易坊好文馆

  1. 首页 > 文娱 >

|解决医疗数据安全共享难题，翼方健数助力临床诊疗和科研


|解决医疗数据安全共享难题，翼方健数助力临床诊疗和科研
本文插图

指导 | 姜凯燕 调研 | 姜凯燕 文奕 刘洋洋 撰写 | 刘洋洋
在数据安全至关重要的医疗行业 ， 如何合理高效地使用和共享数据一直是一个难题 。 翼方健数将隐私安全计算技术应用至医疗领域 ， 在保证数据隐私安全的基础上 ， 将数据的所有权和使用权分开 ， 使数据“可用而不可见” ， 允许医疗数据进行跨院、跨地区的共享 ， 且保证原始数据绝对安全 。
医疗行业的数据共享一直难以实现 ， 因为数据拥有方始终存在对数据隐私性和数据安全性的顾虑 ， 导致其无法放心顺畅地共享数据 ， 也就无法发挥数据丰富的价值 。
隐私安全计算由于能够在保证数据隐私安全的基础上 ， 将数据的所有权和使用权分开 ， 使数据“可用而不可见” ， 因此能够在医疗领域的数据共享方面发挥价值 。 随着数据共享的需求增加 ， 隐私安全计算技术的应用价值日益凸显 。
隐私安全计算助力区域内电子病历学习 ， 优化诊疗模型
隐私安全计算是一系列加密计算技术的统称 ， 如多方安全计算、联邦学习、安全沙箱计算、同态加密等 ， 作用是确保在数据计算过程中原始数据和中间计算结果不被泄露 。
在多个互不信任的参与方进行数据共享或协同计算时 ， 隐私安全计算可以实现在各参与方的本地数据库或安全沙箱内完成数据提取、计算后 ， 将最终计算结果分享给各参与方 ， 同时保证每个参与方不能获取其他参与方的原始数据 。
由于让数据“可用不可见” ， 隐私安全计算可以在多个参与方数据合作的场景中发挥重要作用 ， 在医疗行业里最典型的应用之一是可以实现跨医院甚至跨区域的电子病历学习 。
以往的电子病历学习多是基于书本知识 ， 训练得到的诊疗模型临床使用率不高 。 基于隐私安全计算 ， 医院可以共享同区域内高水平医院的数据价值 ， 在不获取对方原始数据的基础上对高质量病历进行计算和学习 ， 最终获得高质量的诊疗模型 。
通过区域内高质量电子病历学习训练得到的模型 ， 充分考虑了区域人口和环境的特征 ， 避免照搬照用 ， 相比通过固定的书本知识得到的诊疗规则更适合本区域医院临床使用 。 正如翼方健数医疗及生物信息事业部总经理李苇刚所言 ， “书本知识加上诊疗模型所构建的临床知识图谱 ， 是判断诊疗合理性的核心 ， 也是临床决策支持产品真正的竞争力所在” 。
经最小单元确权和沙箱计算的数据可用于多个场景
翼方健数成立于2015年 ， 一直致力于医疗大数据和医疗人工智能方面的技术研究 ， 以隐私安全计算为核心 ， 搭建原始数据和数据价值间的桥梁 。
|解决医疗数据安全共享难题，翼方健数助力临床诊疗和科研
本文插图

翼方健数的整体解决方案包括两个部分 ， 底层的数据安全平台（XDP）和上层的人工智能应用平台 。
数据安全平台的工作流程为数据接入、数据治理、数据确权、数据授权使用、数据计算、数据价值输出 ， 其中数据确权 ， 数据授权使用和数据价值输出是其核心 。
以往的数据确权覆盖范围较大 ， 多以医院或区域为单位 ， 只要进入数据库 ， 便可获取和使用所有数据 ， 数据安全隐患非常高 。 翼方健数的数据安全平台最大的特点是对每一个数据最小可用单元进行确权 ， 数据需求方通过获得密钥的方式在安全沙箱内使用经授权的镜像数据 ， 实现数据的安全使用 。 同时 ， 在沙箱内完成计算 ， 用后即毁 ， 仅输出计算结果 ， 以此保证原始数据和应用算法的绝对安全 。
|解决医疗数据安全共享难题，翼方健数助力临床诊疗和科研
本文插图

在数据安全平台之上 ， 翼方健数搭建了应用平台 ， 可以进行应用产品的开发 。 针对不同系统的原始数据 ， 数据安全平台可输出对应的数据价值 ， 基于这些数据价值 ， 翼方健数提供的应用产品分为四个系列 ， 分别是诊疗合理性应用、科研应用、保险风控应用和人工智能应用 。

推荐阅读


上一篇：|名医科普｜第2期 重庆北部宽仁医院：你真的了解白内障吗？

下一篇：|传播性变强！新冠突变毒株的致病性还有什么变化？