涉敏感数据的算法申请怎么脱敏撰写？
简答
核心是「该公开的公开、该抽象的抽象」：把能回溯到具体业务或个人的敏感字段做泛化与参数化，同时保证本领域技术人员按说明书仍能复现方案；删掉不影响授权的资产按商业秘密管理，不写进申请文件。
展开说明
先分清哪些内容必须公开
专利制度以公开换保护，说明书要达到本领域技术人员能够实现的程度，依据是《中华人民共和国专利法》（2020 年修正）第二十六条第三款（专利法全文）。对算法发明来说，必须公开的是系统架构、数据流转步骤、算法逻辑与技术效果之间的因果链，而不是生产环境里采集的真实数据记录。
实务判断口径很直接：把某段数据抽象掉之后，技术人员还能不能照着说明书把方案复现出来。能复现的部分都可以泛化；复现所必需的数据类型、字段含义、取值范围或分布特征必须保留，否则会收到公开不充分的驳回意见。
脱敏的四种常用手法
一是泛化：把「某市三甲医院的就诊记录」改写为「医疗机构的诊疗记录」，去掉地域、时间与主体标识；二是参数化：把具体数值改写为取值区间或预设阈值，只保留支撑技术效果的量级关系。
三是替代指代：用第一样本集、训练样本、用户行为数据等中性表述替代真实业务名词；四是裁剪：删除与发明点无关的数据字段，只保留与技术效果存在因果关系的输入和输出。
脱敏之后要做一轮自查：各实施例之间逻辑是否仍然自洽、数值与结论是否仍然匹配、附图和表格里是否还残留敏感字段。另需注意，若方案依赖数据的统计特征，例如噪声水平、采样频率、类别分布，这些属于技术信息，应当保留而不能一并抹掉，否则技术人员无法复现处理效果。
与商业秘密和保密审查的衔接
精选数据集、调参经验这类删掉也不影响授权的资产，不必写进说明书，可以按商业秘密单独管理，前提是落实好访问权限、保密协议等保密措施，具体构成要件可对照商业秘密的构成要件和保密措施怎么认定？来把握。
数据涉及出境、境外合作或对外发布时，还要叠加保密审查与出口管制的考量：在中国完成的发明向外国申请前应先报保密审查，相关边界可与出口管制与专利申请的交叉合规？一同评估。
更容易踩的坑是发表先行：论文、演讲或产品发布里的数据描述一旦构成技术公开，会破坏自己后续申请的新颖性，公开之前应按公开演讲与论文发表前的脱密审查？的思路做一轮检查。
常见误区与落地清单
误区一：脱敏做成打码，方案无法复现，被以公开不充分驳回；误区二：为了显得数据扎实，把敏感记录原文贴进说明书，授权后全文对公众公开反而泄密；误区三：只处理说明书正文，忽略了附图、表格与附件中的敏感内容。
落地清单：先划「必须公开、可抽象、可保密」三档；再按泛化、参数化、替代指代、裁剪逐档处理；最后由既懂业务又懂审查的人复查复现性，并把每一处改动的理由留档，便于后续同族申请复用同一套脱敏口径。数据与代码往往一起脱敏，代码层面的取舍可参考提交源代码或伪代码有什么讲究？。
参考来源
引用均为官方文件或公开报道，访问日期 2026-11-06。