前两篇，我们让数据"治得清"、让平台"建得起"。但医疗数据有个绕不开的特殊性——它是最敏感的个人信息，没有之一。诊断、用药、基因、影像，一旦泄露不可逆。更棘手的是，这一篇里我们还引入了会自主读数、写提案的 AI 智能体：它既是安全的新帮手，也是新的风险面。
所以本篇要回答两个问题：一是合规底座怎么搭——分类分级、等保 2.0、国密三根支柱如何在平台里真正落地；二是Agent 怎么被管住又被用好——它在安全体系里的双重角色。
医疗数据安全不是一套产品，而是"数据视角 + 系统视角 + 密码视角"三根支柱叠加：分类分级回答"哪些数据要重点保护"，等保 2.0 回答"系统怎么防护到位"，国密回答"用什么技术把数据锁死"。
图 1 · 数据安全三根支柱
三者不是三选一，而是彼此支撑的整体——缺一根，合规与安全都立不住。
"把所有数据一视同仁地重保"既不现实也不经济。合规要求先分级：依据《数据安全法》(一般 / 重要 / 核心数据)、《个人信息保护法》(个人信息 / 敏感个人信息) 与 GB/T 39725《健康医疗数据安全指南》，给数据打上密级标签，再按级施策。
表 1 · 分类分级与差异化保护（示意）
难点从来不在"定标准"，而在"给几十亿条存量数据逐字段打标"——纯人工不可能。这正是 Agent 的用武之地：
三级识别引擎
字段级 + 内容级双粒度
分级驱动策略
等级保护 2.0(GB/T 22239)是国家强制要求。医疗核心业务系统与数据平台，通常按三级定级，涉及重要数据或大规模人群的按四级。其技术框架可概括为"一个中心、三重防护"：
落到上一篇的六层架构：采集前置机就是"区域边界"的落点，模型网关的调用审计并入"安全管理中心"，湖仓的加密存储对应"计算环境"——等保不是额外贴上去的一层，而是嵌进每一层的要求。
合规要求关键领域使用国产商用密码算法替代 RSA/AES/SHA。三个主力算法各司其职：
表 2 · 国密三算法的分工
工程落地的三个关键：
传输层
存储层
密钥管理
安全不是"存起来加个密"就完事，而要覆盖数据从生到死的每一步：
图 2 · 数据全生命周期六阶段防护
每一阶段都有对应控制点，且全程被"安全管理中心"统一审计。
把智能体放进治理链路，安全上必须"两手抓"——一手让它赋能安全，一手把它关进笼子。
给 Agent 的权限，永远要小于给它的信任——护栏先行，能力其次。
当数据要跨机构协作(多中心科研、医联体建模、药械真实世界研究)，"把原始数据拷出去"是绝对红线。隐私计算让"数据不动、价值流动"成为可能：
这几项技术不是互斥的，实践中常组合使用(如 FL + DP + TEE)，具体选型取决于协作方式、数据规模与性能要求。它们也是第五篇"数据共享与利用"的技术前提。
很多人把安全当成拖慢项目的成本项。恰恰相反——分类分级让保护有的放矢、等保让系统有章可循、国密让数据有锁可上、隐私计算让共享有路可走。有了这副底盘，AI 智能体才敢真正跑起来，数据才敢真正流动起来。
越是想让数据流动、让智能体自主，
越要先把安全的底盘焊得足够牢。
底座已固，下一篇走进临床业务系统的"数据深水区"：
合规不是终点，可信才是——让每一次数据流动都经得起追溯。
本文为方法与框架说明，具体定级、密码应用与合规落地须以监管要求及安全评估为准。
参考标准：《数据安全法》《个人信息保护法》、GB/T 22239（等保 2.0）、GB/T 39725（健康医疗数据安全指南）、GM/T 国密系列（SM2/SM3/SM4）。
免责声明：
智慧医疗网转载其他网站内容，出于传递更多信息而非盈利之目的，内容仅供参考。版权归原作者所有，若有侵权，请联系我们删除。
本平台所发布信息的内容和准确性由提供消息的原单位或组织独立承担完全责任!
凡来源注明智慧医疗网的内容为智慧医疗网原创，转载需获授权。
