医疗数字化把医院的高价值能力从纸质制度和专家经验，逐步沉淀到HIS、EMR、PACS/RIS、LIS、CDR、科研数据平台、AI/MLOps平台、接口网关、设备配置和供应商协作链条中。一次患者数据导出、一次多中心共享、一次模型权重下载、一次设备远程维保、一次病例讨论或论文发表，都可能同时触及个人信息、医疗数据、科研伦理、网络安全和商业秘密保护边界。

医疗机构需要特别避免两个极端：一是把“患者信息很敏感”直接等同于“患者原始个人信息就是商业秘密”；二是只做个人信息与网络安全合规，却忽视病种模型、临床路径优化规则、脱敏科研队列、设备配置、接口签名、供应商能力和运营测算模型所承载的竞争价值。前者容易造成过度定密和制度冲突，后者会让机构多年积累的诊疗、科研和运营诀窍在正常业务流转中失去控制。

行业化商业秘密保护方案的目标，不是增加一套与医疗业务分离的审批，而是把“识别定密—分级防护—流转控制—证据留痕—检查整改—应急维权”嵌入诊疗、科研、数据治理、模型研发、设备运维、第三方平台对接和对外发布全过程。每一项秘密都应有对象边界、责任人、密级、期限、知悉范围、系统位置、外发规则和证据包。

一、医疗数字化商业秘密保护为什么必须行业化

传统保密制度通常围绕纸质文件、会议和人员承诺设计，而医疗数字化的秘密更多存在于数据字段、模型版本、规则引擎、接口令牌、远程会话和第三方平台中。即使没有发生外部攻击，拥有合法账号的员工、科研合作方、设备厂商或平台服务商，也可能通过被允许的查询、下载、接口调用和日志回传，将核心能力带出机构边界。

第一，保护对象高度组合化。病种模型的价值不是只在模型文件中，还来自训练数据、队列定义、标签规则、特征工程、评测集、阈值、模型卡和部署经验。临床路径的价值也不只是一张流程图，而是病种节点、例外处理、质控阈值、规则版本和运营指标口径的组合。只保护最终文件，无法保护完整能力。

第二，患者数据与商业秘密边界高度耦合。可识别患者信息首先属于个人信息和医疗数据治理范畴；经合法处理、脱敏汇聚后形成的病例队列、字段映射、清洗逻辑、数据字典、模型训练集和临床路径优化方法，才可能在满足商业秘密三要件时进入商密目录。保护必须双轨协同，不能相互替代。

第三，科研、多中心和学术发布同时要求“共享”与“控制”。研究需要跨科室、跨机构、跨中心使用数据和脚本，但共享目的、字段、期限、权属、发表窗口、下载能力和项目结束删除必须清晰。否则，合作需要会被误解为整包开放，公开发表也可能使未公开阈值、失败数据和内部方法失去秘密性。

第四，第三方平台和远程维保接触面大。影像、检验、互联网医院、云服务、设备维保、CRO、高校和咨询审计机构，可能接触患者数据、设备参数、接口配置、模型输出、科研脚本和证据包。NDA只能约束责任，不能自动实现最小字段、可撤销令牌、限时账号、会话录屏和删除验证。

第五，证据链要求前置。发生疑似泄密后，机构不仅要说明“这项信息重要”，还要证明其形成过程、未公开边界、商业价值、知悉范围、所采取的保密措施以及具体接触和外流线索。目录、审批、权限、日志、水印、脱敏记录、接口调用、堡垒机录屏和第三方删除证明，必须在日常运行中连续形成。

二、医疗机构和数字医疗平台应优先识别的十类核心商业秘密

商业秘密识别应从“哪些未公开信息能够提升诊疗、科研、运营或系统能力，竞争者获得后可以明显缩短试错时间或削弱机构议价能力”开始，而不是从文件是否标注“内部资料”开始。

三、先厘清边界：患者数据不等于商业秘密，但衍生能力可能是

医疗机构最容易出现的管理误区，是把患者原始信息、脱敏科研数据、临床路径、内部算法和通用医学知识混在同一密级体系中。更稳妥的做法，是先按个人信息、医疗数据、科研伦理和医疗质量要求确认合法处理边界，再对具有竞争价值的衍生对象开展商业秘密三要件核验。

例如，“某病种患者姓名和联系方式”不能仅因为敏感就直接作为商业秘密；但“某病种经过长期治理形成的脱敏队列定义、字段映射、清洗规则、风险预测特征和模型阈值”，可能同时体现研究投入、非公知性和竞争价值。目录对象应指向后者，并保留与个人信息合规、伦理审批和脱敏记录的接口。

四、十六个看似正常、实际高风险的工作时刻

1. 科研人员为提高效率，将患者数据导出到个人电脑

研究目的可能正当，但导出字段、样本范围、存储位置和使用期限若不受控，数据会脱离HIS、CDR或科研平台审计。应优先使用脱敏沙箱、只读看板或VDR，确需导出时记录目的、字段、接收人、期限和销毁要求。

2. 多中心合作一次性共享完整字段和队列定义

合作方真正需要的可能只是部分变量和统计结果。完整数据字典、队列定义和脚本会同时暴露研究方法。应按中心、任务和阶段拆分字段，固定权属、用途、发表窗口和项目结束删除。

3. “数据已经脱敏”成为无限制下载的理由

直接标识符删除并不等于再识别风险消失。罕见值、时间序列、影像DICOM标签、自由文本和字段组合仍可能暴露身份；脱敏规则本身也可能构成高价值数据治理秘密。应抽检并记录再识别风险评估。

4. 第三方影像或检验平台获得超出业务目的的接口字段

接口字段过宽会让合作方获得不必要的病例、影像、报告或运营数据。应先形成字段级清单，执行签名、限流、白名单、调用审计和异常告警。

5. 临时API令牌或证书长期有效

项目联调结束后，令牌仍能继续调用，成为隐蔽而持续的信息出口。令牌应绑定项目、系统、字段和期限，支持轮换、吊销和异常高频调用告警。

6. 设备厂商使用共享管理员账号远程维保

共享账号无法确认具体操作人，长期VPN又会形成持续入口。远程维保应工单、实名、MFA、白名单、限时授权、会话录屏和命令审计，结束后即时撤权。

7. 故障日志和截图未经脱敏上传供应商云

日志中可能包含患者标识、设备参数、接口地址、配置脚本和错误路径。回传前应字段最小化、脱敏和审批，并使用受控通道，禁止整包上传。

8. 模型权重或Checkpoint下载到个人工作站

模型文件可被直接复用，且往往缺少水印和版本证据。A级模型应专库专域、名单制访问、原则禁止下载；必要交付应双人审批、哈希、指纹和到期回收。

9. Prompt、知识库、评测集或科研底稿进入公共AI

公共AI和在线工具会改变信息流向。核心和重要商密不得输入未授权外部AI；一般材料也应先脱敏、最小化，并保留审批和输入输出日志。

10. 模型输出或诊断报告对外共享却没有脱敏水印

模型输出可能反推出样本、特征和阈值，也可能包含患者信息。对外共享前应脱敏、裁剪解释信息、加水印并记录接收人、用途和期限。

11. 病例讨论、培训或线上会议使用未充分脱敏课件

姓名删除并不一定足够，罕见病、时间、地点、影像和病史组合仍可识别。会议应名单制、禁止拍摄或录屏，课件使用净化版，会后回收。

12. 论文、海报和学术演讲提前披露内部阈值与失败路径

公开发表有学术价值，但公开后可能永久丧失秘密性。发布前应同时开展科研、伦理、个人信息和商业秘密审查，保留原件、净化版和公开版对照。

13. 监管报送、客户审计或第三方评估整包提供原始资料

合法披露不等于无限披露。应使用净化版、摘要版或VDR，设置查看和下载边界，保留披露清单、访问日志和资料返还。

14. 云服务或SaaS租户退出后只注销账号，不验证数据删除

生产数据、日志、备份和配置可能仍留在供应商环境。合同和退出流程应要求租户数据、备份、副本和令牌清除，并提供书面证明或接受抽查。

15. 员工转岗或离职只回收工牌，不审计数据和模型访问

科研人员、算法工程师、系统管理员、设备工程师和第三方驻场可能带走数据集、模型、脚本、接口文档和移动介质。应核查离岗前异常下载、导出、打印、网盘和外设记录。

16. 日志和备份由单一管理员任意下载或删除

日志和备份既包含高密度数据，也是泄密证据。应加密、分权、集中留存、防篡改，关键操作双人审批，并定期开展恢复演练。

五、总体架构：把商业秘密保护嵌入现有医疗治理体系

建议建立“保密委员会或数据安全与商业秘密保护委员会—保密办公室—业务责任部门—专业支撑部门—第三方准入与监督”的治理结构。医疗机构可以将其嵌入现有信息安全委员会、医疗质量管理委员会、科研伦理管理、数据治理委员会或合规委员会，但必须保留商业秘密事项的独立决策、目录和证据链责任。

• 治理中枢：管理层批准方针、重大定密、重大例外、重大事件和资源投入；保密办公室负责目录、制度、培训、检查和整改闭环。

• 业务责任：医务、科研、影像、检验、药学、设备、运营和数据治理部门负责识别秘密点、提报定密、控制流转和年度复核。

• 专业支撑：信息中心、安全、法务合规、人力、采购、审计负责权限、接口、合同、人员、第三方和证据支持。

• 四类清单：商业秘密事项清单；涉密岗位和人员清单；涉密系统、载体和区域清单；第三方接触与接口清单。

• 六类主要出口：数据导出、模型下载、接口调用、远程维保、对外发布/学术交流、人员与第三方退出。

• 持续运行：月度例会、季度专项检查、年度管理评审，以及人员流动、模型重训、系统迁移、供应商变更和异常下载触发的专项复核。

实施效果不以制度数量判断，而应使用真实账号测试：患者数据导出是否需要字段级审批，模型权重能否被普通研发人员下载，第三方令牌是否可撤销，远程维保是否有录屏，论文与病例分享是否经过净化审查，离场账号是否按时关闭，事件发生后能否在短时间内调取日志和证据。

六、定密、分级与期限：以病种、数据集、模型版本和接口为最小颗粒

“医疗数据”“AI项目”“设备配置”“科研资料”都过于笼统。可执行的对象应精确到“某病种风险预测模型权重与阈值V3.2”“某多中心项目脱敏队列定义与字段映射”“某PACS影像AI评测集”“某设备远程维保连接配置”“某第三方检验接口字段集与签名规则”。

1. 三要件核验：通过公开检索、价值说明和现有保密措施，判断对象是否不为公众所知悉、具有商业价值并已采取相应保密措施。

2. 五维评分与定性兜底：在定密成立后，根据经济价值、竞争优势、获取难度、泄露后果和合规敏感性确定A/B/C保护级。

3. 期限设置：结合模型替代、规则版本、项目终止、接口下线、证书失效、合同终止和公开计划，设置固定期限、条件型期限、复合期限或长期滚动复核。

4. 系统落标：将唯一编号、密级、期限、责任人、知悉范围和外发规则同步到IAM、数据平台、模型仓、接口网关、DLP/DRM和日志平台。

5. 动态复核：发生公开、替代、项目终止、模型重训、供应商退出、人员变动或泄密事件时，启动升密、降密、解密或续期。

期限不宜只写“长期保密”。例如，病种模型权重可采用长期并每3年复核；科研队列可设置项目终止后3—5年；设备配置可设置替换后1—3年；接口签名规则可设置接口下线后2年；供应商底价可设置合同终止后2—3年。到期应经过评估，不自动解密。

七、患者数据导出与脱敏：从“去姓名”升级为可验证的字段治理

所有患者相关数据导出应填写数据导出与共享审批，至少说明目的、字段、范围、接收方、期限、脱敏方式、存储位置、是否允许下载、项目结束后的返还/删除和责任人。科研与质控场景优先使用脱敏数据、聚合统计、只读看板或沙箱环境。

• 直接标识符处理：删除或替换姓名、证件号、电话、住址、病案号等能够直接识别个人的字段。

• 准标识符处理：对年龄、地区、职业、罕见诊断、时间和组合字段进行泛化、扰动、区间化或最小化。

• 影像处理：清理DICOM标签、嵌入文字、设备标识和可能识别患者的元数据。

• 自由文本处理：识别并处理病程、检查描述、备注和报告中的姓名、地点、时间、单位等敏感实体。

• 罕见值与小样本：对罕见病、小人群、特殊事件和唯一时间线进行聚合、抑制或单独审批。

• 版本与抽检：记录脱敏规则版本、处理人、审批人、样本抽检和再识别风险评估，避免“脱敏”只停留在口头。

• 外发与追踪：对外数据施加水印或数据指纹；重大共享使用VDR或安全数据空间，禁用本地下载或设置二次审批。

需要强调的是，数据脱敏解决的是个人可识别风险，不会自动消除科研队列、字段组合和数据治理方法的商业价值。因此，脱敏合规和商业秘密保护应同时存在：前者回答“能否合法使用”，后者回答“谁可以接触、如何共享、如何证明已经采取保护措施”。

八、模型与生成式AI：数据、权重、评测集、Prompt和知识库必须分开保护

1. 模型资产拆分定密

对训练数据、评测集、特征工程、标签规则、模型权重、Prompt工作流、知识库/向量库、推理配置和模型输出分别定密，不以“AI项目”笼统管理。

2. 受控AI使用

A级和B级商密禁止输入未授权公开AI；一般材料也需脱敏和审批。机构自建或专有环境应保留输入输出日志、模型版本和责任人。

3. 训练环境隔离

训练、验证和生产环境分离；训练集、评测集和模型权重存储在受控专域，外部供应商只访问完成任务所需片段。

4. 权重与制品管理

模型仓名单制、MFA、下载禁限、双人审批、权重加密、制品签名和部署回滚；客户交付时采用指纹、许可和到期控制。

5. 模型输出治理

诊断报告、风险评分、统计结果和解释信息对外共享前脱敏水印，避免暴露核心特征、阈值和训练样本。

6. 版本存证

关键版本在定版、部署、对外披露和争议前保留哈希、时间戳、模型卡、评测报告、审批和责任人。

7. 外部算法供应商

合同明确模型权属、训练数据用途、禁逆向、禁留存、禁二次训练、删除证明、审计权和违约责任。

九、HIS、PACS、LIS、CDR、模型仓和接口网关必须形成联动控制

医疗数字化商业秘密大量存在于系统字段和配置中。制度只有与账号、岗位、项目、期限和外发审批同步，才能避免“纸面定密、系统全量可见”。

技术建设可以分阶段，但应先统一高风险出口：数据导出、模型下载、接口调用、打印扫描、共享链接、远程接入、外部AI和移动介质必须纳入审批或日志。关键权限实名、MFA、限时；日志集中留存、防篡改；备份与原始数据同等级管理。

十、科研合作、多中心共享、第三方平台和远程维保的专项控制

1. 第三方合同至少应写清六类边界

1. 保密对象：列明数据、模型、接口、文档、设备参数、维保记录、报告、会议材料和衍生成果。

2. 用途、范围和期限：不得超出合作目的，字段、系统、账号和访问期限固化，禁止二次披露、二次训练、二次开发或转授权。

3. 权属和成果归属：明确数据、模型、代码、配置、研究成果、改进成果和发表材料的权属或许可边界。

4. 安全措施：最小权限、加密传输、脱敏、日志、访问审计、漏洞修复、双录或等效措施。

5. 人员和分包：第三方人员名单、培训承诺、实名账号、替换审批、离场清退和禁止未经批准分包。

6. 返还删除与追责：合作终止后返还、删除或销毁，并提供证明；机构保留审计、暂停接入、违约追责和配合维权权利。

2. 多中心科研共享应形成六步SOP

1. 合作立项：识别数据、模型、统计脚本、成果发表中的秘密点，并完成伦理、个人信息和定密初核。

2. 数据边界：明确字段、样本、脱敏方式、接收方、用途、期限和回收/删除要求。

3. 共享审批：科研、医务、信息、法务合规和保密部门共同审批，核心数据原则上只读或在安全环境访问。

4. 运行监控：记录查询、下载、脚本执行、报告生成和异常操作，定期形成阶段检查。

5. 发表审查：论文、海报、报告、学术演讲和病例分享发布前完成脱敏与商密审查。

6. 项目结束：撤销权限、回收资料、确认删除，复核商密事项续期、降密或解密。

3. 设备远程维保应执行“申请—授权—执行—回传—清退”

维保申请应写明设备、时间、人员、访问范围、是否接触数据/配置和是否需要回传日志；访问通过堡垒机、MFA、白名单和限时授权；执行过程录屏和命令审计，复制、下载、截屏和导出需二次审批；回传日志和截图脱敏；结束后关闭会话、撤销账号、吊销令牌、回收资料并取得删除证明。

十一、人员、区域、载体和会议培训：把高风险岗位纳入全生命周期

医务、科研、信息、设备、数据治理、算法、系统管理员和第三方驻场岗位，应在入职或入场时明确涉密等级、知悉范围、账号、培训和异常报告义务。在岗期间开展权限季度复核、对外交流审查和异常行为监测；转岗、离职和第三方离场时同步回收账号、令牌、VDR权限、介质、设备、资料和门禁。

• 数据机房和核心设备间：门禁分级、访客审批、视频监控、设备拍照限制、维保陪同和配置屏幕遮蔽。

• 科研数据室和算法实验区：项目空间隔离、外设管控、屏幕水印、禁止个人设备处理商密数据。

• 设备科与维保现场：设备参数最小展示、维修资料受控、维保记录编号、资料回收。

• 会议室和病例讨论室：参会名单、课件定密、病例脱敏、禁止拍摄/录屏、会后资料回收。

• 纸质文件与打印扫描：打印水印、复印扫描审批、借阅登记和销毁见证。

• 移动介质与终端：介质编号封存、外带审批、个人介质禁入、涉密终端准入和加密。

培训应分层：全员理解患者数据与商业秘密边界和外部工具禁忌；医务科研人员掌握病例脱敏、多中心共享和发表审查；信息运维掌握权限、接口、堡垒机、DLP和日志；设备科掌握远程维保与供应商控制；高管和委员会掌握法律风险、证据链和重大事件决策。

十二、发生疑似泄密后，先止血、再取证、后评估

异常下载、接口异常、模型或数据外流、远程维保违规、病例材料误发和第三方二次披露，都应进入统一事件流程。方案可设置员工、第三方、系统告警或外部线索发现后2小时内向保密和信息安全部门报告。

1. 发现与报告：记录时间、对象、人员、系统、文件或接口线索，避免无序扩散。

2. 止血与隔离：冻结账号、令牌、VDR链接和外发通道，暂停涉事接口、数据集、模型下载或维保会话。

3. 初步分级：结合商密等级、数据规模、个人信息和医疗数据风险、第三方扩散和业务影响确定事件等级。

4. 证据固定：封存日志、终端、邮件、DLP告警、堡垒机录屏、接口调用、VDR访问、聊天记录、文件哈希和时间戳。

5. 调查评估：核查接触机会、泄密路径、披露或使用风险、是否存在不正当手段和第三方协助。

6. 通知协同：根据个人信息、数据安全、医疗监管、合同和科研合作要求，评估是否需要通知监管、合作方或个人。

7. 处置维权：根据证据选择内部纪律、合同追责、行政举报、民事诉讼、刑事报案或公证/鉴定。

8. 复盘整改：完成根因分析、权限重构、制度修订、系统策略更新、培训和复测。

十三、30—60—90—180—365日如何落地

医疗机构不必一次覆盖所有科室和系统。更有效的首轮路径，是选择病种模型、科研数据、第三方接口、远程维保、学术发布和人员清退六类高风险场景做试点，再向更多科室、平台和合作方扩面。

运行阶段可跟踪首批核心商密定密覆盖率、涉密人员培训完成率、对外披露审批合规率、远程维保双录覆盖率、高风险第三方保密条款覆盖率、整改关闭率，以及异常批量导出、个人网盘/邮箱命中、维保账号逾期、接口异常调用和外部AI违规输入等KPI/KRI。

十四、正式咨询实施项目应形成哪些交付成果

• 治理成果：组织任命、RACI、年度目标、例会机制、重大事项和管理评审流程。

• 资产成果：商业秘密目录、三要件证据包、A/B/C分级、期限、责任人、知悉范围、系统和载体位置。

• 制度成果：定密分级、患者数据脱敏与科研共享、算法模型与AI工具、第三方接口、远程维保、信息发布、人员清退和事件应急制度。

• 流程成果：数据导出审批、科研共享字段清单、模型资产登记、接口接入审计、维保授权双录、发表/病例分享审查和第三方退出SOP。

• 技术成果：IAM/RBAC、MFA、DLP/DRM、水印、VDR、模型下载限制、API签名限流、堡垒机、SIEM和日志留存策略。

• 第三方成果：准入评估、合同条款、人员名单、培训、审计、账号撤销和删除证明。

• 证据成果：形成、秘密性、商业价值、保密措施、访问流转、第三方责任、事件与整改证据包。

• 验收成果：专项检查、桌面演练、重大不符合项关闭、复测报告、KPI/KRI和年度改进计划。

适合优先启动专项建设的单位包括：正在建设互联网医院、CDR或数据中台的医疗机构；开展多中心科研和成果转化的医院或科研平台；自研或联合开发医疗AI模型的团队；大量使用第三方影像、检验、云平台和设备远程维保的机构；正在接受客户审计、监管检查、系统迁移、并购整合，或已发生异常导出、人员异常离岗和第三方留存的单位。

十五、医疗机构与数字医疗商业秘密保护常见问题

1. 患者原始个人信息是否可以直接列为商业秘密？

不宜简单等同。患者原始个人信息首先受到个人信息、医疗数据、病历管理和医疗质量安全等规则保护；其敏感性并不自动满足商业秘密三要件。经合法处理、脱敏汇聚形成的病例队列、数据字典、清洗规则、临床路径、病种模型或运营诀窍，如具有非公知性、商业价值并采取了相应保密措施，可作为衍生对象另行定密。

2. 脱敏后的科研数据集一定能够成为商业秘密吗？

不一定。仍需判断队列定义、字段组合、数据质量、处理方法和研究价值是否具有非公知性和商业价值，并证明机构采取了字段最小化、权限、VDR、下载限制、日志、期限和删除等措施。同时还要评估脱敏是否充分以及再识别风险。

3. 临床路径和诊疗规则会不会影响正常医疗共享？

保护的重点不是通用医学知识，而是机构长期形成、未公开且具有竞争价值的路径节点组合、阈值、例外处理、质控逻辑和运营口径。应按病种、规则版本和岗位最小授权，并确保保密措施不妨碍医疗质量、安全和依法必要的信息共享。

4. 医疗AI模型最需要保护哪些对象？

应分别管理训练数据、评测集、特征工程、标签规则、模型权重、LoRA/Adapter或Checkpoint、Prompt工作流、知识库、推理配置、模型输出和版本存证。只保护“算法文档”或只保护模型权重都不够。

5. 第三方影像或检验平台已经签署NDA，为什么还要做接口审计？

NDA解决责任，但不会自动限制字段、调用频率和令牌期限。还需最小字段集、签名验签、限流、白名单、可撤销令牌、调用日志、异常告警、下载限制和合作终止后的删除验证。

6. 医疗设备远程维保应做到哪些最低控制？

至少应有维保工单、人员名单、访问范围、堡垒机或等效受控通道、MFA、白名单、限时授权、会话录屏、命令审计、数据回传脱敏、资料回收和账号/令牌撤销。共享管理员账号和长期VPN应作为高风险整改。

7. 病例讨论、学术会议和论文发表如何避免无意公开？

应在会前或发布前完成病例脱敏、商业秘密审查和公开边界确认；对课件、海报、论文、模型解释、阈值和失败数据形成原件—净化版—公开版对照；参会名单、资料水印、拍摄限制、会后回收和版本留存也应形成证据。

8. 医疗机构可以使用生成式AI辅助写报告或分析吗？

可以在批准的受控边界内使用。患者未脱敏数据、核心模型权重、评测集、临床路径规则、设备配置、接口令牌和未公开科研底稿不得输入未授权外部AI。一般材料也应先脱敏、最小化，并保留输入输出日志和审批。

9. 没有DLP、VDR或堡垒机，能否先开始建设？

可以。可先用受控目录、专用账号、人工审批、字段清单、脱敏、短期链接、现场陪同、资料编号、回收确认和日志留存做过渡控制，再分阶段配置技术工具。关键是措施可执行、有人负责、有证据、能复测。

10. 医疗数字化商业秘密保护项目最终应交付什么？

至少应形成商业秘密目录、三要件证据包、密级与期限矩阵、涉密岗位和系统清单、患者数据导出与脱敏SOP、科研共享字段清单、模型资产登记、接口审计、远程维保双录、第三方准入退出、发布审查、离岗清退、事件预案、KPI/KRI、整改台账和复测验收报告。

结语：医疗数据合规、科研合规与商业秘密保护必须协同推进

医疗机构和数字医疗平台的核心竞争力，已经越来越多地表现为数据治理、模型能力、临床路径、设备配置、接口控制和第三方协作经验。保护这些能力，不是把所有信息都封闭起来，而是以合法合规为前提，以最小必要为边界，以系统权限和流程审批为控制，以可审计证据为落点，以持续复核为保障。

北京天正合商业秘密保护咨询服务中心、北京企密安信息安全技术有限公司可依据医疗机构的组织、科室、系统、数据平台、模型、设备、第三方和现有制度，对行业方案进行本地化裁剪，开展现状评估、秘密识别、定密分级、制度流程、系统控制需求、培训整改、复测验收和证据链建设。