隐私计算在医疗行业的方案与实践
隐私计算认知
隐私计算是一种在多方互不信任的场景下，能够聚合多方信息并保护数据隐私的智能计算范式。其目标是在保护数据隐私的前提下实现数据的融合与应用。
隐私计算的组成
隐私计算由多方参与，包括医疗机构、消金、银行、保险公司、数据供应商、政府、电商、数据要素价值融合与应用、网络、互联网金融、商家等。隐私计算的网络效应体现在数据网络运营商、通信设备商、内容增值服务商、数据网络运营商、隐私计算产品服务商、数据增值服务商等多个环节。
隐私计算产品
第三方权威机构IPRdaily与incoPat创新指数研究中心联合发布的《2022年全球隐私计算技术发明专利排行榜》显示，蚂蚁集团以1152件专利数排名第一。蚂蚁隐私计算领域的技术包括去标识化和脱敏技术、安全沙箱、隐私枢纽、多方安全计算、同态加密、可信执行环境、差分隐私、零知识证明等。这些技术经历了技术研发阶段、POC试点阶段和规模化落地阶段。
隐私计算标准制定
蚂蚁集团牵头和参与多项标准制定，包括金标委行业标准、国家标准、国际标准、团体标准和地方标准。已测评通过的标准包括国家金融科技检测中心、中国金融认证中心、中国人工智能学会、国家信息技术安全研究中心、信通院等多项测评。
隐私计算服务平台
蚂蚁隐私计算智能服务平台以联邦学习（FL）、安全多方计算（MPC）、可信硬件执行环境（TEE）等技术为基础，提供多方数据联合建模和联合计算能力。平台核心价值在于保证原始数据不出本地即可完成多方数据联合建模和联合计算，同时支持安全隐私保护集合求交、安全隐私查询、安全统计分析。平台结构包括隐私计算服务、模型开发、模型部署、模型服务、监控、日志回流等模块。
产品部署架构
蚂蚁隐私计算智能服务平台的产品部署架构包括模型开发人员、机构模型训练节点、机构模型预测节点、多方安全计算、算法任务指令分发、日志回流等模块。平台通过多方安全建模、模型服务调用、读取数据、日志回流等方式实现数据的联合计算和隐私保护。
医疗行业实践
医保理赔业务
在医保理赔业务中，隐私计算平台通过多方安全计算节点、数据输入、规则计算逻辑、结果输出等方式，实现数据不出域的情况下，保护用户隐私和需方业务策略。
医院数字化运营
隐私计算平台通过为医院搭建面向医院运营管理的数据融合平台，利用智能算法动态规范医护临床行为，为管理者提供数字化绩效管理分析，帮助医院建立精细化运营管理体系。成功案例包括病理质控甲级病案例提升、DRG管理减少结算损失等。
卫建临床辅助决策
某卫健构建了基于隐私计算平台的临床辅助决策系统，通过主要三甲医院相关科室的大量病案数据在原始数据不出域的情况下，通过数据训练有效提升决策系统的准确率。
总结
隐私计算在医疗行业中的应用，通过保护数据隐私、实现数据融合与应用，有效解决了数据孤岛的难题。蚂蚁集团在隐私计算领域的技术积累和标准制定，为医疗行业的数字化转型提供了有力支持。
