隐私计算在医疗大数据共享中的探索实践

|隐私计算在医疗大数据共享中的探索实践包仁义医渡云安全计算架构师|机遇与挑战各类医学研究及AI模型训练需要数据支撑，研究者正在进行各种形式的数据机构内数据治理跨机构数据整合数据隐私数据孤岛•《网络安全法》《数据安全法》《个人信息保护法》|场景与解决方案 .检查检验WGS手麻放疗 .检查检验WGS手麻放疗nnEDC与IWRS平台n临床试验数字化提效赋能n真实世界研究服务n数据分析平台n临床研究平台n生信分析平台n临床与生信知识库n疾病预测模型nCDSS与MDT平台n诊疗能力评价n患者随访平台n患者健康教育n患者风险评估联盟链——确保多中心科研全程可信数据可溯源联盟链——确保多中心科研全程可信数据可溯源电子病历电子病历护理护理注训练数据注训练数据评估数据 规则学习引擎深度学习迁移学习特征表示和特征选择序列标注结构预测主动学习分类聚类一诉五史诊断记录手术记录一诉五史诊断记录手术记录字段标签分类和映射多源信息影像报告病理检查实体-时间属性实体-时间属性实体-数量属性实体-逻辑判别实体-实体关系医学命名实体识别海量医疗词库医渡医学翻译分期分期血型浓度体积逻辑词时间句法和语义分析多粒度医学分词基础表达式识别结结构化质控平台y=f(x1,x2,x3,x4)y=f(x1,x2,x3,x4)y2x1x22x4x3•支持医学科研常用的统计分析算法2•落地方案：,安全性得到密码学论证，无患者隐私、医院敏,安全性得到密码学论证，无患者隐私、医院敏数据不出医院，各节点对其拥有的数据有绝对控制权，|联邦学习探索探索②探索②探索①探索①|探索③探索③人口分布和生活习惯的差异，一般底层的医疗数挑战|CC C基于二阶的算法收敛效率更高，联邦场景难控制的是步长，进而是因此带来>基于Server端的历史梯度，提出了基于服务侧更与方持有不同数据集，并且对最终模型的贡献也是n参与者上报n参与者相似度n基于效用博弈基于基于ShapleyValue方案：满足公平、可解释，但是不高效n优势：保护隐私、公平、可解释n劣势：计算复杂（需从头训练至少2^n个模型）•基于模型参数子模型重组，只训练一次•基于Monte-Carlo的近似算法配合引导采样整合联邦学习和贡献度评估服务全流程在医渡云医疗科研场景进行验证•两个维度的可调节剪枝优化>执行贡献评估的效率是现有最好算法的2.84倍>与未加入贡献评估的系统相比模型平均精度提高2.62%（工业环境非常重要）|版权Ⓒ2022医渡云保留所有权利>机构间串通可能会导致数据模型的泄露。| >发现并对各机构中的敌手进行防御。平扫CTSource:/publication/precode-a-generic-model-extension-to-prevent-deep-gradient-leakageModelupdateModelupdateModelupdateModelupdate优势优势劣势… 选举策略VS工业落地|实践与案例I基于隐私计算技术的多中心科研平台人群筛选指标自动计算数据处理•多种搜索纳排方式•漏斗式节点人数统计•批量快速纳入项目•支持拖拽选取指标•设定指标计算规则•指标自动计算•数据处理规则设定•缺失值、异常值、分段处理|统计分析多种统计分析方法秒级分析结果产出辅助解读分析结果预测模型•疾病风险因素分析•诊断预测分析•治疗方式推荐•预后生存分析监管方数据使用方平台支撑方用户层安全保障体系/标准规范体系数据展现层异构数据接入PACS…计算引擎联邦学习查询溯源专病数据库多中心专病数据集溯源上链上链多中心科研查询溯源可信流通层抽取行为支撑层集群管理ETL数据流编排安全计算引擎统一用户认证基础设施层安全服务CA服务网络服务计算服务标准化治理 监管方数据使用方平台支撑方用户层安全保障体系/标准规范体系数据展现层异构数据接入PACS…计算引擎联邦学习查询溯源专病数据库多中心专病数据集溯源上链上链多中心科研查询溯源可信流通层抽取行为支撑层集群管理ETL数据流编排安全计算引擎统一用户认证基础设施层安全服务CA服务网络服务计算服务标准化治理 原始数据库