8月14日，安徽省智慧医疗2020新基建助力智慧医疗和大健康产业信息化创新峰会在合肥召开，主题为“新基建助力智慧医疗和大健康”，现场邀请了来自医疗机构和健康产业信息化负责人，共同探讨如何加快安徽省卫生健康信息化建设，提升信息化应用水平，促进智慧医疗健康发展，推动信息技术与医疗健康创新融合等话题，实现信息共享、资源整合、便民惠民。
翼方健数（BaseBit.ai）医疗及生物信息事业部总经理李苇刚进行了题为《隐私安全计算+人工智能驱动医疗大数据创新》的发言。李苇刚以医疗数据的定义和思维拓展为出发点，分享了数据作为重要的生产要素可产生的价值。
（上图为翼方健数医疗及生物信息事业部总经理 李苇刚进行分享）
据李苇刚介绍，医疗大数据面临了几大挑战：
1 数据治理
医疗数据清洗工作量大，即使在同一个医疗机构，业务系统也各不相同。何况在不同医疗机构中，烟囱式的应用和系统产生了诸多孤岛数据，这之间更难“语言统一”——无法按照一套统一标准。
在数据的质量上，还面临着不同医院数据质量参差不齐，不同医院信息化水平差距大，因此需要具备“筛选”出有质量的数据的能力。
2 数据安全和隐私保护
医疗数据涉及大量个人数据，如患者个人身份、临床和基因数据，而在脱敏的情况下，即使进行“脱敏”也会发生因为某些特征而识别出，如果发生数据泄漏后果非常严重。
因此，在建设数据平台时，安全设计和开放应用上产生了矛盾。当数据离开平台无法追溯时，数据失去了保护，但是医疗科研等数据应用需要和大量第三方协作才能发挥巨大价值，数据如何能够安全高效地使用？
3 平台和应用的关系
平台建设时往往和应用绑定太紧。系统和业务之间的关系往往是针对单个痛点，为解决这个痛点而建设一套数据标准和应用系统，需要解决其他问题的时候又会重新反复建设，这源自于应用系统厂商大多都只关注解决局部问题，缺乏建设开放数据生态的技术手段，平台建设方仅从应用出发，不能够对数据架构进行通盘考虑。
同时，平台数据对于第三方使用非常不友好，“准入”门槛太高，“接口费”现象非常普遍。并且平台建设方往往成为了事实上的“管理方”，绑架了平台。在数据价值发挥的层面，由于平台的数据只有建设方可以使用，其他任何人都很难用，这也成为了数据价值构建的天花板。
隐私安全计算解决数据开放共享和隐私安全保护的矛盾
隐私安全计算是一系列加密计算技术的组合，它涉及高等数学、计算机科学、密码学、网络通讯技术等学科系列，包括了多方安全计算、差分隐私、区块链技术、同态加密、零知识协议等。
在不分享原始数据、数据在平台内授权使用、平台只输出数据价值下实现数据的可用不可见。
通过隐私数据网络打通生、医、药、教、研各级数据链
这个数据链中从数据视角具备了数据的使用方，数据的服务方，数据的提供方。数据的提供方，如各级医疗机构、基因检测/质谱中心、体检机构等，数据的维度涉及电子病历数据、病理数据、影像组学数据、蛋白组学数据、基因组学数据等多模态数据。
数据的提供方将原始数据上传到数据网络中，数据的使用者最终获得的是数据的计算结果而非数据本身；这使得多个数据使用方（学校、医院、科研单位、制药公司、CRO公司）可以通过数据网络进行数据和业务的协作，而不用担心数据泄露的问题：数据永远不离开数据网络平台，数据的授权、使用、共享和交易都通过区块链进行记录，实现数据全生命周期的管理，并且保障了数据真实可重复性。
数据开放应用平台及智能应用的架构关系
通过数据开放应用平台进行数据的“可用不可见”，从而赋能前端应用。比如翼方健数基于翼数坊（XDP）的AI能力输出，在探路者（PathFinder）上实现临床辅助决策、病历质控和智慧分级诊疗等；在洞察者（Perceptor）上实现影像报告智能书写、影像辅助决策等。
翼方健数（BaseBit.ai）在峰会现场
峰会现场，由专业顾问在现场向与会嘉宾介绍翼方健数如何通过技术赋能医疗机构、疾控中心，通过隐私安全计算技术和人工智能，建设在数据安全和个人隐私保护基础上的数据开放生态和数据共享协作环境，并在此基础上发展人工智能的能力，包括以电子病历应用场景为核心的产品系列探路者（PathFinder）、人工智能图像分析和自动建模系统洞察者（Perceptor）、多模态生物医学科研一体化平台先行者（Pioneer）等。
关于翼方健数
翼方健数是“数据和算法互联网”的先行者，是一家快速发展中的数据和人工智能高科技公司。公司以隐私安全计算为核心，为医疗、金融、政务等行业建设在数据安全和个人隐私保护基础上的数据开放生态和数据共享协作环境，并在此基础上发展人工智能的能力，为行业赋能。
推荐阅读：奇妆女人秀