64.77%的医院认为AI能有效提升主动防御能力——其中26.70%认为“能显著提升”，38.07%认为“有一定帮助”。47.16%的医院优先将AI应用于数据泄露防护，46.59%用于数据安全态势感知，45.45%用于异常行为监测。CHIMA这份覆盖176家医疗机构的专项调查，系统揭示了AI赋能医院数据安全的现实图景、应用场景与落地挑战。

在考虑应用AI技术辅助管理的数据安全场景中，47.16%的医院选择“数据泄漏防护中的智能识别与阻断”，46.59%选择“数据安全态势感知与风险预警”，45.45%选择“异常行为检测（如API异常调用、数据库异常访问）”，40.91%选择“数据自动分类分级”，37.50%选择“数据脱敏与匿名化的智能处理”，32.95%选择“数据访问控制的智能策略生成”，35.23%尚未考虑应用AI技术。

AI具有较高应用价值的数据安全场景中，67.61%的医院选择“数据库审计与异常行为监测”，65.34%选择“医疗数据资产梳理与识别”，64.77%选择“网络安全分析与研判”，57.39%选择“医疗数据泄露监测”，32.39%选择“数据安全治理与合规评估”，29.55%选择“数据安全态势感知”，26.70%选择“数据隐私计算与保护”。反映出医院倾向于将AI应用于资产盘点、异常监测、泄露防护等主动防御场景。

20.45%的医院已率先引入具备AI能力的数据安全功能模块，39.77%正积极规划部署，39.77%尚未考虑——合计60.22%的医院已在考虑或计划引入。选择AI技术赋能数据安全产品时，44.89%关注“识别准确率与误报率”，34.09%看重“厂商的技术支持与更新能力”，27.84%关注“成本效益比”，24.43%关注“模型的可解释性”，21.02%关注“系统的自动化程度”，20.45%关注“与现有系统的集成能力”，18.18%关注“数据隐私保护机制”。

使用AI+数据安全产品遇到的主要挑战中，52.84%选择“缺乏专业人才进行运维与调优”，41.48%选择“尚未使用，无相关经验”，40.34%选择“成本过高”，30.68%选择“系统集成复杂”，29.55%选择“数据样本不足或质量不高”，26.14%选择“模型效果不稳定”，23.86%选择“合规与审计困难”。39.21%的医院已明确或正在规划增加AI+数据安全产品的投入，30.68%选择“视政策与合规要求而定”。

AI+数据安全的落地挑战本质是“人才-成本-集成”三角困境。CHIMA建议，技术服务企业应积极探索AI技术在数据安全领域的深度应用，重点围绕安全认证与授权、数据脱敏、数据分类分级、链路加密、数据备份及态势感知等关键环节，通过AI技术赋能研发适配医院业务模式的安全产品。医院应在数据安全领域最希望得到的服务中，73.89%选择“全面的数据安全咨询服务”，68.33%选择“数据安全意识培训服务”，64.03%选择“数据资产盘点与数据分类分级服务”，63.06%选择“数据安全监管政策解读培训”。