可驗證性的統(tǒng)一數(shù)據(jù)銷毀是數(shù)據(jù)生命周期的終點，需確?！皬氐谉o法恢復”且“過程可驗證”。數(shù)據(jù)銷毀：徹底性與可驗證性的統(tǒng)一銷毀場景與方式21-項目結束：AI模型研發(fā)完成后，原始訓練數(shù)據(jù)需在30日內(nèi)銷毀；-數(shù)據(jù)過期：超過存儲期限的數(shù)據(jù)，需及時銷毀。-紙質(zhì)數(shù)據(jù)：采用“粉碎+焚燒”，并錄像留存。-患者撤回同意：患者要求刪除其數(shù)據(jù)時，需在15日內(nèi)完成銷毀；銷毀方式需符合《數(shù)據(jù)安全法》要求：-電子數(shù)據(jù)：采用“消磁+低級格式化”或“物理銷毀”（如硬盤粉碎）；4365數(shù)據(jù)銷毀：徹底性與可驗證性的統(tǒng)一銷毀驗證與記錄銷毀完成后，需由“數(shù)據(jù)合規(guī)官”“IT部門負責人”“第三方審計機構”共同驗證，并出具《數(shù)據(jù)銷毀證明》。證明需包括：銷毀數(shù)據(jù)類型、數(shù)量、方式、時間、執(zhí)行人、驗證人等信息，并歸檔保存不少于10年。05跨場景協(xié)作中的數(shù)據(jù)合規(guī)挑戰(zhàn)與應對策略跨場景協(xié)作中的數(shù)據(jù)合規(guī)挑戰(zhàn)與應對策略心血管AI臨床應用涉及醫(yī)療機構、AI企業(yè)、監(jiān)管機構、患者等多方主體，跨場景協(xié)作中易出現(xiàn)“責任邊界模糊”“標準不統(tǒng)一”等問題，需針對性解決：醫(yī)療機構與AI企業(yè)的協(xié)作：權責清晰的“數(shù)據(jù)契約”醫(yī)療機構是心血管數(shù)據(jù)的“控制者”，AI企業(yè)是“使用者”，雙方需通過協(xié)議明確權責：醫(yī)療機構與AI企業(yè)的協(xié)作：權責清晰的“數(shù)據(jù)契約”數(shù)據(jù)授權范圍明確數(shù)據(jù)使用的“目的、范圍、期限”，如“醫(yī)院授權企業(yè)使用2021-2023年期間1000例冠脈CTA影像，用于‘冠脈狹窄AI診斷模型’訓練，期限為2年”。超出授權范圍的使用（如將數(shù)據(jù)用于其他模型訓練），需重新獲得授權。醫(yī)療機構與AI企業(yè)的協(xié)作：權責清晰的“數(shù)據(jù)契約”數(shù)據(jù)安全責任劃分醫(yī)療機構需負責“數(shù)據(jù)采集的合法性”（如倫理審查、知情同意）；AI企業(yè)需負責“數(shù)據(jù)存儲、處理、共享的安全性”（如加密技術、訪問控制）。若因AI企業(yè)安全措施不足導致數(shù)據(jù)泄露，企業(yè)需承擔賠償責任，并配合醫(yī)療機構進行事件調(diào)查與整改。醫(yī)療機構與AI企業(yè)的協(xié)作：權責清晰的“數(shù)據(jù)契約”收益分配機制若AI模型產(chǎn)生商業(yè)收益（如產(chǎn)品銷售、技術服務），需在協(xié)議中明確收益分配比例（如醫(yī)院占30%，企業(yè)占70%），保障醫(yī)療機構的數(shù)據(jù)權益。監(jiān)管合規(guī)：動態(tài)適應與主動溝通醫(yī)療AI監(jiān)管政策處于持續(xù)完善中，企業(yè)需建立“動態(tài)合規(guī)機制”：監(jiān)管合規(guī)：動態(tài)適應與主動溝通政策跟蹤與解讀設立“合規(guī)專員”，定期跟蹤NMPA、國家衛(wèi)健委等部門發(fā)布的政策文件（如《人工智能醫(yī)療器械注冊審查指導原則》更新版），組織內(nèi)部學習，確保產(chǎn)品研發(fā)符合最新要求。監(jiān)管合規(guī)：動態(tài)適應與主動溝通前置溝通與預審查在產(chǎn)品研發(fā)早期，即與監(jiān)管機構（如NMPA醫(yī)療器械技術審評中心）溝通，提交“數(shù)據(jù)合規(guī)方案”，獲取反饋意見。例如，某企業(yè)在開發(fā)“AI心電圖自動分析軟件”時，提前6個月與審評中心溝通，根據(jù)反饋調(diào)整了“數(shù)據(jù)匿名化方案”與“算法偏見評估報告”，縮短了審批周期（從18個月縮短至12個月）?；颊邫嘁姹Ｕ希簭摹氨粍痈嬷钡健爸鲃訁⑴c”患者是數(shù)據(jù)的“主體”，但傳統(tǒng)合規(guī)模式多為“被動告知”，需向“主動參與”轉(zhuǎn)變：患者權益保障：從“被動告知”到“主動參與”數(shù)據(jù)查詢與更正機制建立患者“數(shù)據(jù)服務平臺”，提供“數(shù)據(jù)查詢、更正、撤回同意”等功能。例如，患者可通過平臺查看“哪些數(shù)據(jù)被采集、用于什么目的”，并申請更正錯誤數(shù)據(jù)（如性別填寫錯誤）。患者權益保障：從“被動告知”到“主動參與”數(shù)據(jù)泄露應急響應制定《數(shù)據(jù)泄露應急預案》，明確“泄露事件報告流程”（如24小時內(nèi)向監(jiān)管部門報告）、“患者告知機制”（如通過短信、郵件告知泄露情況及應對措施）、“補救措施”（如為受影響患者提供信用監(jiān)控服務）。06未來趨勢：從“被動合規(guī)”到“主動治理”的演進未來趨勢：從“被動合規(guī)”到“主動治理”的演進隨著技術發(fā)展與監(jiān)管完善，心血管AI數(shù)據(jù)合規(guī)將呈現(xiàn)三大趨勢，推動行業(yè)從“被動合規(guī)”向“主動治理”升級：技術賦能：隱私計算與區(qū)塊鏈的應用隱私計算技術（如聯(lián)邦學習、差分隱私、可信執(zhí)行環(huán)境）將實現(xiàn)“數(shù)據(jù)可用不可見”，在保護隱私的同時促進數(shù)據(jù)共享。例如，某企業(yè)正在研發(fā)“基于聯(lián)邦學習的心血管AI模型聯(lián)盟”，多家醫(yī)院通過本地數(shù)據(jù)訓練模型，僅交換加密參數(shù)，無需共享原始數(shù)據(jù)，既保護患者隱私，又擴大了模型訓練數(shù)據(jù)規(guī)模。區(qū)塊鏈技術可用于“數(shù)據(jù)全生命周期追溯”，通過“不可篡改的鏈上記錄”確保數(shù)據(jù)采集、存儲、使用、共享的透明性。例如，某醫(yī)院將患者數(shù)據(jù)訪問記錄上鏈，患者可通過鏈上查詢“誰在何時訪問了我的數(shù)據(jù)”，增強數(shù)據(jù)信任。