百檢網資訊：近年來，隨著大數據、云計算、人工智能等數字技術的廣泛應用，實驗室中的數據呈現爆炸式增長，數據已經發展成為信息化時代下新的生產要素，數據作為實驗室無形資產的潛在價值逐漸得到提升。
　　然而，數據只有在不斷流動使用中才會產生巨大的價值，數據流轉通常經過數據傳輸、數據存儲、數據處理、數據交換等過程，需在保障數據安全的前提下開展上述活動過程，為此，我國出臺了一系列法律規范數據流轉使用過程中的安全性：
　　《數據安全法》
　　**條
　　提出“規范數據處理活動，保障數據安全，促進數據開發利用，保護個人、組織的合法權益，維護國家主權、安全和發展利益”的立法目的?！?br/>　　第三條
　　提出“本法所稱數據，是指任何以電子或者其他方式對信息的記錄。
　　數據處理，包括數據的收集、存儲、使用、加工、傳輸、提供、公開等。
　　數據安全，是指通過采取必要措施，確保數據處于有效保護和合法利用的狀態，以及具備保障持續安全狀態的能力。”
　　第七條
　　提出“國家保護個人、組織與數據有關的權益，鼓勵數據依法合理有效利用，保障數據依法有序自由流動，促進以數據為關鍵要素的數字經濟發展?！?br/>　　檢驗檢測行業數字化轉型發展存在的問題：
　　01 數字化程度低
　　目前檢驗檢測行業數字化系統的普及程度比較低，在上海市市場監督管理局2019年上海市檢驗檢測行業統計數據顯示，上海市全市1045家檢驗檢測機構中，462家不同程度地應用了信息化、數字化管理手段，但其中相當一部分僅有簡單的OA或文件管理功能，27.9%已經建立實驗室信息管理系統（LIMS），但大部分功能仍然停留在業務留痕等比較基礎的層面。能夠通過系統完成結果報告自動生成的僅占17.2%。
　　02 數據采集質量差
　　檢驗檢測行業的特點是數據采集量大，來源眾多、關系復雜。實際上，有些檢驗檢測機構在數據采集、存儲、處理等環節存在不科學、不規范等問題，相當一部分機構仍然依靠手工錄入采集數據，導致數據結構化程度低，錯誤數據、異常數據、缺失數據等“臟數據”頻頻產生，無法確保數據的完整性和準確性。
　　03 數據對接難度大
　　由于機構間、儀器間、系統間、地域等不兼容，導致數據接口不統一，不同機構的數據技術上難以互聯互通。不同部門間往往數據采集標準不一、統計口徑各異，同一數據源在不同部門的表述可能完全不同，看似相同的數據實際含義也可能大相徑庭，數據一致性難以保障。
　　04 數據利用能力弱
　　當前數據與場景融合不夠，導致數據之“沙”難以匯聚成“塔”，海量數據資源無法盤活，數據潛力得不到充分釋放。由于檢驗檢測認證行業的特殊性和專業性，在實際工作中，同一測量數據，每個人的解釋可能不同，給原本可控的測試結果帶來了不可控的人為因素。