算力说

医疗领域被认为是对于隐私数据要求最高的场景，而在这个方向的数据若是共享，其效应将会巨大。医疗平台集聚个人最私密的数据，共享是否意味着即失守？开放应用生态更成无本之木？改弦更张，尝试用新一代智能数据技术替代传统的共享方式以释放数据价值，逐步成为发展共识。那么，新技术有哪些落地方式，又如何提升诊疗准确度？

8月25日，翼方健数 CEO 罗震 在SIGKDD·SDBD2020 第二届智能数据和区块链应用国际研讨会上带来《隐私安全计算下的数据和算法的互联互通》的专题分享，谈谈怎样为医疗信息系统装上智能的“最强大脑”。

1

你所认知的医疗行业的数据问题，其实在行业具有普适性

罗震介绍说，翼方健数主要在医疗行业做隐私安全计算的生根和应用。而在行业深耕多年后，最大的体会是医疗行业中间遇到的数据安全、数据共享以及数据应用方面问题，并且具有普遍性，促使我们去做更为深入的思考。

我们身处由信息时代转化到智能时代的变革中，两个时代显著的区别在于对数据的重视程度与认知方式。

信息时代我们更关注解决具体问题，当我们发现解决过程中产生的数据有很大的价值与应用空间，才逐渐开始使用。在当下的时代，更多的是我们拥有这样的数据，可以解决什么问题，这是主次先后重要性的区别。我们认为智能时代会产生海量的数据，处理数据主角是智能模型机器，而必须有大量数据才能产生比较好的智能，对数据的处理方式产生根本性的转变。

基于此，国家会提出数据是新的生产要素，并把数据和土地、资本、劳动力等同起来。但是数据作为生产要素，其实与很多传统的生产要素有许多区别。

首先数据是信息时代的遗留，由于分布在不同信息系统里边，自诞生便相互隔离，是非标准化、非结构化的，质量有高有低。

数据作为生产要素有非常独特的经济特征。其一是虚拟可再用的；其二是非竞争性的，如果我有一份数据共享给你，你就有一份一模一样的数据；其三是产生数据需要高昂成本，但分享数据几乎可以忽略成本。

数据的价值有外在性，当我们产生数据，很难确定数据价值几何。此外还有数据的非经济特征，在每个行业里边都有隐私保护，合规数据安全等行业方面的规范，在医疗行业更加如此，因为我们接触到的数据都是个人最隐私最保密的数据。

正是因为所有数据特点，恰恰是阻碍数据共享最核心的原因。从经济的角度我花了很多的价钱，产生数据，而后分享给你，数据将失去我的保护，而你有一份同样的财产。对你将来如何使用数据，我将完全失控，无法得知你可能会产生新的价值。

从另一角度，一旦原始数据流失并产生伤害，这些伤害也很难被安顿。所以我们认为数据在本质上不能被共享。共享的方式不是将原始数据拷贝给他人，而是应是试图去共享数据的价值。

2

Alice与Bob谁更多金？不仅仅是“百万富翁”

数据的时代特性引出我们所讲的隐私安全技术，或者说隐私计算基本的理念。

举例而言，有一家医学统计公司，想做筛查效果及评估。如做完癌症筛查后，想了解做过筛查的人后续是否有问题。涉及到医学统计中经常会提及的两个词，一个叫灵敏度，一个叫特异性。

一般比较直观的做法是在数据平台找到所有做过筛查的人群，观察后续发生的事情。通过原始数据和分析，最后得到评估结果。最大的问题在于如果医疗行业原始数据一旦离开数据平台保护，将来会产生问题。而统计公司只想知道筛查手段的结果，即灵敏度与特异性。所以可以将计算放在安全的环境，计算完毕之后，只需拿走统计结果。不用看到原始数据，不用将数据导出，通过这种计算的方式，实现不分享原始数据，而是分享数据的价值。

实际上，隐私安全计算面临较大的挑战。首先隐私安全计算，囊括的范围很广泛。三个主流的安全计算方式。一个方式称为多方安全计算或者同态加密，实际方法完全不同，但是信任假设是相同的。

假如没有任何可以信任的第三方，如何做计算？第二个方式使用比较多的方式是联邦学习。联邦学习是解决模型训练、模型推断的问题，在机器学习方面来解决没有信任的前提下，如何做联合计算。

那么联邦学习唯一的缺陷是指计算的方式仅仅是在机器学习的方式。如果我们有可以信任第三方，比如Alice、Bob信任第三人Charlie，他们如果将自己有多少钱告诉Charlie，Charlie就会立刻的告诉Alice、Bob你们俩谁钱更多，就可以通过安全多方计算的方式计算过程。

安全多方计算主要防备的是应用本身对平台产生的威胁。如果说安全沙箱做得好，对系统本身产生的风险小，就可以非常安全将它算出来。

另一方面，第三方中间有特殊的硬件叫 称之为TEE，Trusted Execution Environment，可信任执行环境。我们将安全沙箱计算放到TEE中算。此时可以解除对查理的信任，因为硬件可以保证哪怕Charlie是恶意的人，也没有办法看到算了Alice和Bob到底有多少钱。