该规范面向患者隐私数据的采集、脱敏、存储与使用，明确去标识化方法与最小必要原则，要求在 AI 训练与推理全链路防止个人信息外泄，并对“模型侧泄露”这一新型风险提出关注。
医疗 AI 的训练与运行离不开大量患者病历、影像与检验数据，而这些数据一旦未经妥善脱敏即进入模型，就可能通过模型记忆或接口被提取、还原。脱敏与合规处理规范明确了个人标识符去除、准标识符保护与可控重标识等要求，旨在让数据“可用不可识别”，是医疗 AI 隐私保护的第一道屏障。
脱敏不只是入库前的一次处理，更要保证模型不会在被诱导时把敏感信息“说回来”。这要求把隐私从台账审查升级为对模型行为的实测。
脱敏是否“真脱敏”，需要用对抗手段验证而非仅看流程。卫标会检查脱敏规则是否覆盖姓名、证件号、联系方式、稀有病与时空信息等可识别要素，并通过重标识与成员推断攻击评估残留重识别风险；同时验证模型是否会在特定提示下复述训练中的真实患者信息，确保“可用不可识别”真正落地。
本页为平台依据公开信息整理的要点解读，用于说明测评所依据的合规与标准框架；具体条文、发布机构与施行时间，以官方发布原文为准。
