在數據的價值與安全性被認可與重視的背景下,如何在保證數據充分流通的同時不泄露用戶隱私、合規合法地使用數據成為了一個重要的課題。而隱私計算的定義就是在數據提供方不泄露原始數據的前提下,對數據進行分析、計算的一系列信息技術,確保數據在流通和融合的過程中可用不可見、可算不可識。與上述需求不謀而合。
隱私計算囊括了多方安全計算、聯邦學習、可信執行環境等三大類技術,在產業需求的推動下正積極開展跨平臺互聯互通、可信硬件研發、軟硬一體機產品創新,在政策支撐下,其應用落地也逐漸豐富。目前,隱私計算技術的落地場景主要包括金融風控、精準營銷、政務服務、保險定價、醫療健康等領域。其中,金融領域應用最廣,公共服務領域應用占比強勢提升。
過去幾年中,醫療行業數字化獲得了長足發展,眾多醫院和醫療機構積累了大量醫療數據,為隱私計算的落地提供了很好土壤。而醫療數據又具有極強的隱私屬性,對隱私保護和數據安全的需求更為強烈。醫療數據的流通,一方面可以推動智慧診療、醫保自動化、新藥研發等產業的發展,另一方面也可以促進現代化醫學研究、公共衛生防疫以及臨床醫療應用等生物科學技術的一些進步。基于此,生物醫療或將成為隱私計算應用的下一個市場競爭點與爆發點。
醫療數據廣泛存在并應用于日常生活的各個環節:比如通過大數據分析用藥成分、尋找合理用藥的最佳組合;通過基因測序、快速篩查與預測疾病、進行基因缺陷組的分析;遠程診療、智能穿戴等場景。一旦醫療數據遭到篡改或破壞,將對醫療機構的聲譽造成負面影響并危害醫患雙方的隱私安全。
近些年,醫療領域信息泄露及濫用、盜用事件頻發。數據保護已成為持續穩定的市場需求,而非短暫的監管應對行為。
2020年4月,世衛組織曾發表聲明稱,疫情期間遭受到的網絡攻擊同比增長了5倍,全球23.7%的 APT 攻擊都跟醫療安全事故相關。中國首次超過了美國和韓國,成為了全球APT攻擊的首要目標。抗疫期間,國內一些醫療AI檢測新冠技術實驗室原代碼就被黑客竊取并出售。同時,遠程診療逐漸在疫情期間被接受,互聯網醫院在線上進行數據的傳播,加劇了診斷數據、診斷信息暴露的風險。
政策方面,去年 7 月,《信息安全技術 健康醫療數據安全指南》國家標準開始實施;《全國醫療機構網絡信息安全管理辦法》即將出臺。今年 2 月,國家衛健委發布了建立統一的電子健康檔案、電子病歷、公共衛生等一系列信息標準體系,逐步實現互聯互通、信息共享和信息同步。機構間醫療數據融合需求強烈,數據流通也是釋放數據要素價值的重要環節。
法規方面,現行的《數據安全法》和《個人信息保護法》明確了相關主體的義務,去年實施的國家標準《信息技術健康醫療數據指南》。
隱私計算技術有望在保護醫療數據安全的前提下實現其合規流通和價值。至今,醫療健康已占據隱私計算 11% 的應用場景,醫療領域的隱私計算產品已能支持較大規模應用的實施。
在具體實踐中,醫療機構、基因測序機構、科研機構等作為數據提供方,醫療機構、科研機構、制藥機構作為數據使用方,通過隱私計算實現機構間數據互聯互通,進行跨機構的精準防疫、藥物開發、輔助診斷、基因分析、臨床醫學研究等應用。
隱私計算在醫療領域的典型應用場景主要有醫療機構間的數據共享和跨機構跨域的醫療數據開放兩大類。前者屬于醫療機構、制藥企業、基因測序機構、科研機構之間的橫向場景,以增加樣本數量進行建模;后者則納入了保險公司、運營商、政務系統、互聯網等外部數據,以增加樣本特征進行建模。
臨床醫學等多個醫療場景落地中
城市級實踐案例中,全國首個基于隱私計算的城市級醫療應用已在廈門落地。廈門健康醫療大數據應用的開放實踐已經實現了對 COPD(慢性阻塞性肺病)、糖尿病、NIPT(無創產前檢測)關聯兒童的疾病、妊娠高血壓、人群健康報告等課題的研究,輔助提升了人工智能模型的準確性、魯棒性,提高擔子病例結構化的準確性和效率,輔助基層醫生完成高質量病例書寫,提供檢驗檢查、疾病診斷、用藥等推薦,提升基層醫生的診療水平以及市民在社區醫院首次就診的意愿度。