巴西LGPD下的医疗记录匿名化：合规要点与AI训练数据合规

为什么医疗数据匿名化在巴西成为AI训练的关键法律议题

医疗记录包含大量敏感个人信息，是AI模型训练中最具价值也最敏感的数据类型之一。在巴西，随着《通用数据保护法》（LGPD，Lei nº 13.709/2018）的实施，医疗机构和AI开发者面临一个核心问题：匿名化后的医疗记录是否还能被认定为"个人数据"？

根据LGPD第11条的规定，只要匿名化过程满足"不可逆"要求，匿名化数据即被排除在LGPD适用范围之外。这意味着，合规的匿名化不仅解决了隐私合规问题，还为AI训练数据的合法使用打开了通道。

LGPD对匿名化的技术门槛：不只是删除姓名

直接标识符与间接标识符的双重要求

LGPD并未给出"匿名化"的技术定义，但第11条明确要求：匿名化过程必须不可逆。这衍生出两个累积性条件——消除所有直接标识符（姓名、CPF、SUS卡号）和间接标识符（出生日期、邮政编码、特定诊断与性别的组合），同时确保通过合理手段无法实现重新识别。

实践中，仅用假名替代姓名远远不够。合规流程需要采用经过验证的方法论，如泛化、抑制或差分扰动，并形成完整的技术文档。ISO/IEC 20889和NIST SP 800-188等国际标准为此提供了可参考的技术框架。

差分隐私与k-匿名是理解匿名化技术门槛的两个基础概念。k-匿名要求数据集中每条记录至少与k-1条其他记录在准标识符上不可区分，从而降低通过组合属性重新识别的风险，但它对背景知识攻击（如攻击者已知某人住在某邮编区域）防护有限。差分隐私则通过在统计结果或数据中注入受控噪声，从数学上保证任何单条记录的加入或移除对输出结果的影响可忽略不计，通常以隐私预算ε衡量，ε越小隐私保护越强但数据可用性越低。在医疗AI训练场景中，差分隐私尤其适合发布聚合统计或训练梯度，而k-匿名、泛化和抑制更适合结构化病历的去标识化。ISO/IEC 20889正是系统梳理这些隐私增强技术的国际标准框架。

可逆性风险：哈希无盐处理的陷阱

如果匿名化不彻底——例如仅使用无盐哈希处理——信息在LGPD下仍被视为"个人数据"。此时，所有义务重新适用：需要合法处理基础（同意、正当利益或合同履行）、隐私影响评估（第38条），以及控制者与操作者之间的连带责任（第42条）。

IBGE和TCU在公开卫生数据库中发现过成功的重新识别案例，这进一步强化了事前技术评估的必要性。

无盐哈希指直接对标识符（如CPF或病历号）应用SHA-256等哈希函数而不附加随机字符串。由于CPF等标识符空间有限且格式固定，攻击者可通过彩虹表或暴力枚举预先计算所有可能值的哈希，从而将哈希值反向映射回原始标识。加盐（在哈希前拼接随机且保密的盐值）或使用带密钥的哈希（HMAC）可显著提高重识别难度，但即便如此，若盐值泄露或同一标识符在多数据集中使用相同盐值，仍可能通过交叉比对实现关联。因此，哈希通常不被视为满足LGPD不可逆匿名化要求的充分手段，尤其在标识符熵较低时。更稳妥的做法是结合泛化、抑制或差分隐私，并对整个流程进行阴性重新识别测试。

谁对匿名化质量负责？控制者的不可推卸义务

客观责任与审计要求

根据LGPD第42条，控制者（如医院、健康保险公司或研究机构）对匿名化过程的有效性承担客观责任。控制者必须维护处理活动记录（第37条），定期进行风险评估（第38条），并采用最新的技术措施。

你可能没注意到，将匿名化工作外包给第三方供应商并不能转移责任。控制者必须审计和验证所使用的方法，尤其是在涉及生成式AI或语言模型处理非结构化数据提取时。

CFM和ANS的补充监管

除LGPD外，巴西联邦医学委员会（CFM）第2.217/2018号决议要求科学出版物中的临床数据必须进行"完全且不可逆"的匿名化。国家补充健康机构（ANS）第480/2021号规范决议则要求用于研究的数据库保留匿名化过程的记录。

**巴西联邦医学委员会（CFM）**是负责监管医学实践和伦理的联邦机构，其第2.217/2018号决议实际是《医学伦理法典》的组成部分，其中明确规定在科学出版物、病例报告和研究中，临床数据必须经过“完全且不可逆”的匿名化，以保护患者身份。**国家补充健康机构（ANS）**则监管私营健康保险计划，其第480/2021号规范决议要求用于研究的数据库必须保留匿名化过程的详细记录，以便审计和追溯。这两套规则与LGPD形成互补：LGPD提供通用个人数据保护框架，CFM从医学伦理角度施加更严格的去标识化要求，ANS则从健康保险运营角度规范数据治理。违反这些补充规范可能同时触发行政、伦理和专业责任，因此AI开发者在使用医疗记录训练模型时，必须同时满足三者的要求。

匿名化医疗记录用于AI训练的合规路径

技术标准是核心合规证据

ANPD在其2023年《科学研究数据处理指南》中发布了匿名化技术指引，与ISO标准保持一致。虽然LGPD不要求正式认证，但要求提供客观技术证据——包括处理记录、审计报告和阴性重新识别测试——以向ANPD证明合规。

对于希望使用匿名化医疗记录训练AI模型的组织，关键前提是：匿名化必须符合现行技术标准，其不可逆性需被文档化记录，并遵守CFM和ANS关于生物医学研究的补充规范。

意外关联的法律后果

如果匿名化医疗记录意外与数据主体关联，其匿名化状态将被撤销，LGPD的所有义务随即激活，包括事件通知（第48条）和潜在的行政处罚。这意味着组织需要建立持续监控机制，而非在匿名化完成后一劳永逸。

常见问题

匿名化医疗记录是否需要患者同意？ 如果匿名化有效且不可逆，则不需要。但匿名化之前的处理行为仍需要法律依据，除非适用其他合法基础（如法律合规或公共卫生公共利益）。

匿名化数据泄露是否需要通知？ LGPD第46条明确将匿名化数据排除在安全事件通知义务之外。这是匿名化带来的显著合规优势。

LGPD是否要求匿名化认证？ 不要求正式认证，但需要提供技术证据以证明合规性。

关键事实

• LGPD将匿名化定义为不可逆过程（第5条XII款和第11条I款）
• 第46条明确排除匿名化数据的安全事件通知义务
• CFM第2.217/2018号决议要求科学出版物的"完全且不可逆"匿名化
• ANPD 2023年指南与ISO标准对齐

来源

• Lei nº 13.709/2018 (LGPD), art. 5º, XII; art. 11, I; art. 46 — Planalto.gov.br
• Resolução CFM nº 2.217/2018 — CFM.org.br
• Guia ANPD: Tratamento de Dados em Pesquisa Científica (2023) — ANPD.gov.br
• Resolução Normativa ANS nº 480/2021 — ANS.gov.br
• ISO/IEC 20889:2018 — Privacy enhancing techniques

本文基于g.cloud博客发布的原始分析编译整理。