对于医疗领域的AI公司而言，数据就是一切。它推动模型性能、驱动产品差异化，并决定着企业的扩展能力。然而，在商业协议中，数据权利往往被模糊定义甚至完全忽视，这是一个严重的错误。
无论您是与医疗系统签约、整合到数字健康平台，还是与企业供应商合作，您的数据策略都必须在合同中清晰而准确地反映出来。否则，您可能会发现自己被剥夺了增长所需的关键资产，甚至可能因未预料的监管违规而承担法律责任。
本文概述了我们看到的医疗AI公司在三个领域面临最大风险的地方：训练权、撤销与保留条款以及共享责任。这些不仅仅是技术性的合同要点，它们对您的估值、合规姿态和长期可防御性至关重要。
1. 训练权：精确定义
大多数医疗AI供应商希望有权使用客户数据来改进或训练他们的模型。这是可以理解的。问题在于，许多协议使用不精确的语言，如“改善服务”或“分析目的”，来描述供应商可以实际用数据做什么。在医疗环境中，这可能会带来法律问题。
根据《健康保险可携性和责任法案》(HIPAA)，受保护健康信息(PHI)用于患者治疗、支付或医疗运营之外的目的，通常需要患者授权。因此，像模型训练或产品改进这样的用途需要强有力的证明，即该活动属于受保实体的医疗运营范围——否则就需要患者授权。即使是所谓的“匿名”或“去标识化”数据，如果未按照HIPAA的去标识化标准进行适当且完全的处理，也可能不安全。
如果您的商业模式依赖于使用客户数据进行通用模型训练，则需要在合同中明确说明这一点。这包括澄清数据是否为可识别的或已去标识化的、使用的去标识化方法是什么，以及训练输出是否仅限于特定客户的模型还是可以在整个平台上使用。
另一方面，如果您提供的是针对每个客户定制的模型即服务，并且不依赖汇集的训练数据，则应清楚表明这一点并确保合同支持这种结构。否则，您可能会在未来面临关于数据如何使用或输出是否在客户之间不当共享的争议。
此外，如果涉及PHI处理，将此条款与您的业务伙伴协议(BAA)保持一致至关重要。商业条款与BAA之间的不匹配可能会引发合规问题，尤其是在尽职调查期间。请记住，在大多数情况下，如果您的商业协议表示可以去标识化数据，但您的BAA禁止去标识化，则由于BAA中的冲突条款通常偏向于BAA，因此BAA可能具有更高的约束力。
2. 撤销与保留：解决合同终止后的问题
太多AI合同对合同终止后数据、模型和输出的命运保持沉默。这种沉默对双方都带来了风险。
从客户的角度来看，允许供应商在合同终止后继续使用客户的数据来训练未来的模型，可能会在HIPAA框架下产生问题，甚至让人感到信任的破裂。从供应商的角度来看，失去对之前获取的数据或训练输出的权利可能会中断产品的连续性或未来的销售。
关键是定义数据或模型输出使用权是否在合同终止后仍然有效，以及在什么条件下有效。如果您希望保留合同终止后使用数据或训练模型的能力，这应该是一项明确的、经过谈判的权利。如果不是，则必须准备好解除访问权限，销毁任何保留的数据，并可能从头开始重新训练模型。
当涉及到衍生模型时，这一点尤为重要。一个常见的陷阱是，供应商声称一旦数据被用来训练模型，该模型就不再与基础数据相关联。如果该模型继续反映敏感的患者信息，法院和监管机构可能不会同意。
至少，您的协议应回答以下三个问题：
- 供应商能否保留并继续使用合同期内获取的数据？
- 训练模型或输出的任何权利是否在合同终止后仍然有效？
- 在合作关系结束后，是否有义务销毁、去标识化或归还数据？
对于更高价值的关系，可以考虑协商一份在合同终止后仍然有效的许可，同时附带适当的补偿和保密义务。在医疗环境中，这种终止后的许可通常只涉及去标识化数据。否则，应纳入数据归还或销毁条款，明确规定如何以及何时必须归还或销毁数据。
3. 共享责任：明确下游损害的责任
在医疗AI合同中最容易被忽视的问题之一是责任分配。AI生成的建议会影响医疗决策、计费实践和患者沟通。当出现问题时，问题就变成了：谁负责？
AI供应商通常将自己定位为医疗服务提供者的工具，并试图否认任何下游使用的责任。然而，医疗服务提供者越来越期望供应商为其产品承担责任。尤其是如果这些产品生成临床笔记、诊断建议或其他受监管的输出时。
现实是，双方都承担着风险，您的合同需要反映出这一点。免责声明固然重要，但它们不能替代深思熟虑的风险分配策略。
首先，供应商应要求其客户声明他们根据适用法律（包括HIPAA、FTC法案和州隐私法）拥有所有由供应商在协议中设想的数据处理所需的适当授权或许可。在协议中应清楚阐明客户数据用于训练和处理或其他用途的情况。这有助于保护您，以防客户后来声称他们不知道自己的数据是如何被使用的或被不当使用。
其次，考虑与第三方知识产权滥用、患者隐私侵犯或监管执法行动相关的赔偿条款。例如，如果您的模型依赖未按照HIPAA规定正确授权或去标识化的PHI，从而触发了民权办公室的调查，您可能会承担责任。
第三，认真思考责任限制。许多软件即服务(SaaS)协议使用与过去12个月所付费用挂钩的标准上限。在医疗AI领域，这可能是不够的，特别是如果模型正在临床环境中使用。基于用例（例如文档记录与临床决策支持）的分层上限可能更为合适。
总结
在医疗AI合同中，数据条款不是样板条款。它们是您商业模式、合规姿态和市场可防御性的核心部分。如果您没有定义围绕训练、撤销和责任的权利，通常会在诉讼或监管行动中由他人来定义。
对于AI供应商来说，目标应该是通过透明度建立信任。这意味着清晰的语言、合理的限制和可辩护的用例。在这个领域取得成功的公司不仅会构建优秀的模型，还会围绕它们构建良好的合同。
如果您希望实施这一策略，请在本季度审查您的前五份合同。标记任何模糊的数据权利、不匹配的BAA或终止条款漏洞。如有必要，在模型性能、客户信任或法律责任受到考验之前重新谈判。
(全文结束)
