本架构图展示了“大模型驱动的医疗数据安全智能闭环治理体系”的四层技术架构遵循“数据输入→知识与规则支撑→ AI 智能推理→智能体编排执行”的核心逻辑构建端到端、可自动化运行的数据安全治理流程实现对医疗行业非结构化数据、多源告警和复杂安全事件的全生命周期管理适配医院私有化部署需求支撑常态化数据安全运营。第一层为多源数据接入层作为系统数据入口通过统一接口汇聚HIS、EMR、LIS、PACS、互联网医院等核心业务系统数据同时集成API 网关、数据库审计、堡垒机、IAM 等安全设备日志所有数据经加密传输、脱敏处理及权限校验后进入后续流程为全流程分析提供全面、实时、合规的数据基础。第二层为知识与规则层是系统决策的核心支撑构建医疗领域专属知识与规则体系包含融合医院制度文档的RAG 知识库、覆盖18 类强特征敏感字段的安全规则库、定义L1/L2/L3 敏感级别的分类分级平台、提升大模型推理一致性的Prompt 范式库以及映射多类法规要求的合规库实现合规性自动校验与精准决策支撑。第三层为AI 模型推理层作为系统“智能中枢”基于通义千问大模型构建核心能力通过医疗领域微调模型结合RAG 技术实现病历等文本中隐含敏感信息的语义理解依托Agent 调度机制完成智能推理流程编排搭配Milvus/Elasticsearch 向量引擎实现日志语义向量化与相似度计算支撑跨源告警归并。第四层为运营闭环层将AI 推理结果转化为可执行安全动作基于LangGraph 实现工作流编排与多智能体协同拆解为分类分级、审计研判、API 治理、整改验证四大专用Agent通过作业链管理实现工单自动生成、任务派发与进度跟踪结合可视化决策看板辅助管理决策最终形成“发现- 研判- 整改- 验证”的自动化闭环。该架构已达成显著成效实现92% 的敏感信息识别覆盖率、96% 的告警降噪率整改闭环周期缩短至3.5 天节约73% 人力成本可支撑8 个核心系统、日均处理2.3万条数据安全事件形成可复制推广的医疗数据安全智能化治理范式。