数据是AI数字时代的发展基础与重要引擎。国务院于近日颁布了《政务数据共享条例》，条例对于数据共享应遵循相关原则，并对目录管理、共享使用、平台支撑、保障措施等方面作出规定，以推进政务数据安全有序高效共享利用，提升政府数字化治理能力和政务服务效能。

该条例的颁布无疑对于进一步推动医疗领域数据应用具有重要意义，其对于破除部门数据壁垒，推动检查检验互认、医保精准结算等场景落地，以数据共享利用提升诊疗效率和患者服务精度具有重要的建设性意义。

同时，由于医疗健康数据的敏感性以及医疗行业涉及的多主体层次性，使得条例也面对数据共享能覆盖到何种范围、数据安全责任如何划分、患者隐私保护等多重复杂性与挑战。

这场变革本质上是对医疗数据“可用”与“可信”的双重考验，需在制度框架下实现技术赋能、数据安全保护与患者权益等多重价值与利益协同，避免数据共享沦为“形式互通”的表面工程，而实质上并未实现对领域行业的实质赋能。

医疗领域以数据为基础，丰富的数据资源能进一步推动乃至重构医学领域发展和患者价值提升。

一方面，多维度数据能够重构医学发展逻辑。在实践中，海量、多维度数据能够支撑精准研究，比如基因组学、蛋白质组学、临床医疗数据的融合等，这些数据都依赖于大量数据的获取。真实世界数据能够优化临床决策，电子病历、健康检测设备数据等，可开展大规模真实世界研究。AI辅助医疗、疾病预测与早期干预等等，都依赖于大数据和人工智能的发展。

另一方面，有助于提升患者诊疗和健康管理的多重价值。在医学能够有效发展的基础上，对于提升针对准确率和治疗效率，具有重要作用，尤其是在精准化医疗大势所趋，如何获取更加有效的数据，对于疾病的个性化治疗具有重要作用。数据俨然已成为医疗领域重要变革的“新基建”，赋能人类构建全周期、精准化的健康生态，从而大幅提升生命质量与健康预期。

国家始终注重从顶层设计层面推动医疗领域数据应用。自2016年国务院办公厅发布《关于促进和规范健康医疗大数据应用发展的指导意见》以来，健康医疗大数据应用发展已被纳入国家大数据战略布局中。2018年国家卫健委发布《国家健康医疗大数据标准、安全和服务管理办法（试行）》，加强健康医疗大数据管理，明确由国家卫健委建立健康医疗大数据开放共享机制。该办法规定了数据分类、重要数据备份、加密认证等保障数据安全的举措，以及对于数据接入、使用、访问等行为的具体要求。

对于医保数据共享而言，国家医保局也通过网络和信息化建设、数据安全管理等多方面工作，确保推进医保数据共享。国家也致力于推动医疗机构检查检验结果互认制度，2024年国家卫健委等多部门发布《关于进一步推进医疗机构检查检验结果互认的指导意见》，以规范医疗检查检验行为、保障医疗质量安全、提高医疗服务效率和改善患者就医体验等目标，对推进医疗机构检查检验结果互认进行了详细规定，作为医疗数据共享的重要一环，这一意见具有里程碑的意义。总体而言，医疗领域在各个方面致力于更好推进医疗数据共享。

法律对医疗数据共享的规制。近年来，随着《数据安全法》《个人信息保护法》的相继实施，对医疗领域数据共享存在多方面的规制。在《个人信息保护法》中，医疗健康信息属于敏感个人信息，对个人信息的收集、使用、传输等各个环节提出明确要求，医疗机构及相关主体处理健康医疗数据时，需取得个人信息处理的合法性基础，遵守处理的相关规定。数据安全也为数据安全构筑制度框架，既保障数据在合法合规前提下流通共享，又防范因共享无序导致的隐私泄露与安全风险。

在网络化、数字化和智能化发展的AI时代背景下，医疗领域数据共享虽有进展，但也仍然存在诸多难点与痛点，成为行业发展的“绊脚石”。

数据标准混乱是首要难题。不同医疗机构与企业的数据标准、数据颗粒度仍不统一。尽管国家已颁布《国家数据标准体系建设指南》，但是，比如对于精准医疗中的基础数据、医学检查数据、影像数据、组学数据、环境数据和生活方式等，仍存在数据标准和颗粒度不统一的问题，影响精准医疗的方案制定。再如，医院基因检测数据常因格式不兼容，导致药企无法直接用于研发，需额外投入资源进行转换处理。

数据质量仍存在较大问题。医疗领域数据的准确性、完整性、权威性等至关重要，对于数据质量要求较高，但是目前医疗领域数据质量仍堪忧。比如，门诊病历信息缺失、诊断模糊等情形仍然存在，甚至可能存在数据造假。从事诊断和科研的一线医生可能无法拿到高质量数据，从而使得研究工作无法推进。

数据权属不清引发利益冲突。医疗机构或者相关企业可能在并未履行告知义务的前提下，对数据进行所谓的去识别化而对数据进行使用，但患者显然认为这些数据属于自己。跨机构、跨行业共享也存在数据权属问题，医疗机构、药企、科研机构、保险机构之间能否打通共享，取决于事先对于数据权属的界定，否则将引发利益冲突。

数据安全与隐私风险仍存在。医疗健康信息本身属于敏感个人信息，一旦泄露，将可能对患者权益产生重大影响。比如，某基因检测机构就曾因数据安全漏洞，致使大量客户基因数据外泄。而科研机构、药企获取数据时，若传输、存储加密不到位，也易引发数据安全事件，造成损害。

在医疗行业数字化转型加速的背景下，《政务数据共享条例》第六条规定，国家建立政务数据共享标准体系，推进政务数据共享工作标准化、规范化。

第十八条规定，政府部门应当建立健全政务数据全过程质量管理体系，提高政务数据质量管理能力，加强政务数据收集、存储、加工、传输、共享、使用、销毁等标准化管理。这两条虽然规定的是政务数据的标准体系和数据质量管理体系，但实际上将从标准体系构建与全流程质量管理切入，为医疗数据技术与标准规范带来系统性革新，重塑行业数据治理底层逻辑。

长期以来，医疗数据领域存在较为明显的标准碎片化与数据质量问题。尽管在《国家数据标准体系建设指南》中明确规定“数据资源”中的“基础资源”应包括元数据、主数据、数据目录与数据模型。但是实践中，在数据格式方面，医疗机构的电子病历、基因检测报告、医学影像等数据较为碎片化，难以实现跨平台兼容。疾病诊断、药品、医用耗材等编码体系也存在统一空间。同时，数据接口不统一，导致不同系统间数据传输效率低下甚至出现错误。

尤为重要的是，在数据质量层面，采集环节存在关键信息缺失、表述模糊等问题，加工处理过程中可能数据转换不规范，传输共享时也可能缺乏安全保护措施，这些问题都严重制约了医疗数据的深度应用与价值挖掘。

本次《政务数据共享条例》第六条确立的标准体系建设，为医疗数据技术革新指明方向。通过统一数据格式标准，如结构化字段、数据存储规范，可使数据在不同机构、系统间实现共享互通，降低数据整合成本。在此基础上，也通过“数据”为抓手，对于元数据标准统一等，提升数据的准确性与可用性。

政务数据全过程质量管理体系，则为医疗数据质量提升提供制度保障。在数据收集阶段，明确必填字段与采集标准，减少信息遗漏与模糊表述；存储环节，要求建立分级存储与备份机制，确保数据安全可靠；加工处理过程中，通过标准化流程与人工智能技术进行数据清洗、校验和转换；传输共享时，运用加密、区块链等技术保障数据安全可信；使用与销毁环节，建立严格的权限管理与审计机制，防止数据滥用与泄露。

总而言之，《政务数据共享条例》应用于医疗领域之时，首先将会推动医疗行业数据技术与标准规范的全面升级。该条例的实施会使医疗机构、医疗企业通过技术提升和技术完善，提升数据处理能力与效率。同时也会促进形成统一的数据管理标准与流程，明确各参与主体权责，构建良好的数据共享生态，实际上这也解决了医疗行业一直以来的数据质量问题。

这些规定，不仅有助于提升医疗服务质量与效率，还将为精准医疗、智慧健康等创新应用奠定坚实基础，推动医疗行业发展。但在落地实施过程中，仍需关注不同机构信息化的水平差异、标准落地成本等问题，通过政策引导、技术帮扶等措施，确保条例规定有效落实推行。

医疗领域数据共享制度可依据《政务数据共享条例》进一步推进，对于以下问题仍有较多探讨空间，以待日后制度建构。

一是数据共享类型。《条例》第十四条规定：

“政务数据按照共享属性分为无条件共享、有条件共享和不予共享三类：

（一）可以提供给所有政府部门共享使用的政务数据属于无条件共享类；

（二）可以按照一定条件提供给有关政府部门共享使用的政务数据属于有条件共享类；

（三）法律、行政法规以及国务院决定明确规定不能提供给其他政府部门共享使用的政务数据属于不予共享类。”

结合医疗领域，无条件共享类数据应主要是在公共卫生治理层面，比如传染病报告数据、预防接种信息等，这些数据的普惠属性较强；有条件共享类数据可主要在精准医疗、医学科研等领域，比如个体医疗隐私与敏感信息，以电子病历、个人健康档案为代表。这些数据的共享应按照法律要求，履行告知同意程序，通过用途限定加以约束。

比如，肿瘤医院将患者诊疗数据匿名化处理后共享给药企开展靶向药研究，即属于典型的有条件共享场景。对于不予共享类数据，关乎国家生物安全与法律红线，比如高致病性病原微生物基因序列、特殊职业病群体隐私数据等，以及依照相关法律法规不得共享的数据，并设置严格的数据访问管控。

同时，《条例》也要求，政府部门应当科学合理确定政务数据共享属性，不得通过擅自增设条件等方式阻碍、影响政务数据共享。

对属于有条件共享类的政务数据，政府部门应当在政务数据目录中列明共享范围、使用用途等共享使用条件。对属于不予共享类的政务数据，政府部门应当在政务数据目录中列明理由，并明确相应的法律、行政法规以及国务院决定依据。

二是数据共享机制的优化。条例构建的全链条共享机制为医疗数据流通提供系统性解决方案。在手机环节，第十九条明确“能共享即不重复收集”原则。这也为实践中可能存在的基层医疗机构或社区医院重复收集录入居民健康信息采集等提供制度革新契机。

第二十条也对供需对接机制的工作机制予以优化。再如通过数据回流机制，推动省级医疗大数据向基层下沉，使基层患者规范管理率有所提升。

对于数据校核纠错制度，则解决医疗数据“脏数据”难题，为分级诊疗提供可靠数据支撑。这些机制共同构建了医疗数据的闭环体系，既释放数据价值又能够保障数据安全。

三是医疗领域数据共享的未竟难题。医疗行业数据较为全面的应用，除了与医保、民政等其他行业数据融合之外，对于非政务类行业数据，如商业健康保险数据、药企研发数据等需求也较多。

虽然这些行业也可能形成政务数据并共享，但能否完全打通，也存在一定未知数。因为往往有时候难以完全突破“条线管理”的弊端，同时受制于共享目的和共享范围的限制，使得医疗领域数据共享难以做到充分与全面。故此，仍需在更大程度上推动数据的复用、共享和流通等等。