【南京大学_高阳_】2024年健康医疗数据的确权与流通报告_32页_6mb

报告摘要

第二届中新数字经济与人工智能高峰论坛总结：健康医疗数据的确权与流通

核心内容

本次论坛聚焦于健康医疗数据的确权与流通，探讨了在数字经济与人工智能背景下，如何构建健康医疗数据要素的流通体系，以促进数据的高效利用、保障数据安全和隐私，同时推动医疗行业的创新发展。

主要观点

数据确权的重要性：健康医疗数据确权是实现数据高效流通的基础，其涉及数据所有权、使用权、控制权与处置权的界定。
数据流通的挑战：健康医疗数据具有私密性强、成本高、数量大、法规约束强、潜在价值高等特点，因此在流通过程中面临价值难以度量、价格共识难以达成、控制难度大等问题。
国际经验与政策：多国已开始重视健康医疗数据的保护与流通，如英国、美国、欧盟等均制定了相关法律与政策，如《数字经济法案》、《联邦数据战略》、《通用数据保护条例》（GDPR）等，以规范数据使用并保障隐私。
中国政策与实践：中国自2017年起将数据要素纳入国家战略，2022年中央全面深化改革委员会第二十六次会议提出加快构建数据基础制度。2023年，国家数据局成立，并发布《“数据要素X”三年行动计划（2024-2026年）》，强调加强医疗数据融合创新，推动智慧医疗发展。
虚拟权益机制：通过虚拟权益机制，可以实现个体与机构在健康医疗数据权属上的解耦，使机构对脱敏后的数据拥有更好的处置权，从而推动市场流通。
数据流通模式：包括数据开放、数据共享和数据交易三种模式，其中数据交易是目前主要的流通方式，以货币作为媒介。
定价机制：传统定价方法难以满足健康医疗数据市场的复杂需求，需引入第三方估价机制，综合考虑数据类型、应用场景、质量、品牌等维度进行评估。

关键信息

数据确权

数据确权是在法律和技术层面对数据资产确立所有权、使用权及其相关权益的过程。
数据确权的主要目标包括：明确数据权利属性、确定权利主体、规定权利内容、实现可审计性、保护数据隐私。

数据流通

健康医疗数据流通需在合规条件下进行，包括场内交易和场外交易。
场内交易有标准合约并受监管，场外交易则缺乏统一标准，容易引发隐私泄露和监管缺失问题。
健康医疗数据流通的模式包括数据开放、数据共享和数据交易，其中数据交易是最主要的模式。

数据定价

传统定价方法（如成本法、收益法、市场法）在健康医疗数据市场中存在诸多不足，难以满足实际需求。
引入第三方估价机制，综合考虑数据类型、应用场景、质量、品牌等因素，有助于解决数据价值难以度量和价格共识难以达成的问题。

数据安全与隐私保护

健康医疗数据具有高度隐私性，需在数据流通过程中加强隐私保护。
数据确权与隐私保护相结合，有助于实现数据在不泄露原始内容的情况下，进行有效的流通与利用。

国际经验

英国：2017年发布《数字经济法案》，强调数据隐私保护。
美国：《联邦数据隐私保护法（草案）》（ADPPA）旨在建立统一的数据隐私保护法律，保护消费者隐私权利。
欧盟：《通用数据保护条例》（GDPR）适用于欧盟境内及境外，处罚金额高昂，以确保数据使用合法合规。

健康医疗数据要素

健康医疗数据要素包括个体数据（如姓名、性别、体征等）和机构数据（如病历、检验检查数据、基因测序等）。
个体与机构在数据权属上存在交叉，需通过虚拟权益机制实现解耦，确保数据流通的合法性和效率。

数据流通保护机制

数据流通需有明确的权属边界和监管机制，以防止数据滥用和隐私泄露。
政府部门负责监管数据流通，确保其符合伦理和法律要求。
健康医疗数据流通需在合规条件下进行，以保障数据安全和个体权益。

健康医疗大模型

国内外已有多个健康医疗语言大模型，如BioMedLM、GatorTron、BioGPT、ChatDoctor等，这些模型基于医学知识进行训练，有助于提升医疗数据的处理与应用能力。
中文医疗语言大模型如SCIR-HI/Huatuo-Llama、scutcyr/BianQue等，也在不断发展中，旨在提升中文医疗数据的处理能力。