摘要
以美国费城地区爆发的 MyChart Medicare 钓鱼诈骗事件为实证样本，本文分析生成式人工智能赋能医疗主题网络钓鱼的攻击机理、受害群体心理弱点、数据泄露衍生危害，剖析美国医疗行业依托 Health ISAC 开展跨机构威胁情报协同的实践成效与现实局限。研究表明，AI 工具消除传统钓鱼邮件的语法、排版缺陷，仿冒 MyChart 患者门户的诈骗消息具备极高迷惑度；医疗场景特有的健康关切、医保福利诉求构成社会工程学攻击的心理抓手，老年医保参保群体成为重点攻击对象。一旦受害者点击恶意链接，攻击者可窃取出生日期、家庭住址、诊疗记录、用药信息等高度敏感的受保护健康信息，衍生身份盗用、医保欺诈等多重次生风险。美国费城多家医疗机构实现跨机构联动预警，体现医疗行业威胁共享机制的实用价值，但该机制仍存在面向普通患者的安全传导不足、技术防护与公众教育边界模糊、缺少对受害个体的后续处置支撑等短板。反网络钓鱼技术专家芦笛指出，医疗钓鱼攻击的治理难点在于攻击者同时作用于技术链路与用户心理，单纯依靠医疗机构内部安全设备或者单纯依靠患者个人警惕，均无法形成完整防御闭环。本文从攻击特征、受害者风险、行业协同实践、防御短板、完善路径五个维度展开讨论，为医疗数字化背景下患者门户的网络安全防护提供实证参考。
关键词：网络钓鱼；患者门户；生成式人工智能；医疗信息安全；威胁情报共享
1 引言
电子健康记录系统与患者线上门户已经成为美国医疗数字化体系的基础组件。MyChart 作为应用广泛的患者门户产品，被大量医疗机构部署，为患者提供查看检验报告、查阅用药记录、线上预约、医保业务办理等服务，门户内部集中存储个人身份标识、完整诊疗历史、医保参保信息等高敏感数据，巨大的数据价值使其成为网络犯罪团伙重点瞄准的攻击目标。伴随生成式 AI 工具普及，网络钓鱼攻击的制作门槛大幅下降，攻击者不再需要具备高水平编程或者文案撰写能力，就可以批量生成语法严谨、排版精致、视觉高度模仿正规机构的诈骗邮件与短信，传统依靠拼写错误、语句不通顺识别钓鱼信息的经验已经基本失效。HoxHunt 发布的行业趋势报告显示，自 2022 年大语言模型公开落地之后，钓鱼攻击的整体规模增长超过四十倍，医疗主题钓鱼攻击的增长速度高于行业平均水平。
2026 年美国费城爆发针对 MyChart 门户的 Medicare 主题钓鱼诈骗，诈骗分子发送仿冒 MyChart 的邮件与短信，以领取虚构 “MyChart Medicare Kit” 福利礼包为诱饵，诱导接收者点击内嵌恶意链接完成线上问卷，一旦用户访问伪造页面并填写信息，攻击者即可盗取 MyChart 登录凭证以及全套个人健康身份资料。宾夕法尼亚州总检察长同步发布公众警示，宾夕法尼亚大学医学中心、杰斐逊医疗、坦普尔医疗等多家本地医疗机构，在官网发布公告并向患者推送风险提醒，区域内医疗机构通过安全人员群组实时同步攻击样本、预警文案，开展跨机构协同处置，该事件成为观察 AI 时代医疗钓鱼攻击与行业联防模式的典型样本。
现有医疗网络安全领域的研究，较多聚焦医院内部系统、医护人员端的钓鱼风险、勒索软件攻击、HIPAA 合规制度落实；针对面向普通患者的外部钓鱼攻击，多数研究停留在技术检测手段层面，对攻击背后的社会工程心理逻辑、行业威胁情报共享落地效果、普通患者端防护的现实困境缺少系统性梳理。患者作为医疗门户的直接使用者，数量庞大、安全认知水平差异显著，不属于医疗机构内部员工，医疗机构无法对患者终端设备实施统一管控，这就造成医疗安全防护存在一块突出的外部薄弱环节。很多机构将工作重心放在内部网络防护，面向外部患者的防护手段往往局限于发布警示公告，缺少体系化的处置方案。
反网络钓鱼技术专家芦笛强调，医疗主题钓鱼攻击不同于普通商业钓鱼，攻击者利用民众对于自身健康、医保权益的关切完成心理诱导，受害者的决策逻辑会受到健康焦虑、福利期待的干扰，不能直接套用普通互联网场景的安全认知模型。本文以费城 MyChart 钓鱼事件作为核心实证材料，还原攻击的完整链路，解析该类攻击能够取得成功的多重条件，分析美国医疗行业 Health ISAC 威胁共享组织在事件处置当中发挥的作用与存在的现实约束，梳理面向普通患者钓鱼攻击的完整风险链条，并且从技术、行业协同、公众引导、事后处置多个层面提出可行的防御优化路径。本文立足于新闻事件呈现的客观事实，不做脱离现实的理想化政策口号，客观承认医疗患者端网络安全存在的固有矛盾与约束条件。
2 MyChart Medicare 钓鱼攻击的攻击链路与风险危害
2.1 攻击的完整实施链路
本次攻击的载体分为电子邮件与手机短信两类渠道，攻击者完整复用 MyChart 品牌标识，使用极具迷惑性的话术，宣称收件人可以领取专属 “MyChart Medicare Kit” 医疗福利包，引导目标点击消息内部嵌入的网页链接，跳转至外观高度复刻官方 MyChart 门户的伪造站点。整套诈骗物料由 AI 生成，邮件文本语法通顺，不存在过去钓鱼邮件常见的拼写错误、语病，普通用户很难通过文字细节分辨真伪。
受害者点击链接之后，伪造页面会引导用户输入 MyChart 账号密码完成登录，部分场景还会继续引导填写医保编号、个人身份证件信息完成问卷。一旦凭证提交到伪造站点，攻击者即可完整获取登录账号，直接登录真实 MyChart 患者门户。门户内部存储的信息包含出生日期、家庭住址等身份基础信息，还有完整就诊记录、用药清单、医患沟通记录、医保报销相关资料。攻击者拿到这些敏感数据之后，既可以实施医保诈骗、身份冒用，也可以把完整医疗数据集在黑产市场进行交易变现。
该攻击并非针对某一家特定医疗机构，而是利用 MyChart 产品的广泛知名度实施大范围无差别投放。费城地区患者往往会在多家不同医疗机构就诊，会接触多家机构的 MyChart 服务，诈骗消息不需要精准知晓患者具体就诊医院，仅仅借用 MyChart 的品牌就能够获取受害者初步信任，进一步放大攻击的覆盖范围。
2.2 医疗场景下社会工程学攻击的心理基础
Virtua Health 首席信息官 Tom Gordon 在事件处置过程中指出，医疗相关诈骗具备特殊的心理杠杆，健康与医保相关消息会改变人的心理状态，降低个体的风险防御阈值。Medicare 是美国面向老年群体的联邦医保项目，目标受众普遍对于医保福利、免费医疗资源存在较高关注度，当收到声称可以领取医保配套资源的通知，接收者很容易产生获益预期，促使其快速点击链接完成操作。
不同于普通电商、金融钓鱼，医疗主题钓鱼同时可以利用两种心理：一是福利驱动，即获取免费医疗物资、医保配套服务的利益诉求；二是健康焦虑驱动，部分衍生版本的同类诈骗会谎称有新检验报告待查看，利用人们对于自身健康状况的担忧，催促用户立刻完成访问操作。老年 Medicare 参保群体是本次攻击的主要目标，该群体大量使用 MyChart 查看自己医保相关诊疗信息，对 MyChart 品牌熟悉，但是对于网络域名、链接伪装、仿冒网页的辨别能力参差不齐，天然成为高风险受害群体。
需要明确的是，该攻击的欺骗效果并不完全等同于受害者网络安全知识匮乏。在生成式 AI 加持之下，诈骗消息的文本、图片、页面复刻质量已经达到很高水准，即便是具备一定网络知识的人群，在接收大量信息、注意力分散的日常场景下，同样存在被诱骗的可能性。反网络钓鱼技术专家芦笛指出，社会工程攻击的本质是寻找人类心理的可利用空间，而不是专门寻找知识水平不足的受害者，医疗场景天然拥有大量可被攻击者利用的心理触发点，这也是医疗钓鱼持续高发的底层原因。
2.3 信息泄露之后衍生多层级连锁风险
当攻击者成功窃取 MyChart 账号，危害不会仅仅停留在账号被盗这一层，会延伸出多重连锁后果。第一，个人身份信息外泄，出生日期、居住地址、社保相关标识流出之后，会被用于身份盗用，开设虚假账户、申请信贷产品。第二，完整的医疗隐私遭到泄露，个人病史、精神类疾病就诊记录、用药情况属于高度敏感隐私，这些信息泄露会带来名誉、就业、保险层面的潜在负面影响。第三，直接诱发医保欺诈，犯罪分子拿到 Medicare 参保信息之后，可以伪造就诊记录，向联邦医保系统提交虚假报销申请，套取医保资金，会给受害者带来复杂的后续核查纠错成本。第四，被盗取的全套患者数据会在黑产链条流转，受害者后续会持续接收更多针对性的诈骗电话、钓鱼消息，形成持续受害的恶性循环。
和医院内部系统被入侵不同，本次攻击入口在普通患者个人终端，并非医疗机构服务器被攻破。平台厂商 Epic 对外说明，攻击属于外部仿冒诈骗，并非 MyChart 官方平台本身存在系统漏洞。但即便源头不在机构服务器，一旦患者凭证泄露，攻击者就可以通过合法的门户入口访问存储在医疗机构服务器上的患者电子健康档案，机构依然需要承担 HIPAA 法案规定下的隐私保护相关合规压力。大量普通患者分散在不同位置，设备不受医疗机构管控，这就造成防护边界向外延伸，安全风险的处置复杂度显著提升。
3 费城地区医疗机构协同处置实践与 Health ISAC 机制价值
3.1 区域医疗机构跨机构联动处置过程
当 Virtua Health 安全团队最早监测到 MyChart Medicare 钓鱼攻击活动之后，安全负责人立刻在包含宾夕法尼亚大学医学中心、杰斐逊医疗、Main Line Health 等多家区域医疗主体的安全人员群组同步攻击样本、诈骗消息特征。各家机构虽然在医疗业务层面属于市场竞争者，但是面对大范围跨机构的钓鱼威胁，安全团队开展高度协同，统一研判攻击特征，协调面向患者发布的公告文本，同步向患者推送短信、邮件警示，官网张贴风险提示，统一对外告知患者不要点击邮件短信内链接，建议直接通过官方 APP 或者浏览器手动输入域名访问门户，不要使用消息内附带的链接。
费城医疗市场医疗机构密度高，大量患者同时在多家医院就诊，如果只有单家机构发布预警，患者在其他医疗机构就诊时依然会收到同类诈骗消息，单一机构的提醒效果会被削弱。多家机构步调一致开展风险告知，能够扩大警示触达面，降低区域内整体受害概率。
3.2 Health ISAC 行业威胁情报共享组织的支撑作用
Virtua Health 属于 Health ISAC 的成员单位，Health ISAC 是面向全美医疗行业的非营利会员组织，成员包含医院、保险机构、制药企业以及医疗行业网络安全从业人员，核心职能是实现实时威胁情报互通、攻击样本共享、防御最佳实践沉淀。当出现跨医疗机构的大范围攻击事件，成员机构可以第一时间上报攻击样本、诈骗域名、消息模板，其他成员能够快速获取情报，提前做好检测与预警，不用每一家机构独立从零开展样本分析。
在本次 MyChart 钓鱼事件当中，区域安全团队的快速联动，建立在 Health ISAC 长期搭建的行业沟通渠道基础之上。该组织提供的不仅仅是情报文档，也搭建起不同机构安全人员之间的沟通渠道，面对突发新型威胁，行业人员可以快速交换处置经验，避免重复踩坑。面对 AI 驱动的新型钓鱼，攻击迭代速度很快，单个医疗机构的安全团队样本收集能力有限，跨机构情报共享可以弥补单机构的视野局限。
3.3 协同处置模式取得的实际成效
从事件处置结果来看，这套协同机制取得三方面现实成效。第一，缩短威胁响应时间，攻击出现之后，区域多家医疗机构几乎同步启动面向患者的风险提示，避免攻击扩散一段时间之后才陆续发出预警。第二，统一对外的安全口径，避免不同医院发布内容不一致的提示，减少普通患者接收混杂信息产生的困惑。第三，沉淀攻击样本特征，情报同步之后各机构邮件安全网关可以针对性更新检测规则，提升同类诈骗邮件的拦截概率。
但必须客观看待，该协同机制属于行业会员自愿参与模式，并不具备法律强制效力。情报更多在机构安全团队内部流转，情报转化为普通患者能够接收的安全提示，中间存在明显传导鸿沟。威胁情报可以帮助医院的邮件网关识别恶意邮件，但是短信渠道的钓鱼消息不受医疗机构管控，诈骗短信由外部电信渠道送达患者手机，医疗机构无法直接拦截短信诈骗，这也是该机制无法解决的外部约束。
4 当前医疗患者门户钓鱼防御体系的现实短板
4.1 攻击技术迭代带来传统识别手段失效
在生成式 AI 大规模应用之前，安全人员与普通用户识别钓鱼邮件，很大程度依靠文本层面的缺陷：语法错误、生硬翻译、排版错乱。AI 可以快速生成高度贴合正规医疗机构行文风格的文本，完整复刻官方通知的语气，传统基于文本异常特征的识别手段效果下降。邮件安全网关主要依靠已知恶意域名、恶意 IP、关键词特征开展拦截，而攻击者可以快速生成大量全新的仿冒域名，域名生命周期短，情报收集、规则更新存在时间差，部分诈骗消息依然能够穿透邮件网关抵达患者收件箱。同时攻击大量通过短信渠道分发，医疗机构没有能力管控短信链路，短信钓鱼几乎无法通过医院侧安全设备进行拦截。
反网络钓鱼技术专家芦笛指出，防御 AI 钓鱼的难点在于攻击者可以低成本完成攻击物料迭代，旧的检测规则很快就会被攻击者绕过，静态特征库的防护模式天然存在滞后性。
4.2 防护边界困境：医疗机构无法管控患者侧终端环境
医院可以对院内办公电脑、医护人员账号做严格安全管控，但是普通患者使用个人手机、家用电脑访问 MyChart 门户，设备型号、系统版本、安全软件情况参差不齐，全部处于医疗机构管理边界之外。医疗机构无法强制患者开启高安全等级的身份认证，很多患者门户账号依旧仅依靠密码完成登录。即便医疗机构推广多因素认证，也只能做到建议，没有办法强制全部患者启用。一旦用户在伪造站点输入密码，仅凭密码就能够完成登录，造成账号被接管。
医疗机构只能做到 “提醒患者提高警惕”，却没有办法改变患者个人设备的安全状态。安全责任划分在这里出现模糊地带：系统部署运营方是医疗机构，但是攻击入口发生在不受管控的用户个人终端，风险源头在外部，危害后果却落在医疗系统内部存储的患者数据之上。HIPAA 法案主要约束医疗机构内部安全措施，针对外部面向患者的社会工程钓鱼，缺少清晰可落地的责任划分标准。
4.3 行业威胁情报共享的传导链条断裂
Health ISAC 能够高效完成机构安全团队之间情报流转，但是情报很难高效转化为普通患者能够接收的防护能力。威胁情报可以更新医院邮件网关，拦截流向医院员工的钓鱼邮件，但是诈骗消息直接发送到患者私人邮箱、私人手机，这些通信链路不属于医疗机构系统，情报无法直接作用到这部分渠道。
机构发布的安全公告，触达效果同样存在局限。很多患者不会主动访问医院官网查看安全警示，医院推送的提醒邮件，有可能被归类为垃圾邮件，部分老年患者阅读网络公告存在障碍。情报在行业内部闭环流转，但是普通受害群体处于闭环之外，形成 “机构内部充分知情，终端用户接收信息不足” 的矛盾局面。
4.4 公众安全教育存在能力上限，缺少受害之后的处置支撑
本次事件中，宾夕法尼亚州总检察长以及各家医疗机构均发布面向普通民众的安全提示，包含不点击陌生链接、鼠标悬停核验链接地址、直接访问官方应用而不使用消息内链接、怀疑钓鱼邮件直接删除不要点击退订按钮等标准化建议。公众安全教育可以降低受害概率，但是不能实现零受害。
医疗钓鱼瞄准的是人的心理弱点，只要存在利益诱导、健康焦虑的场景，总会存在部分个体被欺骗。目前整套体系重心集中在事前预警提醒，缺少针对已经受骗的受害者的标准化处置流程。当患者意识到自己点击钓鱼链接泄露门户账号之后，如何快速完成账号冻结、数据风险评估、隐私泄露后续救济，缺少清晰、面向普通患者的标准化指引。医疗机构更多做事前警示，事后的处置引导、风险溯源资源供给不足。
4.5 跨行业协同存在壁垒
MyChart 钓鱼攻击完整链路跨越多个行业：诈骗内容生成属于黑产，消息分发经过电信运营商、邮件服务商，攻击页面托管在网络服务商，受害发生在医疗门户。医疗行业的 Health ISAC 只覆盖医疗相关机构，和电信行业、互联网平台行业的威胁情报互通程度有限。诈骗短信、仿冒网页的处置，需要通信、域名服务商配合，单靠医疗行业内部无法完成全链路阻断。不同行业各自有独立的威胁情报组织，跨行业情报对接缺少常态化机制。
5 AI 时代面向患者的医疗门户钓鱼防御体系完善路径
5.1 强化门户身份安全能力，降低凭证泄露带来的危害
既然无法完全杜绝用户被诱骗输入密码的情况，就要降低密码泄露之后造成的实际危害。医疗机构应当逐步推动抗钓鱼的身份认证方式，引导患者使用密钥、通行密钥等不单纯依靠密码的认证手段，即便用户把密码交给伪造钓鱼网站，攻击者也无法完成登录。同时完善异常登录行为检测，对异地陌生设备、异常时间段登录 MyChart 账号进行风险识别，触发高风险告警，必要时临时冻结账号，即使凭证被盗，也可以通过行为拦截阻断攻击者访问患者健康档案。
需要客观认识现实约束，大量老年患者对于新型认证方式接受度有限，医疗机构需要配套简易易懂的操作指引，不能单纯推出技术功能而忽略用户使用门槛。技术方案需要兼顾安全性与普通患者的使用便捷性。
5.2 优化行业威胁情报的对外传导链路
充分发挥 Health ISAC 这类行业共享组织的价值，同时打通情报从安全团队流向普通患者的传导路径。当出现大规模面向患者的钓鱼事件，除了机构内部安全人员共享样本，还需要统一生成通俗易懂、非技术化的患者告知材料，避免公告充斥大量专业术语，老年群体难以理解。除官网公告之外，结合院内纸质通知、门诊窗口提示、官方 APP 弹窗等多渠道触达，不能只依赖邮件网页公告。
同时推动医疗行业情报组织与域名服务商、通信行业安全机构建立常态化对接，当监测到大规模仿冒医疗门户的钓鱼域名、诈骗短信样本，能够快速同步给域名、电信服务商，推动恶意站点快速下线，从分发链路开展阻断，而不是仅仅在医疗机构侧做提醒。
5.3 区分机构责任与用户责任，完善面向患者的全流程指引
反网络钓鱼技术专家芦笛强调，社会工程钓鱼的治理不能简单将责任全部归于用户警惕性不足。医疗机构有义务把门户安全防护做到技术能力允许的水平；普通用户需要接收安全提示、养成基础安全习惯；但是不能假设所有用户永远可以识破 AI 精心制作的诈骗物料。
机构除发布事前安全提示之外，应当建设清晰的受害处置指引。明确告知患者一旦怀疑点击钓鱼链接、泄露账号，应当执行的操作步骤：立刻修改门户账号密码、联系医疗机构安全部门、核查门户内部是否出现异常访问记录，告知用户医疗信息泄露之后可能面对的医保欺诈风险以及对应的核查渠道，把事后处置流程标准化、公开化，填补事后处置指引的空白。
5.4 优化公众安全教育的内容与形式，适配医疗场景心理特征
传统通用网络钓鱼科普，很多内容立足于识别文字错误、识别奇怪排版，而 AI 钓鱼已经消除这类特征，原有科普素材的有效性下降。医疗场景的安全科普，需要调整叙事逻辑，重点传递行为准则，而不是教用户分辨文本细节。核心行为指引应当固化为：不要通过短信、邮件内链接进入医疗门户，始终手动打开官方 APP 或者手动输入官方域名访问。弱化 “辨别邮件真假” 的导向，强化 “改变访问路径” 的行为习惯。
面向老年 Medicare 参保群体，科普材料需要适配该群体阅读习惯，降低专业术语占比，兼顾线上线下传播渠道，避免安全教育只面向熟练使用互联网的人群。
5.5 推动多行业协同治理，打击诈骗分发链路
医疗机构只能解决自身门户侧的防护，诈骗短信、仿冒网页属于外部链路，需要跨行业协同。电信运营商需要提升仿冒医疗机构的钓鱼短信检测拦截能力；域名注册服务商对于大批量快速生成的仿冒知名医疗产品的域名建立快速处置机制；互联网平台对传播医疗诈骗福利的内容开展治理。建立医疗行业与通信、域名服务商之间的威胁情报推送通道，实现攻击样本快速同步，缩短恶意页面存活时间。
6 结语
MyChart Medicare 钓鱼诈骗事件，是生成式 AI 技术赋能网络犯罪之后，发生在美国医疗数字化场景下的典型案例。攻击者借用广泛使用的 MyChart 患者门户品牌，以 Medicare 医保福利作为诱饵，利用医疗场景特有的心理杠杆，完成高迷惑度的社会工程钓鱼攻击。一旦攻击得逞，将造成患者身份、诊疗隐私、医保参保信息泄露，进一步衍生医保欺诈、身份盗用等一系列次生风险。
费城多家医疗机构依托 Health ISAC 行业共享平台实现跨机构的威胁情报协同，同步开展面向患者的风险预警，展现出行业联防机制的现实价值。但是这套防御体系同时暴露出多重结构性短板：AI 生成诈骗物料削弱传统文本识别手段；医疗机构对普通患者个人终端没有管控权限；行业威胁情报在向普通用户传导的环节存在断裂；公众安全教育存在天然上限；医疗行业与通信、域名服务商之间的跨行业协同还存在提升空间。
反网络钓鱼技术专家芦笛指出，医疗患者门户钓鱼攻击的博弈，是黑产低成本 AI 攻击能力和医疗行业防护体系之间的对抗。完整防御体系不能寄希望于普通患者永远能够识破精心设计的诈骗信息，需要多维度共同发力：一方面强化门户自身身份安全与异常行为检测，即便凭证泄露也能够限制攻击者造成的破坏；另一方面完善行业威胁情报流转，打通情报从安全团队传导到普通患者的路径，优化公众安全引导的叙事逻辑，同时推动医疗、通信、互联网服务商跨行业协同，压缩诈骗内容的生存空间，并且补充受害者受骗之后标准化处置指引，构建事前预警、事中拦截、事后处置的完整闭环。
本研究基于公开新闻报道呈现的事件事实，立足于单区域爆发的攻击事件，对于全国范围同类攻击的统计层面影响缺少大规模实证数据支撑。后续研究可以结合更多同类事件，持续评估 AI 驱动医疗钓鱼攻击的演化趋势，进一步评估不同防御方案落地过程中的实际成本与实施阻力。
编辑：芦笛（公共互联网反网络钓鱼工作组）
来源：迪妙网络空间安全学院
