隐私计算在医疗大数据共享中的探索实践.pptx

|隐私计算在医疗大数 据共享中的探索实践 |01机遇与挑战医疗领域多个方向需要数据驱动的高质量研究 |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合作 |落地层面的两大挑战机构内数据治理跨机构数据整合 |机构内数据治理面临的挑战多种数据来源结构各异? 数据来源繁多且数据量巨大? 人工整合几乎不可能大量研究人群如何精确定位? 需要从海量人群中精准定位到研究的目 标研究对象缺少数据质量监控? 相关性：是否包含研究的重要变量和信 息、临床结局定义是否标准? 可靠性：缺失比例有一定限度、数据来 源有参照、各个环节数据质控现有数据标准不统一? 多种数据来源的数据库系统架构不同，传 输与技术标准需要统一? 各数据源的数据医学含义和认知需要统一如何应少挑战？统计分析方法繁多? 传统统计分析以外的机器学习预测模型方法? 控制偏移和混杂缺少数据用于研究的可行性评估? 数据是否包含研究所需要的全部结局和 影响因素？? 缺失数据的发现与处理方法 |跨机构数据整合的挑战数据隐私数据孤岛国内法规? 《网络安全法》《数据安全法》《个人信息保护法》 国际法规? GDPR(EU) CCPA(USA) PDPA(SG) LGPD(Brazil)不敢共享、 不能共享、不愿共享 |02场景与解决方案临床研究 开展技术开放 推广I-IV期药械 试验与研究患者管理多中心研究的应用场景与方案公有云 4大应用场景联盟链——确保多中心科研全程可信数据可溯源数据中心汇聚，数据汇交 多方安全计算 ，联邦学习，计算汇交 多种形式协作专病库私有云1套疾病标准 3种接入形式主中心肺癌肺癌肺癌肺癌分中心 机构1分中心 机构3分中心 机构2组学数据管理NGS 分析DPAP接入CRF录入电子病历护理ICU放疗检查HIS检验随访 记录手麻n 数据分析平台n 临床研究平台n 生信分析平台n 临床与生信知识库情况n 疾病预测模型n CDSS与MDT平台n 诊疗能力评价临床数据中心( DPAP )康复复发HLA分型WGS分析生物信息中心n 患者随访平台n 患者健康教育n 患者风险评估疾病 转移随访中心疾病n EDC与IWRS平台n 临床试验数字化提 效赋能n 临床试验CRO/SMOn 真实世界研究服务基于区块链的可信多中心专病科研平台 结构化抽取平台诊断记录字段标签分类和映射放化疗方案实体 -时间属性统计机器学习平台深度学习规则 学习引擎迁移学习 |机构内数据接入到认知能力的建设n 资深医学专家支持n 可深度定制服务n 准确高效高速n 大幅节省人力和时间成本n 总体召回率92%n 总体准确率95%主动学习特征表示和特征选择序列标注结构预测分类聚类超大规模临床数据结 构 化 质 控 平 台数据智能ETL一诉五史手术记录多源信息 融合专病库ETL病理检查影像报告实体 -数量属性实体 -逻辑判别实体 -实体关系医疗知识图谱ETL医渡自然语言处理平台结构化标注平台训练数据评估数据n 自适应挖掘适配不同数据分布n 基于迁移学习领域推广性更好n 比人力可处理更大规模数据支 撑科研结论显著性……基于主动学习筛选训练样本提升标注效率医学专家标注多粒度医学分词医学命名实体识别资深医学专家定义任务和标注基础表达式识别 海量医疗词库 医渡医学翻译 分 期血 型浓 度体 积逻 辑 词时 间诊 手 症 解 药 基断 术 状 剖 物 因句法和语义分析 |机构间隐私计算技术路线x2 x3 x4可信第三方无可信第三方x2x3? 可以用于实现多方安全计算的密码学 协议 ：秘密分享，不经意传输，混淆 电路等? 支持医学科研常用的统计分析算法25+? 按照医疗数据异构程度分为 ：横向联邦 和纵向联邦? 联邦学习的隐私保护方案安全聚合|同态加密 | 多方安全计算? 落地方案：前期FATE+自研的YIDUMANDA框架多方安全计算(MPC)联邦学习(FL)联盟链技术y=f(x1,x2,x3,x4)x1y理想态x1? 以Hyperledger Fabric为联盟链基础? 搭建可扩展医疗联盟链服务平台接口 数据|行为上链、链上信息查看溯源? 区块链BaaS平台建设节点管理、智能合约管理、链运维x4隐私计算平台核心架构YIDUMANDA (醍醐)平台端基于密码学的多方安全计算技术，传输中间参数 ，安全性得到密码学论证， 无患者隐私、医院敏感数据泄露医院端数据不出医院，各节点对其拥有的数据有绝对控制权， 所有数据调用经过多方安全计算框架可审计 |03联邦学习探索 |主要探索的联邦学习问题来自不同参与方的异构数据源 数据访问与使用的透明性受限 成员推断 医疗数据重建探索 ①联邦学习异构数据源问题探索探索②联邦学习可审计与贡献探索探索 ③联邦学习隐私保护问题探索如何在异构数据上实现有效的联邦学习?如何预防搭