天津医科大学朱宪彝纪念医院高质量数据集建设试点服务项目调研公告

序号

服务名称

服务要求

1

数据资产梳理

1.以医院糖尿病专病库数据为基础，开展数据资产目录与台账梳理。

2.梳理数据流向、数据生产主体、数据存储位置、数据访问链路、数据输出场景，绘制数据血缘图谱、数据流图。

3.建立数据资产目录，定义资产编号、业务域、数据元、数据表、字段、存储方式、更新频率、业务说明，形成标准化资产清单。

4.开展数据现状诊断，识别孤岛、重复、缺失、不一致、无元数据、无访问审计等问题，输出现状诊断报告与资产梳理台账。

5.支撑高质量数据集抽取：基于资产目录筛选专病、检验、随访等目标数据集，形成数据集**视图，支撑后续治理、标注、入库。

6.建立资产目录动态维护机制，提供资产更新、新增注销的常态化运营方案。

2

数据分类分级

1.结合国家最新数据分类分级标准（GB/T39725-2020）、卫生健康行业分类分级规范，编制本院医疗数据分类分级实施细则，形成院内统一规则文档。

2.按字段、数据项粒度识别患者标识信息、健康敏感信息、重要医疗数据、一般业务数据、公开统计数据，完成“核心、重要、一般”三级定级，形成分级清单。

3.对目标高质量数据集逐字段打安全标签，区分身份标识、诊断、检验、检查等高敏感类别；对融合衍生数据集重新定级。

4.制定不同级别数据对应的访问、脱敏、传输、存储、共享、销毁管控策略；形成分级保护策略矩阵。

5.提供分类分级培训、落地辅导，制定定期复核、级别变更、数据汇聚后重定级流程。

6.输出分类分级制度文件、分级清单、标签库、分级保护策略手册、分级评估报告。

3

数据合规审查与资产评估

1.合规审查：对拟用于科研、共享、授权运营、交易的高质量数据集开展全链路合规审计；核查采集知情同意、授权范围、去标识化、匿名化有效性、数据来源合法性、最小必要、目的限制、留存期限、负面清单排查。

2.隐私风险评估：开展个人信息保护影响评估（PIA），输出PIA 报告；核查是否存在可重识别风险，评估去标识化、脱敏方案有效性。

3.数据质量评估：从完整性、准确性、一致性、时效性、规范性、唯一性对数据集进行质量测评，出具质量评估结论。

4.数据资产评估：采用适合医疗场景的评估方法（成本法、收益法、市场类比法等），综合合规性、质量、稀缺性、应用场景、流通风险、维护成本开展价值测算，形成资产评估报告，支撑资产入表、授权运营。

5.风险整改：识别合规缺陷、隐私风险、质量缺陷，给出可落地整改方案，完成复核验证。

6.配套法律支撑：提供医疗数据流通、科研使用、授权运营的合规意见。

4

数据确权登记

1.依据国家及卫生健康部门相关政策指引，梳理医院数据权益链路，区分“持有权、加工使用权、经营权”，厘清原始诊疗数据、加工形成高质量数据集、标注数据集、AI衍生数据集的权益边界。

2.开展权属核验，核查知情同意链、委托加工协议、**科研协议、第三方**边界，排查权属争议、禁止登记负面清单。

3.协助准备登记材料：资产证明、合规报告、分类分级材料、质量报告、PIA评估、脱敏证明、授权文件。

4.辅导医院在国家、地方数据产权登记平台提交登记申请，配合受理审查、公示、异议处理，完成存证、申领登记凭证。

5.建立确权登记后运维机制：数据集版本更新、权益变更、使用范围变更、注销登记的管理流程。

6.输出确权说明文档、权益协议模板、登记卷宗、登记凭证、权属管理台账。

5

数据交易

1.流通方案设计：结合医院科研、医工转化、药企真实世界研究、公共卫生等场景，设计数据产品形态（统计产品、脱敏数据集、特征集、模型服务、查询接口），明确流通模式：许可使用、授权运营、API 服务、离线交付等。

2.交易合规方案：设计数据使用范围、使用目的、禁止反向识别、二次分发约束、收益分配、退出回收、违约条款，起草数据服务协议、数据安全承诺书。

3.交易所对接：辅导医院在国家、****交易所挂牌、产品上架、材料申报，配合交易所合规核验。

4.流通管控设计：交付前脱敏、匿名化处理、水印、溯源、访问审批、使用期限控制、输出审计、销毁回收机制。

5.交易后运营监管：流通过程审计、使用效果跟踪、到期回收、违规风险监测；协助开展收益入账、税务、资产台账更新配套材料。

6.输出流通方案、数据产品说明书、挂牌材料、交易合同模板、流通管控策略、运营监管台账。

6

数据管理能力成熟度评估模型DCMM评估

1.DCMM 现状调研与差距分析：围绕 8 大能力域（数据战略、数据治理、数据架构、数据标准、数据质量、数据安全、数据应用、数据生存周期）、28 个能力项开展访谈、文档核查、证据收集，输出差距分析报告。

2.体系建设辅导：协助完善数据战略、组织架构、制度流程、岗位职责、考核机制、数据标准体系、数据质量管控流程、数据生命周期管理制度。

3.证据包整理：按DCMM评估指标清单归集制度、台账、记录、平台截图、项目文档、培训记录、评审记录，形成评估证据集。

4.预评估：内部自评估、模拟评审，识别短板并指导整改，达到目标等级。

5.正式评估支撑：对接具备资质的 DCMM 评估机构，配合现场评审、答疑、补充材料，直至取得 DCMM 评估证书。

6.持续改进：出具年度改进方案，建立DCMM常态化运维机制，支撑后续复评。

7

数据安全能力成熟度模型DSMM评估

1.DSMM 现状调研：围绕数据全生命周期（采集、传输、存储、处理、交换、销毁），从“组织建设、制度流程、技术工具、人员能力”4个维度开展调研，对照30个安全过程域做差距诊断。

2.安全体系辅导：完善数据安全组织、数据安全责任制、数据安全策略、权限管理、脱敏、审计、应急、风险评估、安全培训、第三方**安全管理等制度。

3.安全能力落地整改辅导：针对高质量数据集的采集授权、脱敏、访问控制、共享交换、导出管控、销毁、应急处置等场景补齐安全控制措施。

4.预评估与模拟评审，整改闭环，达到目标成熟度等级。

5.配合具备资质的DSMM评估机构开展正式现场评估、材料应答、证据核验，获取DSMM评估证书。

6.建立常态化数据安全运营、风险定期扫描、演练、持续优化机制，支撑复评