在数据的价值与安全性被认可与重视的背景下，如何在保证数据充分流通的同时不泄露用户隐私、合规合法地使用数据成为了一个重要的课题。而隐私计算的定义就是在数据提供方不泄露原始数据的前提下，对数据进行分析、计算的一系列信息技术，确保数据在流通和融合的过程中可用不可见、可算不可识。与上述需求不谋而合。

隐私计算囊括了多方安全计算、联邦学习、可信执行环境等三大类技术，在产业需求的推动下正积极开展跨平台互联互通、可信硬件研发、软硬一体机产品创新，在政策支撑下，其应用落地也逐渐丰富。目前，隐私计算技术的落地场景主要包括金融风控、精准营销、政务服务、保险定价、医疗健康等领域。其中，金融领域应用最广，公共服务领域应用占比强势提升。

过去几年中，医疗行业数字化获得了长足发展，众多医院和医疗机构积累了大量医疗数据，为隐私计算的落地提供了很好土壤。而医疗数据又具有极强的隐私属性，对隐私保护和数据安全的需求更为强烈。医疗数据的流通，一方面可以推动智慧诊疗、医保自动化、新药研发等产业的发展，另一方面也可以促进现代化医学研究、公共卫生防疫以及临床医疗应用等生物科学技术的一些进步。基于此，生物医疗或将成为隐私计算应用的下一个市场竞争点与爆发点。

医疗数据流通与保护需求激增

医疗数据广泛存在并应用于日常生活的各个环节：比如通过大数据分析用药成分、寻找合理用药的最佳组合；通过基因测序、快速筛查与预测疾病、进行基因缺陷组的分析；远程诊疗、智能穿戴等场景。一旦医疗数据遭到篡改或破坏，将对医疗机构的声誉造成负面影响并危害医患双方的隐私安全。

近些年，医疗领域信息泄露及滥用、盗用事件频发。数据保护已成为持续稳定的市场需求，而非短暂的监管应对行为。

2020年4月，世卫组织曾发表声明称，疫情期间遭受到的网络攻击同比增长了5倍，全球23.7%的 APT 攻击都跟医疗安全事故相关。中国首次超过了美国和韩国，成为了全球APT攻击的首要目标。抗疫期间，国内一些医疗AI检测新冠技术实验室原代码就被黑客窃取并出售。同时，远程诊疗逐渐在疫情期间被接受，互联网医院在线上进行数据的传播，加剧了诊断数据、诊断信息暴露的风险。

政策方面，去年 7 月，《信息安全技术 健康医疗数据安全指南》国家标准开始实施；《全国医疗机构网络信息安全管理办法》即将出台。今年 2 月，国家卫健委发布了建立统一的电子健康档案、电子病历、公共卫生等一系列信息标准体系，逐步实现互联互通、信息共享和信息同步。机构间医疗数据融合需求强烈，数据流通也是释放数据要素价值的重要环节。

法规方面，现行的《数据安全法》和《个人信息保护法》明确了相关主体的义务，去年实施的国家标准《信息技术健康医疗数据指南》。

隐私计算技术有望在保护医疗数据安全的前提下实现其合规流通和价值。至今，医疗健康已占据隐私计算 11% 的应用场景，医疗领域的隐私计算产品已能支持较大规模应用的实施。

在具体实践中，医疗机构、基因测序机构、科研机构等作为数据提供方，医疗机构、科研机构、制药机构作为数据使用方，通过隐私计算实现机构间数据互联互通，进行跨机构的精准防疫、药物开发、辅助诊断、基因分析、临床医学研究等应用。

隐私计算在医疗领域的典型应用场景主要有医疗机构间的数据共享和跨机构跨域的医疗数据开放两大类。前者属于医疗机构、制药企业、基因测序机构、科研机构之间的横向场景，以增加样本数量进行建模；后者则纳入了保险公司、运营商、政务系统、互联网等外部数据，以增加样本特征进行建模。

临床医学等多个医疗场景落地中

城市级实践案例中，全国首个基于隐私计算的城市级医疗应用已在厦门落地。厦门健康医疗大数据应用的开放实践已经实现了对 COPD（慢性阻塞性肺病）、糖尿病、NIPT（无创产前检测）关联儿童的疾病、妊娠高血压、人群健康报告等课题的研究，辅助提升了人工智能模型的准确性、鲁棒性，提高担子病例结构化的准确性和效率，辅助基层医生完成高质量病例书写，提供检验检查、疾病诊断、用药等推荐，提升基层医生的诊疗水平以及市民在社区医院首次就诊的意愿度。