把患者病历与基因数据经不受控的AI出域,就是实打实的泄密;医疗机构多属政务级强监管单位(公立医院、疾控、科研院所),总书记在2026世界人工智能大会(WAIC)定调,人工智能必须安全可控、始终处于人类控制之下。医院既经手海量患者敏感个人信息,也守人类遗传资源,政务AI治理与企业AI治理都不是选择题。

AI行业复盘 | 医疗机构专题

800份泄露!医疗机构数据翻车复盘

一、复盘起点:一起真实的患者信息倒卖案

2026年1月,最高人民检察院发布个人信息保护检察公益诉讼典型案例:2021年7月至2025年3月,上海市闵行区某医院医生及区急救中心急救人员,利用工作便利通过全市疾病控制信息管理系统、救护车显示屏,获取包含逝者住址、死亡时间、原因、亲属姓名与联系方式在内的个人信息800余份,违法提供给殡葬行业人员牟利。2025年7月,区卫健委对涉案医院作出责令整改、警告、罚款的处罚,对涉案医生暂停执业并罚款,解除相关急救人员外包劳动关系。这不是AI直接作恶,而是"数据治理缺位+权限失控"酿成的实打实泄密。

二、为何更危险:医疗数据即命脉

把上述案子放到医疗机构,风险被数倍放大。第一,数据不是自己的:患者病史、基因、影像属于受《个人信息保护法》严格保护的敏感个人信息,部分还涉及人类遗传资源等涉密与受限数据。第二,系统高度连通:HIS、LIS、PACS、电子病历彼此打通,一处弱口令就可能牵出整条链路。第三,外包庞杂:运维、科研助理、客服大量由外包与驻场承担,谁碰过哪份病历,医院往往完全没记录。

📌 同期:监管持续收紧

2026年8月,湖南娄底卫健委公布娄卫医罚〔2026〕10号,因医生未退出系统致患者隐私外发,警告并罚款12000元;同月祁阳公安在"护网-2026"中查处某医院个人信息保护不力,予以警告并责令改正。医疗数据合规已成监管高频区。

三、翻车全过程复盘:从"图省事"到"出大事"

第一步,权限失控。疾控系统凭一把密钥即可查全市死亡报告,急救车屏直接显示患者亲属信息,没有任何最小化与脱敏。第二步,配置错。信息终端无操作日志、无异常告警,谁查了什么完全不可见。第三步,无审计。医院查不到"谁在何时查了哪份信息",等投诉爆发已波及800余份。第四步,追责困难。出事后只能事后倒查,机构吃下处罚与品牌损失。

四、根因:不是人坏,是治理缺位

这些案子的根因都不是"用了AI",而是"用了不受控的系统与不受控的数据"。没有统一网关把关、没有敏感识别拦截、没有全链路审计留痕、没有分级审批——四样全缺,翻车是迟早的事。对公立医院、疾控这类政务属性强的单位,这更是不能碰的底线,也是政务AI治理与企业AI治理共同的起点。

五、同类延伸:不只有"倒卖"

医疗机构还面临更隐蔽的失控路径:把科研病例传境外云做标注、把基因数据随手上传统计平台、把病历明文写进可公开访问的代码仓库。这意味着,即便员工没主动倒卖,存储、供应链与集成环节的疏漏也可能成为泄密口。防护不能只管"人",还要管"库"与"链路"。

六、跨境参照:法国医院50万欧元罚单

2026年9月,法国CNIL因患者数据安全失职对 Loire 私立医院罚50万欧元:攻击者利用缺乏VPN与多因子认证的远程访问,接入集中全院患者数据的电子病历,访问52.4万名患者及20.2万名可信第三方信息,数天未被发现。这面镜子照出国内医院远程会诊、外部专家调阅、云影像的同类风险——没有保密措施的互联,等于敞开门户。

七、怎么翻盘:把安全做成底座

复盘结论很清晰:医疗机构的病历与科研系统必须配齐"识别—拦截—审计—审批"四件套。江苏OPC 580号第18条明确支持园区、重点企业共建人工智能安全公共服务,正是要把统一网关、敏感识别、全链路审计做成行业级底座,中小服务商与科研团队低成本接入。

八、给管理者的一句话

上线任何医疗AI前,先问一句:病历分级了吗?患者数据出境评估了吗?敏感识别开了吗?审计留痕全吗?四问都答得上,系统才叫"安全可控";答不上,宁可贵一点、慢一点,也别拿患者信任去赌。

九、多部门监管:数据合规的叠加义务

医疗的数据合规不是单一部门的事。网信部门管个人信息保护与算法备案,卫健部门管医疗数据安全与病历管理,公安介入数据泄露追责,涉及人类遗传资源还有科技部门审批。多部门并行监管下,一项数据处理行为可能同时触发多部法律、多项义务——这也正是医疗机构最易"踩线不自知"的地方。

十、真实代价:一张罚单的连锁反应

别以为代价只是钱的事。医疗机构一旦涉及患者个人信息泄露,不仅面临《个人信息保护法》高额处罚,还可能连带丢掉评级、影响医保与科研合作、损害公众信任,连锁代价远超账面罚款。把安全做成底座,本质是给自己留退路。

十一、从翻车到布防:医疗机构的行动清单

复盘的价值在行动。第一,做一次数据资产盘点,标清患者敏感信息与人类遗传资源边界;第二,上统一网关,所有AI调用收口;第三,开敏感识别双模式,红线即拦截;第四,全链路审计日志保留,可定位到人;第五,定期做AI治理月报,对技术、法务、医务三方公开。五步走完,医疗机构才算从"翻车复盘"走到"主动布防"。

十二、把复盘变成制度

复盘最怕"开了会、发了文、然后忘了"。真正有效的做法是把教训固化成制度:数据分级标准、AI调用审批流程、外包人员保密协议、季度AI治理审计,全部写成可执行的SOP,并入新员工入职培训。江苏OPC 580号第18条鼓励园区共建人工智能安全公共服务,中小医疗机构可直接复用成熟底座,少走十年弯路。制度落地了,复盘才有意义。

十三、把案例做成内部培训

数据翻车不该只让信息科背锅。医务、科研、客服、驻场都该懂:患者数据外传的后果是违法,病历与基因外泄更是商业秘密与人类遗传资源损失。把闵行案、娄底案、法国医院罚单做成内部培训素材,比事后写检讨管用得多。51AIPro 与 我要AI 的AI专家在为医疗机构做治理咨询时,常把这些判例编入培训,让"安全可控"长在一线动作里。

你们医疗机构的数据权限,做到最小化、可审计、能定位到人了吗?评论区说说你们的踩坑或经验。

51AIPro · 企业AI治理专家

安全·合规·可控·增效,AI 全流程治理一次布防

关注公众号

长按识别 · 关注公众号

微信扫码联系51AIPro

长按识别 · 合作洽谈

官网 https://51aipro.com/