本文圍繞AI和數(shù)據(jù)驅(qū)動(dòng)醫(yī)藥開(kāi)發(fā)展開(kāi)，以期在當(dāng)前政策機(jī)遇期與制度探索期的關(guān)鍵階段，為相關(guān)主體在推進(jìn)AI應(yīng)用、釋放數(shù)據(jù)價(jià)值時(shí)控制法律風(fēng)險(xiǎn)、理清權(quán)責(zé)邊界、保護(hù)相關(guān)成果提供有益參考。

作者丨閆春輝 荊杰

近五年來(lái)，國(guó)家和行業(yè)層面密集發(fā)布了若干規(guī)劃、意見(jiàn)、指引、方案，正在不斷釋放信號(hào)，積極推動(dòng)使用人工智能技術(shù)賦能新藥研發(fā)和醫(yī)療服務(wù)。與此同時(shí)，數(shù)據(jù)要素已成為新的生產(chǎn)要素。國(guó)家和行業(yè)層面正在不斷注入動(dòng)力，從制度、技術(shù)、數(shù)據(jù)等維度，積極促進(jìn)醫(yī)藥領(lǐng)域數(shù)據(jù)要素價(jià)值釋放。2022年12月發(fā)布《關(guān)于構(gòu)建數(shù)據(jù)基礎(chǔ)制度更好發(fā)揮數(shù)據(jù)要素作用的意見(jiàn)》(“數(shù)據(jù)二十條”)以來(lái)，數(shù)據(jù)相關(guān)綱要、意見(jiàn)、計(jì)劃、方案如雨后春筍般涌出。例如，《“數(shù)據(jù)要素×”三年行動(dòng)計(jì)劃（2024-2026年）》明確提出了“數(shù)據(jù)要素×醫(yī)療健康”的概念，《醫(yī)藥工業(yè)數(shù)智化轉(zhuǎn)型實(shí)施方案（2025-2030 年）》明確提出要整合釋放醫(yī)藥數(shù)據(jù)要素價(jià)值。

目前，AI的力量已被普遍重視，其從紛繁中理出頭緒、在煙海中找出因果的能力正在不斷被驗(yàn)證；數(shù)據(jù)的價(jià)值已被普遍認(rèn)可，訓(xùn)練、驗(yàn)證與優(yōu)化AI模型所依賴(lài)的數(shù)據(jù)質(zhì)量也正在不斷提高。與此同時(shí)也應(yīng)注意到，AI和數(shù)據(jù)行業(yè)的高速發(fā)展在法律領(lǐng)域產(chǎn)生了諸多新的議題，在現(xiàn)有制度的適用、相關(guān)成果的保護(hù)方面帶來(lái)了新的挑戰(zhàn)。本文擬在當(dāng)前政策機(jī)遇期與制度探索期的關(guān)鍵階段，為相關(guān)主體在推進(jìn)AI應(yīng)用、釋放數(shù)據(jù)價(jià)值時(shí)控制法律風(fēng)險(xiǎn)、理清權(quán)責(zé)邊界、保護(hù)相關(guān)成果提供有益參考。

01

AI和數(shù)據(jù)的全過(guò)程賦能

醫(yī)藥（尤其是化藥和生物藥）開(kāi)發(fā)通常可包括靶點(diǎn)識(shí)別、藥物發(fā)現(xiàn)、臨床前研究與臨床試驗(yàn)，并可延伸至藥物上市與上市后監(jiān)測(cè)等環(huán)節(jié)，整體上流程長(zhǎng)、成本高、成功率低。有數(shù)據(jù)顯示，傳統(tǒng)藥物開(kāi)發(fā)平均耗時(shí)12-15年，耗資26億美元。[1]不僅如此，藥物開(kāi)發(fā)的每個(gè)環(huán)節(jié)還有各自的痛點(diǎn)。例如靶點(diǎn)識(shí)別方法依賴(lài)試驗(yàn)科學(xué)，藥物發(fā)現(xiàn)可能涉及多學(xué)科交叉且試錯(cuò)性強(qiáng)，臨床前研究中動(dòng)物實(shí)驗(yàn)有局限性，臨床試驗(yàn)中患者招募低效，上市申報(bào)效率低、商業(yè)分析滯后，上市后監(jiān)測(cè)難等等。

目前，AI和數(shù)據(jù)正以前所未有的深度和廣度滲透到醫(yī)藥研發(fā)的每一個(gè)環(huán)節(jié)，通過(guò)數(shù)據(jù)驅(qū)動(dòng)決策、自動(dòng)化流程、跨領(lǐng)域知識(shí)整合，AI和數(shù)據(jù)正在不斷破解醫(yī)藥開(kāi)發(fā)的系列難題，并已有大量成功案例。例如：

?在靶點(diǎn)識(shí)別方面。英矽智能旗下PandaOmics平臺(tái)在使用大量組織纖維化相關(guān)的組學(xué)和臨床數(shù)據(jù)集訓(xùn)練后，通過(guò)深度特征合成、因果推斷及新型通路重建等一系列流程，最終將TNIK確定為最具潛力的抗纖維化靶點(diǎn)[2]；Insitro使用機(jī)器學(xué)習(xí)技術(shù)構(gòu)建了一個(gè)藥物發(fā)現(xiàn)平臺(tái)，并基于此發(fā)現(xiàn)了幾個(gè)新的基因靶點(diǎn)[3]。

?在藥物發(fā)現(xiàn)方面。Benevolent AI在新冠疫情期間利用其AI知識(shí)圖譜分析了現(xiàn)有藥物數(shù)據(jù)，48小時(shí)內(nèi)確定已上市的類(lèi)風(fēng)濕關(guān)節(jié)炎藥物巴瑞克替尼可用于新冠治療。英矽智能通過(guò)PandaOmics篩選得到了CDK20作為HCC治療靶點(diǎn)，進(jìn)而對(duì)接到Chemistry 42平臺(tái)自動(dòng)生成小分子抑制劑并選擇了7個(gè)化合物[4]。

?在臨床前研究與臨床試驗(yàn)方面。CURATE.AI 基于患者的基因特征、影像學(xué)結(jié)果和生化指標(biāo)等多維度數(shù)據(jù)，動(dòng)態(tài)生成個(gè)性化化療方案。在一項(xiàng)針對(duì)晚期實(shí)體瘤的臨床實(shí)驗(yàn)中，該平臺(tái)推薦的劑量調(diào)整建議有73.5%被采納，醫(yī)生依從率達(dá)到97.2%，顯著減輕了相關(guān)毒性反應(yīng)[5]。

?在藥物上市與上市后監(jiān)測(cè)方面。2025年5月，美國(guó)FDA部署生成式 AI 工具，基于過(guò)往數(shù)萬(wàn)份審評(píng)報(bào)告，為 FDA專(zhuān)家提供智能摘要、風(fēng)險(xiǎn)預(yù)測(cè)與合規(guī)性校驗(yàn)等，將新藥審評(píng)周期縮短 20-30%，減少人工處理重復(fù)數(shù)據(jù)的時(shí)間消耗。

由上可見(jiàn)，AI和數(shù)據(jù)“共舞”，正在深刻改變傳統(tǒng)醫(yī)藥開(kāi)發(fā)模式，成為醫(yī)藥開(kāi)發(fā)的革命性工具。有數(shù)據(jù)顯示，整體而言，AI和數(shù)據(jù)通過(guò)深度賦能并重塑醫(yī)藥研發(fā)的全過(guò)程，可使得單藥研發(fā)成本降低30-50%[6]，進(jìn)入臨床試驗(yàn)的化合物成功率從傳統(tǒng)的10%提升至15-20%。在市場(chǎng)規(guī)模方面，招行研究數(shù)據(jù)顯示，預(yù)計(jì)2028年全球AI制藥市場(chǎng)規(guī)?？蛇_(dá)56.2億美元，前景廣闊[7]。

此外，中藥的理論基礎(chǔ)和邏輯、中藥復(fù)方的獲得方式與西藥存在本質(zhì)不同。中藥復(fù)方的藥物組成成分、反應(yīng)機(jī)理、藥效作用機(jī)制更是極為復(fù)雜，長(zhǎng)期以來(lái)大量因果關(guān)系無(wú)法充分明確。由AI和大數(shù)據(jù)的特點(diǎn)可以預(yù)見(jiàn)，其在解析中藥復(fù)方、識(shí)別活性成分、明確作用機(jī)理、證明用藥可靠性等方面必將發(fā)揮越來(lái)越大的作用。

02

制度保障體系

在AI和數(shù)據(jù)行業(yè)高速發(fā)展的同時(shí)，如何適用當(dāng)前已有規(guī)定并不斷完善制度保障體系十分關(guān)鍵。本文主要關(guān)注個(gè)人信息保護(hù)框架和醫(yī)療領(lǐng)域數(shù)據(jù)安全規(guī)范體系。

（一）個(gè)人信息保護(hù)框架

個(gè)人信息是以電子或者其他方式記錄的能夠單獨(dú)或者與其他信息結(jié)合識(shí)別特定自然人的各種信息。醫(yī)藥開(kāi)發(fā)場(chǎng)景下的AI和數(shù)據(jù)與醫(yī)療健康信息密切相關(guān)，并涉及臨床病歷、基因組、醫(yī)學(xué)影像、臨床實(shí)驗(yàn)、真實(shí)世界數(shù)據(jù)等。在討論對(duì)醫(yī)療健康信息的商業(yè)利用和流通場(chǎng)景時(shí)，我們通常將個(gè)人信息區(qū)別于隱私，并關(guān)注敏感個(gè)人信息[8]。

圍繞敏感個(gè)人信息具有的可識(shí)別性、動(dòng)態(tài)性、場(chǎng)景依賴(lài)性、可聚合性等特點(diǎn)，我國(guó)通過(guò)《民法典》《個(gè)人信息保護(hù)法》《網(wǎng)絡(luò)安全法》等一系列規(guī)范性法律文件、要求、指南，逐步在醫(yī)藥領(lǐng)域建立起嚴(yán)格的個(gè)人信息保護(hù)機(jī)制。具體主要體現(xiàn)在以下四個(gè)方面的要求：

1、最小必要與知情同意

收集患者個(gè)人信息時(shí)應(yīng)遵循“最小必要”原則，即僅收集為實(shí)現(xiàn)特定目的所嚴(yán)格必需的信息，并采取嚴(yán)格保護(hù)措施。不過(guò)值得注意的是，所謂的最小必要原則與確保模型的公平性/非歧視性存在潛在沖突，由于缺乏用于偏見(jiàn)測(cè)試的數(shù)據(jù),而無(wú)意中訓(xùn)練出一個(gè)具有歧視性的模型的可能性是存在的。

同時(shí)，根據(jù)《個(gè)人信息保護(hù)法》等法律法規(guī)，相關(guān)主體在收集和處理患者個(gè)人信息時(shí)應(yīng)顯著、清晰地向個(gè)人說(shuō)明信息處理的目的、方式、范圍及可能的影響。除一般告知事項(xiàng)外，還須特別告知處理敏感信息的必要性及對(duì)個(gè)人權(quán)益的影響。這是充分保證患者知情權(quán)的要求。

另外，處理敏感個(gè)人信息應(yīng)當(dāng)取得個(gè)人的單獨(dú)同意，若有規(guī)定還應(yīng)以書(shū)面形式進(jìn)行。然而，過(guò)于頻繁的同意容易引起患者的疲勞。有數(shù)據(jù)顯示，用戶若完全閱讀一年中所使用網(wǎng)絡(luò)服務(wù)的隱私政策，平均需花費(fèi)244小時(shí)[9]。筆者相信實(shí)踐中大量用戶都不會(huì)太細(xì)致的閱讀相關(guān)政策或授權(quán)條款，使得相關(guān)過(guò)程更像“選擇退出(Opt-out) ”模式（數(shù)據(jù)處理者可以先行處理，但為用戶提供清晰、便捷的拒絕或撤回同意的渠道）。

值得注意的是，對(duì)患者個(gè)人數(shù)據(jù)的在后使用需求往往超出在先同意范圍，而此時(shí)難以獲得二次同意。因此泛知情同意、動(dòng)態(tài)知情同意等概念被提出。其中，泛知情同意通常指患者同意將其提供的生物樣本及相關(guān)數(shù)據(jù)用于未來(lái)一系列尚未明確規(guī)定的、特定類(lèi)別的研究，其核心在于參與者授權(quán)一個(gè)受監(jiān)管的體系在未來(lái)代表他們審查和批準(zhǔn)符合既定范圍的研究項(xiàng)目，而無(wú)需在研究樣本每次被使用時(shí)都重新聯(lián)系參與者獲取同意。泛知情同意在美國(guó)被引入用于可識(shí)別的個(gè)人信息或可識(shí)別的生物樣本的二次研究；西班牙對(duì)生物樣本和相關(guān)信息也引入了泛知情同意。[10]

我國(guó)《涉及人的生物醫(yī)學(xué)研究倫理審查辦法》第三十九條規(guī)定，“以下情形經(jīng)倫理委員會(huì)審查批準(zhǔn)后，可以免除簽署知情同意書(shū)”，其中第（二）項(xiàng)指出“生物樣本捐獻(xiàn)者已經(jīng)簽署了知情同意書(shū)，同意所捐獻(xiàn)樣本及相關(guān)信息可用于所有醫(yī)學(xué)研究的”。上述條款為泛知情同意在實(shí)際操作中的可行性提供了政策依據(jù)。不過(guò)《個(gè)人信息保護(hù)法》僅規(guī)定了兩類(lèi)可不告知的例外情形：法律法規(guī)規(guī)定應(yīng)當(dāng)保密或無(wú)需告知的，以及緊急情況下無(wú)法及時(shí)告知但事后仍應(yīng)補(bǔ)充告知的情形。這體現(xiàn)出我國(guó)目前仍堅(jiān)持以“明確知情同意”為基本原則。

2、降低可識(shí)別性

“可識(shí)別”通常指能夠直接或間接關(guān)聯(lián)到特定自然人。然而這一概念的解釋空間較大，產(chǎn)生了如何才算是“去識(shí)別化”的問(wèn)題。美國(guó)《健康保險(xiǎn)攜帶與責(zé)任法案》（HIPAA）規(guī)定了兩種去識(shí)別化的方法：一是專(zhuān)家裁定法，由具備統(tǒng)計(jì)學(xué)或科學(xué)知識(shí)的合格專(zhuān)家通過(guò)評(píng)估數(shù)據(jù)集的重新識(shí)別風(fēng)險(xiǎn)，確認(rèn)數(shù)據(jù)去識(shí)別化是否達(dá)標(biāo)。二是安全港法，從數(shù)據(jù)集中移除法定的18項(xiàng)個(gè)人信息，一旦被移除，數(shù)據(jù)即可被視為去識(shí)別化信息，不再受限于嚴(yán)格的隱私保護(hù)規(guī)則。GDPR則采用“積極的入侵者測(cè)試”，考慮一個(gè)“積極的入侵者”采用可能使用的所有手段時(shí)，重新識(shí)別的可能性是否合理地高。

我國(guó)《個(gè)人信息保護(hù)法》第73條則明確定義了“去標(biāo)識(shí)化”（在不借助額外信息時(shí)無(wú)法識(shí)別個(gè)人）和“匿名化”（處理后的信息無(wú)法識(shí)別特定個(gè)人且不可復(fù)原）。后者的可識(shí)別性更低，因?yàn)楦鶕?jù)《個(gè)人信息保護(hù)法》第4條，匿名化處理后的信息不再屬于個(gè)人信息，可不受個(gè)人信息保護(hù)規(guī)則的約束。由于醫(yī)療研究領(lǐng)域較為特殊，相關(guān)主體需要根據(jù)特定個(gè)人信息使用場(chǎng)景及需求，采取合理有效的脫敏方法。

3、可攜帶權(quán)

根據(jù)《個(gè)人信息保護(hù)法》第45條，個(gè)人有權(quán)向個(gè)人信息處理者查閱、復(fù)制其個(gè)人信息，并有權(quán)請(qǐng)求將信息轉(zhuǎn)移至其指定的其他處理者，符合國(guó)家網(wǎng)信部門(mén)規(guī)定條件的，個(gè)人信息處理者應(yīng)當(dāng)提供轉(zhuǎn)移的途徑。上述內(nèi)容通常被稱(chēng)為“可攜帶權(quán)”。在醫(yī)療領(lǐng)域，保障并實(shí)現(xiàn)患者查閱病歷、在醫(yī)療機(jī)構(gòu)之間轉(zhuǎn)移數(shù)據(jù)并非易事，這需要在進(jìn)一步統(tǒng)一醫(yī)療數(shù)據(jù)標(biāo)準(zhǔn)和格式，打造更完善的數(shù)據(jù)導(dǎo)出工具等。

一個(gè)問(wèn)題是，患者對(duì)匿名化后的醫(yī)療數(shù)據(jù)是否仍有可攜帶權(quán)？有觀點(diǎn)認(rèn)為，對(duì)于匿名化后的非個(gè)人醫(yī)療數(shù)據(jù)，患者不應(yīng)再享有可攜帶權(quán)?？蓴y帶權(quán)的技術(shù)實(shí)現(xiàn)難度和成本遠(yuǎn)高于復(fù)制權(quán)，需要平臺(tái)間的互操作性。在個(gè)人數(shù)據(jù)的可攜帶權(quán)標(biāo)準(zhǔn)尚不明確的情況下，不應(yīng)貿(mào)然將其擴(kuò)展到非個(gè)人數(shù)據(jù)領(lǐng)域。[11]

4、被遺忘權(quán)

《個(gè)人信息保護(hù)法》第47條就被遺忘權(quán)作出了明確規(guī)定。一般來(lái)說(shuō)，醫(yī)藥醫(yī)療機(jī)構(gòu)需要做好所收集、持有的個(gè)人信息的周期管理，一方面，對(duì)于患者明確撤回同意或要求予以刪除的，必須及時(shí)刪除；另一方面，屬于應(yīng)主動(dòng)刪除情形的，應(yīng)積極主動(dòng)予以刪除。撤回同意僅對(duì)未來(lái)生效，一般不具溯及力。

不過(guò)，在醫(yī)藥研發(fā)領(lǐng)域強(qiáng)制實(shí)現(xiàn)“刪除”可能存在一定的技術(shù)困難，例如已用于模型訓(xùn)練的數(shù)據(jù)難以完全刪除，因?yàn)閯h除可能會(huì)影響模型本身的性能。因此，實(shí)踐中部分開(kāi)發(fā)者可能會(huì)采取建立數(shù)據(jù)標(biāo)記與隔離機(jī)制的方法，對(duì)需刪除的數(shù)據(jù)進(jìn)行邏輯刪除并限制訪問(wèn)，一定程度上也能達(dá)到“遺忘”個(gè)人信息的目的；在臨床試驗(yàn)中，也可以與患者溝通，酌情設(shè)置數(shù)據(jù)保留期，并在到期后按程序刪除相關(guān)敏感個(gè)人信息。實(shí)踐中，開(kāi)發(fā)者還可通過(guò)區(qū)塊鏈智能合約預(yù)設(shè)數(shù)據(jù)使用條件、目的和存續(xù)期限，實(shí)現(xiàn)授權(quán)自動(dòng)化管理。[12]

（二）醫(yī)療領(lǐng)域數(shù)據(jù)安全規(guī)范體系

早在2016年，“健康醫(yī)療大數(shù)據(jù)” 就已經(jīng)被定位為“國(guó)家重要基礎(chǔ)性戰(zhàn)略資源”。在一系列方針政策的指引下，圍繞著《數(shù)據(jù)安全法》《網(wǎng)絡(luò)數(shù)據(jù)安全管理?xiàng)l例》等法律法規(guī)，結(jié)合醫(yī)療醫(yī)藥領(lǐng)域的行業(yè)特色，我國(guó)監(jiān)管部門(mén)、標(biāo)準(zhǔn)研究部門(mén)等已經(jīng)逐步形成并建立了一套醫(yī)療領(lǐng)域數(shù)據(jù)規(guī)則體系。該體系貫穿了醫(yī)療數(shù)據(jù)的完整生命周期，本部分將從分類(lèi)分級(jí)管理、數(shù)據(jù)采集與處理、數(shù)據(jù)共享、數(shù)據(jù)存儲(chǔ)與傳輸、可信數(shù)據(jù)空間，以及模型安全，來(lái)詳細(xì)闡述我國(guó)如何構(gòu)建這一全方位的安全規(guī)范體系。

1、分類(lèi)分級(jí)管理

按照來(lái)源、特征和關(guān)涉到的利益不同，《數(shù)據(jù)二十條》將數(shù)據(jù)分為公共數(shù)據(jù)、企業(yè)數(shù)據(jù)和個(gè)人數(shù)據(jù)?！缎畔踩夹g(shù) 健康醫(yī)療數(shù)據(jù)安全指南》則將醫(yī)療健康數(shù)據(jù)分成六類(lèi)五級(jí)[13]，并提出了保護(hù)措施建議。對(duì)醫(yī)療健康數(shù)據(jù)實(shí)施分類(lèi)分級(jí)管理，能夠?qū)⒈Ｗo(hù)資源更精準(zhǔn)地配置于風(fēng)險(xiǎn)較高的數(shù)據(jù)類(lèi)別，使安全措施與其敏感程度相匹配，在保障安全性的同時(shí)提升數(shù)據(jù)管理效率。需要注意的是，如果同一批數(shù)據(jù)中包含不同安全級(jí)別的數(shù)據(jù)項(xiàng)，則整個(gè)數(shù)據(jù)集的安全防護(hù)等級(jí)必須按照其中最高級(jí)別的數(shù)據(jù)項(xiàng)來(lái)執(zhí)行。[14]

2、數(shù)據(jù)采集與處理

如數(shù)據(jù)提供方通過(guò)非法手段采集數(shù)據(jù)，則下游整個(gè)數(shù)據(jù)流都可能被視為“污染數(shù)據(jù)”。一旦源頭存在瑕疵，下游企業(yè)在采購(gòu)、加工、開(kāi)發(fā)和使用過(guò)程中均可能需要承擔(dān)侵權(quán)責(zé)任。因此，數(shù)據(jù)來(lái)源的合法性是保障全流程合規(guī)的基礎(chǔ)。在數(shù)據(jù)處理方面，除上文提及的去標(biāo)識(shí)化外，數(shù)據(jù)處理主要圍繞數(shù)據(jù)質(zhì)量以及安全保障措施展開(kāi)。

關(guān)于數(shù)據(jù)質(zhì)量。在當(dāng)前市場(chǎng)與政策雙重壓力下，企業(yè)所承擔(dān)的算法安全與數(shù)據(jù)準(zhǔn)確性義務(wù)日益加重。在此背景下，可從兩方面重點(diǎn)開(kāi)展工作：其一，應(yīng)在數(shù)據(jù)源頭階段嚴(yán)控質(zhì)量，遵循“垃圾進(jìn)、垃圾出”（Garbage-in, Garbage-out）的技術(shù)邏輯，認(rèn)清數(shù)據(jù)質(zhì)量對(duì)AI大模型的關(guān)鍵影響；其二，應(yīng)密切關(guān)注并嚴(yán)格遵循國(guó)家相關(guān)部門(mén)發(fā)布的數(shù)據(jù)質(zhì)量管控要求，確保在數(shù)據(jù)質(zhì)量管理功能的全過(guò)程符合國(guó)家規(guī)范。

關(guān)于保障措施。根據(jù)《數(shù)據(jù)安全法》《個(gè)人信息保護(hù)法》《信息安全技術(shù) 個(gè)人信息安全規(guī)范》《人工智能科技倫理管理服務(wù)辦法（試行）（公開(kāi)征求意見(jiàn)稿）》等法律法規(guī)與技術(shù)標(biāo)準(zhǔn)，在整個(gè)數(shù)據(jù)生命周期中，處理者應(yīng)做到如下幾點(diǎn)：A.加密：采取實(shí)施符合技術(shù)標(biāo)準(zhǔn)的加密并將數(shù)據(jù)訪問(wèn)權(quán)限嚴(yán)格限制在最小必要范圍內(nèi)；B.機(jī)制：建立全面的數(shù)據(jù)安全風(fēng)險(xiǎn)評(píng)估與應(yīng)急響應(yīng)機(jī)制；C.預(yù)案：制定具備可操作性的個(gè)人信息安全事件應(yīng)急預(yù)案和人工智能科技倫理風(fēng)險(xiǎn)控制方案；D.監(jiān)測(cè)：持續(xù)加強(qiáng)風(fēng)險(xiǎn)監(jiān)測(cè)、定期開(kāi)展數(shù)據(jù)安全風(fēng)險(xiǎn)評(píng)估；E.補(bǔ)救：一旦發(fā)現(xiàn)數(shù)據(jù)安全缺陷、漏洞等風(fēng)險(xiǎn)須立即采取補(bǔ)救措施防止危害擴(kuò)大；F.處置：如發(fā)生數(shù)據(jù)安全事件應(yīng)當(dāng)迅速啟動(dòng)應(yīng)急響應(yīng)機(jī)制，及時(shí)通知相關(guān)方并向主管部門(mén)報(bào)告。

3、數(shù)據(jù)共享

在數(shù)據(jù)共享環(huán)節(jié)，不當(dāng)行為通常表現(xiàn)為越權(quán)獲取與超范圍使用。數(shù)據(jù)共享雖有助于實(shí)現(xiàn)價(jià)值，但若未配套合理的控制機(jī)制，相關(guān)主體可能繞過(guò)“可用不可見(jiàn)”“可用不出域”等限制非法獲取數(shù)據(jù)。加之對(duì)數(shù)據(jù)進(jìn)行處理后數(shù)據(jù)的內(nèi)容和形式往往發(fā)生不同程度的變化，若操作未全程有效留痕，事后追責(zé)將極為困難。因此，為確保數(shù)據(jù)安全，通常需設(shè)置合規(guī)性條款、安全程序條款、保障措施條款、賠償條款、保密條款等確保交易相對(duì)方遵守個(gè)人信息相關(guān)法律法規(guī)及交易方的隱私政策與慣例、數(shù)據(jù)予以充分保護(hù)，并約定合同終止后數(shù)據(jù)的處理、銷(xiāo)毀或歸還等事宜。[15]

4、數(shù)據(jù)存儲(chǔ)與傳輸

數(shù)據(jù)安全存儲(chǔ)是我國(guó)法律法規(guī)及技術(shù)標(biāo)準(zhǔn)中的重點(diǎn)要求。醫(yī)療健康數(shù)據(jù)在存儲(chǔ)過(guò)程中，須落實(shí)加密保護(hù)與訪問(wèn)限制等基本安全措施。存儲(chǔ)主體應(yīng)依據(jù)分類(lèi)分級(jí)管理制度，建立并持續(xù)維護(hù)與數(shù)據(jù)級(jí)別相適應(yīng)的存儲(chǔ)安全管理機(jī)制，重點(diǎn)包括：實(shí)施加密保護(hù)與嚴(yán)格的權(quán)限控制；建立數(shù)據(jù)備份與恢復(fù)機(jī)制，推行異地容災(zāi)備份；在數(shù)據(jù)保存期限屆滿時(shí)依法依規(guī)進(jìn)行銷(xiāo)毀等。

隨著數(shù)據(jù)流通需求的增長(zhǎng)，傳輸鏈路日趨復(fù)雜，潛在風(fēng)險(xiǎn)包括傳輸工具或系統(tǒng)自身的安全漏洞、未實(shí)施有效加密、缺乏具備約束力的傳輸協(xié)議，以及防火墻或入侵檢測(cè)等防護(hù)措施的缺失。為此，必須從技術(shù)、規(guī)則與問(wèn)責(zé)機(jī)制多方面協(xié)同保障傳輸安全與效率：重要醫(yī)療數(shù)據(jù)出境須依法通過(guò)安全評(píng)估與審批；傳輸過(guò)程中需采取加密機(jī)制并完整記錄日志，以支持實(shí)時(shí)監(jiān)控與事后追溯；同時(shí)應(yīng)部署防火墻、入侵檢測(cè)等安全措施，并通過(guò)協(xié)議明確權(quán)責(zé)。

5、可信數(shù)據(jù)空間

近年來(lái)，在國(guó)家政策推動(dòng)下，可信數(shù)據(jù)空間建設(shè)進(jìn)入快速發(fā)展階段。2025年4月29日，國(guó)家藥監(jiān)局信息中心重磅發(fā)布“數(shù)據(jù)要素×藥品監(jiān)管系列行動(dòng)”，將攜手醫(yī)藥企業(yè)、信息化企業(yè)、平臺(tái)企業(yè)等共建藥品可信數(shù)據(jù)空間。2025年7月4日，在2025全球數(shù)字經(jīng)濟(jì)大會(huì)數(shù)據(jù)要素發(fā)展論壇期間，北京市政務(wù)服務(wù)和數(shù)據(jù)管理局發(fā)布了第一批21個(gè)可信數(shù)據(jù)空間儲(chǔ)備項(xiàng)目，包括4個(gè)醫(yī)療健康領(lǐng)域項(xiàng)目。目前，上海、北京、廣州及大灣區(qū)等地已率先落地多個(gè)醫(yī)藥醫(yī)療類(lèi)可信數(shù)據(jù)空間。

可信數(shù)據(jù)空間通常是指一種基于共識(shí)規(guī)則，聯(lián)接多方主體，實(shí)現(xiàn)數(shù)據(jù)資源可信、安全共享和流通的基礎(chǔ)設(shè)施。通過(guò)隱私計(jì)算等技術(shù)，構(gòu)建了“數(shù)據(jù)可用不可見(jiàn)、用途可控可計(jì)量”的新型數(shù)據(jù)基礎(chǔ)設(shè)施。該模式實(shí)現(xiàn)了數(shù)據(jù)所有權(quán)與使用權(quán)、經(jīng)營(yíng)權(quán)的分離，允許多方在不轉(zhuǎn)移原始數(shù)據(jù)的情況下協(xié)同計(jì)算，從而在確保安全合規(guī)與釋放數(shù)據(jù)要素價(jià)值之間找到平衡。

“安全”“可信”是可信數(shù)據(jù)空間的重要特征。對(duì)于可信數(shù)據(jù)空間運(yùn)營(yíng)者而言，其對(duì)網(wǎng)絡(luò)平臺(tái)負(fù)有安全保障義務(wù)，包括身份核實(shí)、數(shù)據(jù)安全、交易合規(guī)等，并需保障技術(shù)可信、制度可信、主體可信、數(shù)據(jù)可信、流通可信、應(yīng)用可信。其不僅需依托智能合約、區(qū)塊鏈、數(shù)字水印等技術(shù)手段保障合同履行，還應(yīng)積極參與制定數(shù)據(jù)共享與利用的規(guī)范體系，對(duì)供需對(duì)接、合同協(xié)商與簽訂、數(shù)據(jù)交付、清算審計(jì)等全流程行為進(jìn)行約束，從而規(guī)范數(shù)據(jù)流通秩序、明確各方責(zé)任。[16][17]

6、模型安全

人工智能技術(shù)具有天然的“黑箱”特性，往往難以清晰呈現(xiàn)其決策邏輯，進(jìn)而影響人們對(duì)模型準(zhǔn)確性的信任。在醫(yī)藥醫(yī)療等高風(fēng)險(xiǎn)領(lǐng)域，一旦模型不可靠，可能導(dǎo)致重大人身傷害和經(jīng)濟(jì)損失。人工智能模型存在多類(lèi)安全風(fēng)險(xiǎn)，包括可解釋性不足、偏見(jiàn)與歧視、魯棒性較弱、易被竊取和篡改、輸出不可靠以及對(duì)抗攻擊等。

今年，美國(guó)FDA發(fā)布了《使用人工智能支持藥品和生物制品監(jiān)管決策的考量》，歐洲藥品管理局（EMA）網(wǎng)絡(luò)數(shù)據(jù)指導(dǎo)小組（NDSG）發(fā)布了《2025-2028年工作計(jì)劃 藥品監(jiān)管中的數(shù)據(jù)與 AI》。我國(guó)則已發(fā)布《人工智能安全治理框架》《人工智能安全標(biāo)準(zhǔn)體系（V1.0）》《人工智能科技倫理管理服務(wù)辦法（試行）（征求意見(jiàn)稿）》等，聚焦人工智能模型算法的安全風(fēng)險(xiǎn)控制。相信模型安全將繼續(xù)成為全球醫(yī)藥監(jiān)管部門(mén)重點(diǎn)關(guān)注的事項(xiàng)。

03

法律關(guān)系與權(quán)責(zé)安排

隨著AI和數(shù)據(jù)相關(guān)軟硬件技術(shù)的突飛猛進(jìn)，與醫(yī)藥研發(fā)的不斷結(jié)合，如何清晰界定相關(guān)結(jié)合模式下各方關(guān)系和權(quán)責(zé)安排，是決定相關(guān)市場(chǎng)能否持續(xù)健康發(fā)展的兩大核心議題。實(shí)踐中，AI和數(shù)據(jù)與醫(yī)藥開(kāi)發(fā)的結(jié)合模式多種多樣，常見(jiàn)模式包括技術(shù)委托、合作開(kāi)發(fā)以及技術(shù)許可與供應(yīng)。

?在技術(shù)委托模式下，AI企業(yè)通常僅參與藥品研發(fā)的特定環(huán)節(jié)（如靶點(diǎn)篩選或臨床試驗(yàn)數(shù)據(jù)分析），醫(yī)藥企業(yè)支付價(jià)款獲取技術(shù)服務(wù)。

?在合作開(kāi)發(fā)模式下，藥企和AI研發(fā)企業(yè)共同研發(fā)藥物，均較為深入?yún)⑴c研發(fā)合作，而并非僅僅是一方委托另一方完成特定工作的合作關(guān)系。

?在技術(shù)許可與供應(yīng)模式下，技術(shù)許可與供應(yīng)則表現(xiàn)為AI企業(yè)作為技術(shù)提供方，向藥企輸出標(biāo)準(zhǔn)化軟件、定制模塊或SaaS服務(wù)，藥企自主使用工具輔助研發(fā)，雙方呈現(xiàn)單向服務(wù)特性。

與上述模式相關(guān)，各方在相關(guān)業(yè)務(wù)中還可能涉及數(shù)據(jù)許可/轉(zhuǎn)讓合同關(guān)系、有關(guān)數(shù)據(jù)治理的承攬合同/技術(shù)服務(wù)合同關(guān)系、與可信數(shù)據(jù)空間運(yùn)營(yíng)方等主體之間的中介/委托合同關(guān)系等。

《民法典》合同編針對(duì)各類(lèi)典型合同設(shè)置了任意性與強(qiáng)制性規(guī)范，筆者認(rèn)為可依據(jù)《民法典》第467條第一款類(lèi)推適用與相關(guān)模式“最相類(lèi)似”的一類(lèi)或幾類(lèi)典型合同相關(guān)規(guī)定，進(jìn)而就可以比較清楚地了解在進(jìn)行權(quán)、責(zé)、利的安排時(shí)有哪些規(guī)則是合同不言自明的，有哪些規(guī)則是與民法典沖突、需要在合同中特別約定的。

在實(shí)踐中，相關(guān)合同需要關(guān)注的重點(diǎn)問(wèn)題包括成果歸屬、數(shù)據(jù)權(quán)益、算法風(fēng)險(xiǎn)、責(zé)任分配等，并在整個(gè)交易中通過(guò)多個(gè)條款平衡相關(guān)利益、合理分配風(fēng)險(xiǎn)。例如：

?在成果歸屬方面。藥企傾向于拿到更多的成果權(quán)益，但根據(jù)各方貢獻(xiàn)會(huì)有所區(qū)分。例如，雙方可以約定AI企業(yè)不享有所有權(quán)，但享有特定范圍的使用權(quán)，并在藥物上市后按比例分享收益。又例如，AI企業(yè)可能希望對(duì)于AI平臺(tái)技術(shù)享有權(quán)利，同時(shí)藥企為了保證競(jìng)爭(zhēng)利益可能在合約中約定不競(jìng)爭(zhēng)條款等。

? 在數(shù)據(jù)權(quán)益方面。當(dāng)前數(shù)據(jù)權(quán)益的法律屬性尚未完全明晰，雖無(wú)法像技術(shù)秘密一樣具有明確的法定內(nèi)涵，但可通過(guò)協(xié)議對(duì)其權(quán)屬、使用方式和限制、使用范圍、保密等方作出清晰安排，防范超范圍使用與合規(guī)風(fēng)險(xiǎn)。

?在算法風(fēng)險(xiǎn)方面。對(duì)于AI算法中存在的安全風(fēng)險(xiǎn)，由于技術(shù)企業(yè)對(duì)于模型和算法的控制和了解能力更強(qiáng)，并且提供主要的算法支持，因此通常對(duì)于該風(fēng)險(xiǎn)承擔(dān)主要責(zé)任；而醫(yī)藥企業(yè)作為該算法的調(diào)用和使用者，也需要承擔(dān)相應(yīng)的合理使用和風(fēng)險(xiǎn)監(jiān)督義務(wù)。

?在責(zé)任分配方面。如果出現(xiàn)諸如個(gè)人信息泄露、重要數(shù)據(jù)違規(guī)出境、數(shù)據(jù)質(zhì)量不符合標(biāo)準(zhǔn)等問(wèn)題甚至損害，需要根據(jù)過(guò)錯(cuò)及因果關(guān)系在兩者間進(jìn)行分配責(zé)任。實(shí)踐中，若數(shù)據(jù)提供方交付的數(shù)據(jù)或接口未滿足約定或通用的兼容性標(biāo)準(zhǔn)，則可能被認(rèn)定為構(gòu)成產(chǎn)品瑕疵。[18]

04

對(duì)成果的保護(hù)路徑

AI和數(shù)據(jù)與醫(yī)藥研發(fā)的結(jié)合實(shí)踐中主要產(chǎn)生三類(lèi)成果：一是利用AI技術(shù)獲得的醫(yī)藥研發(fā)成果，如新發(fā)現(xiàn)的化合物；二是在研發(fā)過(guò)程中形成的AI技術(shù)成果，如新算法、模型或軟件工具；三是數(shù)據(jù)，包括初始數(shù)據(jù)及不斷生成的新數(shù)據(jù)。

1、關(guān)于醫(yī)藥研發(fā)成果和AI技術(shù)成果

對(duì)于醫(yī)藥研發(fā)成果的保護(hù)路徑選擇與傳統(tǒng)醫(yī)藥成果基本一致。需要注意的是在專(zhuān)利保護(hù)方面，前世界各國(guó)的專(zhuān)利制度普遍要求發(fā)明人必須是自然人，AI 本身通常無(wú)法被列為專(zhuān)利發(fā)明人，但也有例外做法。此外，主流觀點(diǎn)堅(jiān)持人工智能生成內(nèi)容（AIGC）并非當(dāng)然不是專(zhuān)利法保護(hù)的客體，但需要說(shuō)明人類(lèi)的貢獻(xiàn)。如果人類(lèi)需對(duì)發(fā)明做出實(shí)質(zhì)性貢獻(xiàn)，即將 AI 定位為輔助工具，而非獨(dú)立的創(chuàng)造主體時(shí)，人工智能生成內(nèi)容（AIGC）可能具備可專(zhuān)利性。

對(duì)于醫(yī)藥相關(guān)AI技術(shù)成果，應(yīng)根據(jù)其具體表現(xiàn)形式選擇相應(yīng)的知識(shí)產(chǎn)權(quán)保護(hù)方式：若體現(xiàn)為計(jì)算機(jī)程序，可通過(guò)軟件著作權(quán)保護(hù)其具體代碼表達(dá)；若構(gòu)成具有技術(shù)效果的算法相關(guān)技術(shù)方案，可嘗試申請(qǐng)專(zhuān)利，但需要重點(diǎn)判斷是否屬于被排除在專(zhuān)利保護(hù)客體之外的“智力活動(dòng)的規(guī)則和方法”。具體而言，相關(guān)申請(qǐng)必須滿足以下兩項(xiàng)核心要件：其一，發(fā)明內(nèi)容不得屬于智力活動(dòng)的規(guī)則或方法；其二，必須構(gòu)成一個(gè)完整技術(shù)方案，即通過(guò)遵循自然規(guī)律的技術(shù)手段解決技術(shù)問(wèn)題并產(chǎn)生技術(shù)效果。

2、關(guān)于數(shù)據(jù)

AI和數(shù)據(jù)與醫(yī)藥研發(fā)的結(jié)合伴隨著數(shù)據(jù)交易、數(shù)據(jù)治理、數(shù)據(jù)運(yùn)營(yíng)，并在此過(guò)程中不斷產(chǎn)生新數(shù)據(jù)。來(lái)自經(jīng)濟(jì)學(xué)和公共管理領(lǐng)域的學(xué)者大多認(rèn)為《數(shù)據(jù)二十條》已對(duì)數(shù)據(jù)分類(lèi)和管理提供了相對(duì)清晰的指引，無(wú)需過(guò)度糾結(jié)于權(quán)利性質(zhì)的爭(zhēng)論。但是，如果不確定數(shù)據(jù)在法律上的權(quán)利性質(zhì)和內(nèi)容，在很多場(chǎng)景下就無(wú)法完全清楚交易的標(biāo)的具體是什么、如何定價(jià)、按照何種路徑進(jìn)行交易和運(yùn)營(yíng)、如何獲利、如何治理、會(huì)有何種責(zé)任、新的數(shù)據(jù)權(quán)益如何劃分等等。

對(duì)于數(shù)據(jù)的權(quán)利性質(zhì)，申衛(wèi)星教授則提出可采用“數(shù)據(jù)所有權(quán)-數(shù)據(jù)用益權(quán)”的二元權(quán)利結(jié)構(gòu)，其中數(shù)據(jù)用益權(quán)可作為底座承載“三權(quán)分置”。此外，當(dāng)前理論與實(shí)務(wù)界的主要觀點(diǎn)還包括所有權(quán)說(shuō)、知識(shí)產(chǎn)權(quán)說(shuō)、新型財(cái)產(chǎn)權(quán)說(shuō)等。第一種觀點(diǎn)主張數(shù)據(jù)應(yīng)類(lèi)比物權(quán)，賦予主體以所有權(quán)及相應(yīng)的占有、收益、處分和使用的權(quán)利；第二種觀點(diǎn)則認(rèn)為數(shù)據(jù)宜納入知識(shí)產(chǎn)權(quán)框架進(jìn)行保護(hù)；第三種觀點(diǎn)提出應(yīng)設(shè)立一種新型財(cái)產(chǎn)權(quán)。

筆者認(rèn)為，當(dāng)前相關(guān)單位和個(gè)人選擇以商業(yè)秘密路徑看待并保護(hù)其數(shù)據(jù)，不僅具有現(xiàn)實(shí)可行性，也是一種務(wù)實(shí)且合理的策略。[19]首先，《數(shù)據(jù)二十條》中的“三權(quán)分置”理念可在商業(yè)秘密框架內(nèi)實(shí)現(xiàn)。其次，對(duì)于數(shù)據(jù)采用商業(yè)秘密的保護(hù)方式不妨礙數(shù)據(jù)的利用與流通。再次，數(shù)據(jù)與商業(yè)秘密具有高度相似性。例如，對(duì)數(shù)據(jù)進(jìn)行處理后數(shù)據(jù)的內(nèi)容和形式往往發(fā)生不同程度的變化。而根據(jù)我國(guó)最新的司法實(shí)踐，如果被訴侵權(quán)人實(shí)際使用的信息系在涉案商業(yè)秘密信息基礎(chǔ)上修改、改進(jìn)而來(lái)，即便存在一定差異甚至完全不同，亦可能構(gòu)成侵權(quán)。由此可見(jiàn)，商業(yè)秘密制度兼具體系性與延展性，在確權(quán)、轉(zhuǎn)讓、許可、侵權(quán)等環(huán)節(jié)都與數(shù)據(jù)保護(hù)有深度的適配性。

同時(shí)值得注意，最高人民法院于2025年8月28日首次發(fā)布了數(shù)據(jù)權(quán)益司法保護(hù)專(zhuān)題指導(dǎo)性案例（第262-267號(hào)），可見(jiàn)人民法院正在通過(guò)一系列案例適用《民法典》《反不正當(dāng)競(jìng)爭(zhēng)法》等，在個(gè)案中保護(hù)、平衡各方的數(shù)據(jù)相關(guān)權(quán)益，這也給數(shù)據(jù)權(quán)益保護(hù)提供了更多路徑。

05

結(jié)語(yǔ)

AI和數(shù)據(jù)正以前所未有的速度重塑醫(yī)藥開(kāi)發(fā)范式。從靶點(diǎn)發(fā)現(xiàn)到藥物上市，AI和數(shù)據(jù)不僅提升了研發(fā)效率、降低了成本，更在制度探索與政策支持的推動(dòng)下，逐步構(gòu)建起一個(gè)新的技術(shù)與治理生態(tài)。然而，技術(shù)的迅猛發(fā)展也對(duì)法律框架、倫理規(guī)范與權(quán)責(zé)界定提出了更高要求。在制度尚未完全成熟的當(dāng)下，相關(guān)主體更需平衡價(jià)值釋放與風(fēng)險(xiǎn)防控。面向未來(lái)，唯有在數(shù)據(jù)供給、技術(shù)創(chuàng)新與制度機(jī)制之間實(shí)現(xiàn)良性互動(dòng)，方能真正實(shí)現(xiàn)“智啟新藥、濟(jì)世惠民”的長(zhǎng)遠(yuǎn)目標(biāo)。

[注]

[1]參見(jiàn)：https://mp.weixin.qq.com/s/pdHte4xQ7RR5osefKM46_g.

[2]參見(jiàn)：https://www.cell.com/trends/pharmacological-sciences/fulltext/S0165-6147(24)00090-7?sessionid=；https://mp.weixin.qq.com/s/58CXSrVa-wigjVaD2yEIoQ.

[3]參見(jiàn)：https://mp.weixin.qq.com/s/OyqBcJATKkeX1H0KwPHzbw.

[4]參見(jiàn)：https://mp.weixin.qq.com/s/vEECSj-kx37yy6gTllP5rw.

[5]參見(jiàn)：https://www.nature.com/articles/s41698-025-00835-7.

[6]參見(jiàn)：https://mp.weixin.qq.com/s/AMOSALWZO_8YbDeDUEuG0Q.

[7]參見(jiàn)：https://mp.weixin.qq.com/s/UNwYAkYsZu8Y5vhgGgarfg.

[8]參見(jiàn)：《個(gè)人信息保護(hù)法》第28條第一款：“敏感個(gè)人信息是一旦泄露或者非法使用，容易導(dǎo)致自然人的人格尊嚴(yán)受到侵害或者人身、財(cái)產(chǎn)安全受到危害的個(gè)人信息，包括……醫(yī)療健康信息……”。

[9]參見(jiàn)：范為.大數(shù)據(jù)時(shí)代個(gè)人信息保護(hù)的路徑重構(gòu)[J].環(huán)球法律評(píng)論，2016年第5期。

[10]參見(jiàn)：趙勵(lì)彥、張玉梅、劉瑞爽.生物樣本庫(kù)泛知情同意在中國(guó)的實(shí)踐與思考[J].醫(yī)學(xué)與哲學(xué)，2023年第16期。

[11]參見(jiàn)：中國(guó)政法大學(xué)民商經(jīng)濟(jì)法學(xué)院龍世銘《論醫(yī)療數(shù)據(jù)的權(quán)利配置》，《政法學(xué)刊》2025年第1期。

[12]參見(jiàn)：葛偉軍,方懿.區(qū)塊鏈智能合約下加密數(shù)字藏品的法律屬性與內(nèi)生風(fēng)險(xiǎn)[J].上海大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)，2023年第2期。

[13]六類(lèi)是指：個(gè)人屬性數(shù)據(jù)、健康狀況數(shù)據(jù)、醫(yī)療應(yīng)用數(shù)據(jù)、醫(yī)療支付數(shù)據(jù)、衛(wèi)生資源數(shù)據(jù)、公共衛(wèi)生數(shù)據(jù)。五級(jí)是指：可完全公開(kāi)、可在較大范圍內(nèi)供訪問(wèn)、可在中等范圍內(nèi)供訪問(wèn)、可在較小范圍內(nèi)供訪問(wèn)、僅在極小范圍內(nèi)且在嚴(yán)格限制條件下供訪問(wèn)。

[14]參見(jiàn)：路萬(wàn)里.健康醫(yī)療大數(shù)據(jù)分類(lèi)分級(jí)及安全策略[J].網(wǎng)絡(luò)安全技術(shù)與應(yīng)用，2024年第12期。

[15]參見(jiàn)：程嘯. 數(shù)據(jù)權(quán)益與數(shù)據(jù)交易[M]. 北京：中國(guó)人民大學(xué)出版社, 2024. 476-477。

[16]參見(jiàn)：可信數(shù)據(jù)空間發(fā)展聯(lián)盟：《可信數(shù)據(jù)空間建設(shè)及應(yīng)用參考指南（V1.0）》。

[17]參見(jiàn)：包曉麗.可信數(shù)據(jù)空間：技術(shù)與制度二元共治[J].浙江學(xué)刊, 2024年第1期: 第89-100頁(yè)。

[18]例如，在三維數(shù)據(jù)服務(wù)合同案中數(shù)據(jù)提供方未按照找遍文件提供特定格式的文件，導(dǎo)致未能滿足數(shù)據(jù)使用方的數(shù)據(jù)服務(wù)應(yīng)用需求，因而認(rèn)定存在產(chǎn)品瑕疵。參見(jiàn)浙江省杭州市中級(jí)人民法院（2023）浙01民終2613號(hào)民事判決書(shū)。

[19]參見(jiàn)：閆春輝，《破局之道丨可信空間下的數(shù)據(jù)交易運(yùn)營(yíng)（一）：權(quán)責(zé)邊界篇》。文章鏈接：https://www.zhonglun.com/research/articles/54278.html

閆春輝 律師

北京辦公室

非權(quán)益合伙人

業(yè)務(wù)領(lǐng)域：知識(shí)產(chǎn)權(quán)權(quán)利保護(hù)，訴訟仲裁，合規(guī)和調(diào)查

行業(yè)領(lǐng)域：醫(yī)療健康，醫(yī)藥和生命科學(xué)

荊杰

北京辦公室 知識(shí)產(chǎn)權(quán)部

*龔博士對(duì)本文亦有貢獻(xiàn)。

如果您想對(duì)接文章中提到的項(xiàng)目，或您的項(xiàng)目想被動(dòng)脈網(wǎng)報(bào)道，或者發(fā)布融資新聞，請(qǐng)與我們聯(lián)系；也可加入動(dòng)脈網(wǎng)行業(yè)社群，結(jié)交更多志同道合的好友。

聲明：動(dòng)脈網(wǎng)所刊載內(nèi)容之知識(shí)產(chǎn)權(quán)為動(dòng)脈網(wǎng)及相關(guān)權(quán)利人專(zhuān)屬所有或持有。未經(jīng)許可，禁止進(jìn)行轉(zhuǎn)載、摘編、復(fù)制及建立鏡像等任何使用。文中如果涉及企業(yè)信息和數(shù)據(jù)，均由受訪者向分析師提供并確認(rèn)。