近日，在2021中国国际大数据产业博览会（数博会）上，医渡云重磅发布了多方安全计算解决方案，将多方安全计算技术深度应用于医疗场景，为多方不同的医疗机构搭建了一个在保护信息安全隐私的前提下高效共享信息的平台。
医渡云多方安全计算解决方案启动仪式
随着人工智能等一系列计算技术在医疗领域的发展及应用，高质量的医疗数据越发成为医疗行业可持续健康发展的核心要素。但因为医疗领域数据特有的分散性、敏感性等特征，如何在保证合规和安全的前提下让数据发挥更大价值也成为了计算技术更加深度与医疗行业融合的一大挑战。例如，在医学研究层面，多中心医学研究正在成为新的医学研究趋势，更大样本、更有代表性的数据才能产出更好的研究成果。但由于不同的研究数据往往分布在多个不同的研究机构中，机构间的数据安全保护就成为了多中心研究的一大瓶颈。
医渡云此次发布的多方安全计算解决方案正是为了解决上述数据价值和隐私保护之间的两难问题。论坛上，医渡云首席AI科学家闫峻博士对于多方安全计算解决方案的整体情况进行了详细的介绍。多方安全计算平台综合应用了最新的数据处理、联邦学习、加密及区块链等技术，在「原始数据」安全不共享的前提下，基于多方数据的联合计算、联合建模，从而助力医疗机构在保证原始数据安全的基础上，更好地应用数据开展医学研究。
医渡云首席人工智能科学家闫峻博士演讲
在概括性的对多方安全计算平台进行介绍之后，闫峻博士继续深入地分享了平台的工作方法。首先是每个单中心根据授权进行数据的采集，然后进行脱敏、标准化、结构化、数据质控等等一系列数据治理过程。在这个基础上，平台会基于加密的联邦统计和加密联邦学习进行建模。然后为了让所有行为可以追踪溯源，会应用区块链的技术来记录全部的行为信息。通过这一系列的技术处理，协助医疗机构在保证安全和数据隐私的前提下将分散在各处的数据进行高质量治理和研究应用。
随后，闫峻通过真实的案例对多方安全计算平台在多中心数据建模研究及隐私保护方面的实际效果进行说明。比如心衰预后的预测模型研究案例——这项研究由多家医疗机构参与，对心衰患者出院后一年内死亡的风险进行建模评估。虽然各家医院的数据规模和质量都参差不齐，但在数据不共享的前提下，通过联邦学习联合建模之后，得到的模型效果好于任何一家单中心的建模结果。
在分享的最后，闫峻表示医渡云已于今年正式加入了由中国信息通信研究院牵头成立的隐私计算联盟。“医渡云作为联盟单位之一，期望通过对基础技术的持续研究，能够搭建好整个医疗健康产业发展的基础设施建设，并在此基础上助力整个医疗产业的发展。”闫峻说。
