本研究针对医疗行业网络威胁在2017至2024年间的发展趋势进行了首次大规模、多源实证分析。研究整合了MITRE ATT&CK行为框架、CISA已知已利用漏洞目录（KEV）和NIST国家漏洞数据库（NVD）三个权威数据源，共收集1,214条威胁记录，涉及44个经确认针对医疗行业发起攻击的威胁组织。通过时间序列分析，研究发现攻击者行为发生了显著的战术转移：防御规避(Defense Evasion)始终是使用最频繁的战术，在观测期内稳定占技术使用总量的15%-20%；而持久化(Persistence)和初始访问(Initial Access)战术的使用比例分别从11.2%和9.0%降至零，表明攻击者更倾向于在受害环境中隐蔽驻留并利用已有访问通道而非重新渗透。进一步分析指出，现有检测指导与攻击者的实际能力投放存在结构性错位：攻击者最常使用的技术恰恰是检测覆盖最薄弱的部分。作者还通过收敛性分析将679个已被确认利用的漏洞映射至单一主导行为技术，揭示了漏洞面与行为面之间的公共可干预瓶颈。最终，研究识别出42个高优先级技术，被认为是即时的检测机会，并证明这些技术直接对应于AI集成临床系统所面临的新兴威胁。该工作为医疗行业安全团队提供了基于证据的资源分配依据，并为未来AI医疗系统的威胁建模奠定了基础。