近日，国家卫生健康委官网发布《关于政协第十四届全国委员会第二次会议第03879号（医疗卫生类331号）提案答复的函》，针对《关于建立价格保护机制，完善全链条支持本土Ⅰ类新药的提案》作出相应答复。国家卫生健康委表示，下一步，将加快制定卫生健康行业数据分类分级指南标准，为医疗卫生机构和企业合理合规使用数据打好基础；启动激发医疗健康数据要素价值试点，丰富医疗健康数据供给，推动数据流通应用。

二是可以促进医疗数据的有效利用，是实现医疗数据资产化的重要前提和基础。通过对医疗数据进行分类分级，可以更好地识别数据的价值和潜力，以及满足不同业务场景和需求的数据。这样可以有效提升数据的开发利用和共享交换效率和效果，支持医疗质量、创新应用等方面的发展。

在医疗行业中，《“十四五”全民健康信息化规划》《中共中央、国务院关于构建数据基础制度更好发挥数据要素作用的意见》等政策的陆续出台，建立健全健康医疗数据管理制度，培育健康医疗数据要素市场，激发数据要素价值，推动健康医疗大数据在疾病预防、健康管理、辅助决策、药物研发、医疗保险、精准医疗等方面产业化、规模化应用已经是大势所趋。

尽管医疗行业都认识到数据分类分级管理的重要性，但在实际操作中，仍面临诸多挑战。

医疗数据是由多个异构系统产生或收集的，数据的格式、结构、标准、语义等可能存在不一致、不完整、不准确等问题，影响了数据的质量和可信度，也影响了数据的互联互通。这些问题需要通过数据治理的手段进行发现、清洗、整合、质量监控等操作，提升数据的完整性和可信度，但这些操作也需要投入大量的人力和时间成本。

医疗数据分类分级是一项涉及多个领域的综合性工作，需要有医学管理、信息技术、数据治理、数据安全、数据分析、法律合规等方面的专业知识和技能，医疗机构往往面临着工作人员“懂技术的不懂法律、懂法律的不懂技术”的尴尬。需要有复合型人才或多个领域专业人员配合，才能够对不同类别和等级的数据进行安全合规的分类分级保护，防止数据的泄露、篡改、丢失或非法利用。

目前，医疗数据分类分级工作主要依靠人工进行，工作量大、效率低、准确性差。需要开发有效的医疗数据分类分级工具和平台，利用人工智能、大数据、云计算等技术，实现对医疗数据的自动化或半自动化的发现、识别、打标、监控等操作，提升医疗数据分类分级工作效率和效果。

针对这些难题，道普信息风险管控领域的专家提出了一系列切实可行的解决方案。

梳理要“全”：基于医疗护数据全生命周期环节，理清数据资产“有哪些、有多少、在哪里、归谁管、谁在用”，建立统一医疗数据资产清单。

分类要“细”：基于自身业务系统和特征，从多维度建立适合自身的数据分类规则，对医疗数据进行分类梳理和标识，形成医疗数据资产分类清单。

定级要“准”：根据不同类别医疗数据遭篡改、破坏、泄露或非法利用后，可能对国家安全、公共利益或者个人、组织合法权益等造成的危害程度或带来的潜在影响，将医疗数据分为一般数据、重要数据、核心数据等3个级别。

审核要“新”：对医疗数据资产分类分级结果进行评审和完善，形成医疗数据资产分类分级清单。

保护要“严”：依据国家及行业领域给出的数据分类分级保护要求，建立医疗数据分类分级保护策略，对医疗数据实施全生命周期分类分级管理和保护。