卫生健康行业的数据,散在委属单位、疾控机构和各级医院里。同样是患者信息,医院和疾控的叫法可能不一样;同样是运营数据,财务口径和业务口径对不上也是常事。各家自己定一套分类标准,看着灵活,真到数据上报和共享交换那一步,口径还得重新对一遍。
这件事从根上不是自己说了算的。上位法定了 数据分类分级保护制度,主管单位定了 报送与更新要求,两头都指向同一个结论:得有一把公认的尺子。
实践中见得最多的场景是这样的:同一个字段,信息科归到一个类,临床科室归到另一个类,报上去又被打回来重填。分歧的根源不是谁不专业,是各家手里那把尺子不一样。
行业里能用的尺子不止一把,怎么挑、怎么用、最后怎么落成一份能上报的清单,就是下面这六步要回答的问题。

图 1:《卫生健康行业数据分类分级指南(试行)》落地六步
卫生健康行业能用的标准大致分三层。三层不是并列关系,越往下越具体:国家层面定通用规则,行业层面定本行业的类别与级别,地方层面把口径细到能直接对照执行。
其中定基调的是两份:通用层面是 GB/T 43697-2024《数据安全技术 数据分类分级规则》,行业层面是 《卫生健康行业数据分类分级指南(试行)》;分类与编码的底座,则是 WS/T 787-2021《国家卫生信息资源分类与编码管理规范》。三层里各自还有哪些标准、分别管什么,下面这张图列全了。

图 2:卫生健康数据分类分级可用的三层标准
标准收齐以后别急着动手,先做一件事:分清哪一套是主线、哪几套是参照。这一步定错,后面每一步都要返工。
行业里被讨论最多的两套,一套是 GB/T 39725-2020《信息安全技术 健康医疗数据安全指南》,另一套是 《卫生健康行业数据分类分级指南(试行)》。前者是国家标准,发布更早;后者是行业指南,2023 年 6 月 由国家卫生健康委会同国家中医药局、国家疾控局联合印发。
先看覆盖面。GB/T 39725-2020 把健康医疗数据分成 六大类,用来描述医院场景里的数据大体够用。但卫生健康行业的边界远不止医院:公共卫生、药品供应、计划生育、医保衔接、行业监管都在里面,六大类装不下。
更要紧的是分级视角。这套标准的分级判断,落点主要在对个人健康医疗数据主体的影响;而现行分级体系里的影响对象是一组:国家安全、经济运行、社会秩序、公共利益、组织权益与个人权益。只盯个人这一层,大量数据的影响会被低估。一份覆盖十万人的群体健康数据,受影响的显然不只是这十万人本身。
两层原因叠在一起,结论就比较清楚:从分级的角度看,这套标准已不适合当前的数据分类分级体系。它的定级视角停在个人这一层,而现在要把 国家安全、经济运行、社会秩序、公共利益 一并纳入判断;覆盖面又止于医院场景,疾控、妇幼、血液、药品供应这些业务都不在里面。医院如果继续只拿它当依据,遇到群体健康数据、区域卫生资源数据这类对象,级别很容易定错。
还有一类情况要提前想到。大型医院在做电子病历、临床科研、生物样本管理这些工作时,产生的数据往往横跨多个主题:一份科研数据集里既有患者基本信息,又有检验检查结果,还有随访记录。用GB/T 39725-2020《信息安全技术 健康医疗数据安全指南》框架直接去套,常常套不准,也不好扩展。

图 3:GB/T 39725-2020 与行业指南的定位差异
行业指南接下主线,负责三件事:定类别结构,也就是 三大类二十二小类;定重要数据与核心数据的识别条件;定报送与更新流程。通用国标退到参照位置,补的是另一头:分级要素 与判定思路,以及一般数据细分所需的空间,让不同行业的口径能互相对照。
这样分工以后,行业指南里没写细的部分有地方可补。一般数据的细分就是这么来的:指南明确只管核心与重要两类,一般数据交给国标和地方标准去接。
标准定了、主线选了,别急着往框架里套。先知道本单位手里有哪些数据,框架才装得进去东西。这一步要产出的是一份 数据资源清单,后面所有细化都要在它上面做。落地的时候有三件事要说清:谁来做、用什么、产出什么。
环节 | 谁来做、用什么、产出什么 |
确定数据资源范围 | 数据安全管理员牵头,信息化部门提供系统与库表清单,业务部门确认哪些系统在用、覆盖哪些业务 |
采集数据基本信息 | 用数据分类分级系统或资产管理台账,逐项登记数据所在系统、责任部门、数据量、对外共享情况 |
形成资源清单 | 业务部门确认口径,数据安全管理员汇总,产出一份带责任主体的数据资源清单,作为后续分类分级的底表 |
梳理不是把标准抄一遍,是把本单位的家底报一遍。清单上出现的数据,才进入下一步;清单上没有的,先补再谈。

图 4:《卫生健康行业数据分类分级指南(试行)》三大类二十二小类框架
家底盘清楚,接下来才是对着框架归类。行业指南的分类不是凭空定的,它接了 WS/T 787-2021 的底座;三类数据的定义,这套行业标准写得最清楚,也正是后面所有细分要守住的分界线。
基础资源类有 十个小类:服务范围与对象、地理特征、法律法规、单位法人、编制体制、方案预案、人力资源、财务资源、设备资源、卫生健康信息化。
这一类的共同点,是它 从信息资源里提取出来的最基础的数据,用来支撑业务开展,本身不出现在业务流程中。以人员信息为例,姓名、性别、国籍属于基础资源,它们不是诊疗过程中产生的,而是给业务提供背景的。法律法规、地理信息同理。
基础数据是搭台子的,业务数据是在台子上演出来的。
业务资源类有 七个小类:公共卫生、医疗服务(医院)、医疗服务(基层)、医疗保障、药品供应、计划生育、综合管理。
这一类的定义落在“过程”上:具体业务处理过程中产生、使用和存储的数据。挂号记录、医嘱、检查检验结果、公共卫生的随访记录,都在这里。判断一份数据属不属于业务资源类,看它在不在业务流程里被产生或使用。
主题资源类有 五个小类:全员人口数据库、电子病历数据库、电子健康档案数据库、医学研究数据库、其他数据库。
它的定义是 围绕某个业务主题,从业务数据中收集、归纳、提取,具有供多个应用共享特征的数据。来源不只是业务数据,也包括基础数据——围绕同一个主题把两边的数据归拢到一起,本身就是这一类的特征。与原始数据的差别在于它经过了抽取和汇聚,电子病历、电子健康档案都是典型:数据从各业务系统里抽出来,供多方复用。
这条定义有个直接用处:汇聚融合后的数据,应当归到主题资源类,不跟着原始来源走。一份跨机构汇总的区域健康数据,与其追问它来自哪几个系统,不如直接放进主题资源类。
归到这一类,还能顺带解决一个具体麻烦。通用国标把“不同数据类型经汇聚融合形成新的数据类别,导致原有的数据级别不再适用于汇聚融合后的数据”明确列为需要重新定级的情形之一(见 GB/T 43697-2024 附录 J 动态更新情形参考)。
落到操作上就是两步:先对汇聚后的数据重新评估、定出级别,再把 已经评审过的数据集与对应级别固化下来;后续遇到来源与加工方式相同的同类数据,直接沿用这个结论,不必每次重走一遍评估。主题资源类是这类“汇聚产物”的天然归集地,固化结果挂在它的数据集上,找起来也最顺。
三类里其中一个容易混淆的地方,集中在“钱”上。基础资源类里有财务资源,下含预算管理、资产管理、资金管理、投资管理、筹资管理等;业务资源类的 运营管理 里,同样有财务管理、预算管理、固定资产管理、物资管理、药品管理。
同一个词出现两次,怎么区分?看它服务的是谁。基础资源类的财务资源,是全单位的资源本底,回答的是“这个单位有多少家底”;业务资源类的运营管理,是业务跑起来之后的经营性数据,回答的是“这笔业务花了多少、耗了什么”。
还有一层更容易被忽略的区分。“医疗服务”在业务资源类里拆成了“医院”和“基层”两个小类,是按 医疗机构性质 划分的,而两个小类的运营管理下面都有财务管理。这里的差别不在科目名称,在核算口径:医院的运营管理对着科室与项目走,科室成本核算、耗材出入库、大型设备折旧都在其中;基层机构的运营管理对着专项与补助走,基本公共卫生服务项目经费、基本药物补助、家庭医生签约服务费是主要线索。两条线都叫财务管理,摊开来却是两种账。
举一个具体的:全院年度预算总额、资产负债情况,归基础资源类的财务资源;某个科室的成本核算明细、某批高值耗材的出入库记录,归业务资源类“医院”这一支的运营管理。前者的服务对象是单位,后者的服务对象是业务。
分类做到末级子类时,往往会发现同一大类下面的子类,敏感程度差别很大。以 服务范围与对象 为例,往下分到患者、健康人、医务人员、管理者,患者这一支里又会分出个人信息和敏感个人信息如生理健康、基因、位置、身份信息。
原因不难理解:数据分类的前几层按业务属性划,最后一层要同时照顾安全属性。前几层回答“这是谁的数据、属于哪条业务”,最后一层回答“这份数据一旦出问题,影响有多大”。所以末级子类做完,级别基本也定了。

图 5:WS/T 787-2021 卫生信息资源的四级结构与患者信息的向下展开(部分示例)
往下分到底分几层,行业标准其实给了现成的骨架。WS/T 787-2021 的编码结构是四级:大类之下是类,类之下是项,项之下是目,完整类目在它的几个附录里;下面这张只取几行做示例。落到“服务范围与对象”这一支,患者停在项这一层,附录没有再往下展,这不是标准的疏漏,而是把空间留给了具体业务:再往下分要看这段数据里装的是什么信息,可以借通用国标的个人信息分类参考示例补位。补位之后有一处要留意:像个人生物识别信息、个人健康生理信息这类属于敏感个人信息的项(敏感个人信息识别相关内容,详见此前分享的:“被众多合规工作反复引用的那份标准解读——《数据安全技术 敏感个人信息处理安全要求》(GB/T 45574-2025)解读”),按前文的分级规则直接落到一般数据的最高一档。
行业指南的级别只有三个:核心数据、重要数据、一般数据。指南本身只负责识别认定前两类,判据是规模。

图 6:《卫生健康行业数据分类分级指南(试行)》重要数据与核心数据识别条件
重要数据满足下列条件之一即可纳入建议范围:100 万人及以上个人信息或 10 万人及以上敏感个人信息;全国性的业务数据,例如涉及十万人的群体健康生理状况数据、涉及万人的族群生物特征数据或医疗资源数据。
核心数据在重要数据的基础上再上一档:1000 万人及以上个人信息或 100 万人及以上敏感个人信息;覆盖某一重要特定群体全部个体的数据;涉及千万人量级、经计算加工生成、对描述对象有较深刻画程度且影响国家安全的衍生数据。
其中“特定群体”值得多说一句。从行业实践和配套文件看,它指向的是需要重点保护的人群,新生儿、儿童、孕产妇、老年人、严重精神障碍患者(简单来说就是“老弱病残”)这类群体通常都在其中;国卫规划发〔2026〕6 号《关于印发医疗卫生机构数据安全和个人信息保护管理办法(试行)的通知》(详见此前分享的“医院数据不再是"自留地"!五部门联合发文,这些红线千万别碰——医疗卫生机构数据安全和个人信息保护管理办法(试行)”)也点到了对特殊群体个人信息的加强保护。一条数据覆盖的是这类群体的全体成员时,判断的重点就从数量转到人群性质本身。具体范围以主管部门的口径为准。
两组数字的差别不只是量级。重要数据看的是 特定领域、特定群体、特定区域,或达到一定精度和规模,核心数据看的是对领域、群体、区域的覆盖度与精度深度,一旦被非法使用或共享,影响的是政治安全。识别这一步由单位自己做:按“谁管业务,谁管数据,谁管数据安全”的原则梳理本单位数据、确定类别、识别级别,填报汇总表逐级上报;目录由主管部门定:省级主管部门审核汇总后报国家层面,组织专家评审后确定重要数据目录,并提出核心数据目录建议。
指南把一般数据定义为“核心数据、重要数据之外的其他数据”,没有再往下分。往下拆几级,各地做法并不完全一致:有的拆到 3 级,有的拆到 4 级,以拆成 4 级居多;上海、湖南已经发布的地方标准都按 4 级来分。本文以 4 级 细分为例。
判定的方法是 影响对象 × 影响程度。影响对象包括国家安全、经济运行、社会秩序、公共利益、组织权益与个人权益;影响程度分特别严重危害、严重危害、一般危害。两个维度交叉,落点就出来了。

图 7:一般数据的四级划分(以 4 级细分为例,参照 DB31/T 1545-2025)
拆成 4 级之后,最高那一档要特别留意:敏感个人信息、区域性的群体健康数据与大规模健康画像数据、医疗机构的病毒库与菌株库一类高度敏感数据,以及涉及新生儿、儿童、残疾、缺陷、流产这些标签的数据,都落在这一档。这些条目的共同点,是影响面早已超出个体。
脱敏、标签、统计、汇聚融合这些加工动作做完,数据的级别不会自动跟着原始数据走。要在原始数据定级的基础上,按加工后对规模、精度、深度的影响重新评估。一份单看只是个人信息的原始数据,汇聚成区域群体画像之后,影响对象可能已经上升到社会秩序甚至更高一档。
举一个例子。某市把各医院的糖尿病门诊记录汇总起来做区域慢病管理:单看一家医院的记录,是患者的 个人健康生理信息,影响对象是个人;几百万条记录汇聚成区域画像之后,病种分布、用药趋势、地区差异都出来了,影响对象从个人上升到了社会秩序与公共利益。同一批数据,加工前后判的不是一回事,级别要重新评一遍。
走到最后一步,剩下的是把清单跑出来。存量数据的量摆在那里:几十套系统、上千张表,再加上病历文本、检查报告这类非结构化内容,人工逐条翻并不现实。
数据分类分级系统 配合大模型,价值在于把存量数据先过一遍:字段名和注释能对上的直接归类,对不上的靠语义识别出它承载的业务含义,人只需要看结果。但机器给的是初判,不是结论。语义识别出来的业务含义有时会超出字段本身的用途,模型也会误报和漏报,其中漏报的后果最重。所以低置信度的结果要转人工复核,高风险项宁可误报也不能漏报;定级这一笔最后由人签字,不由模型决定。
走完这一步还要接上一项常态动作。数据的类别与级别发生变化后,基本情况变化 30 日内 要重新实施分类分级,其他信息变化 60 日内 逐级上报备案。这套更新节奏靠人工盯不住,得让系统在数据变动时自己触发提醒。
六步走下来,产出的是这么一份东西:一条主线、两个参照、三类数据、四级细分、一份清单。
数据分类分级不是走一遍流程,是把“不能自己定”翻译成“有据可依”。哪一步最费劲,往往取决于本单位的家底清不清,清单越干净,后面越省事。
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。