隨著數字化浪潮的涌起，各產業(yè)及企業(yè)都在緊鑼密鼓地利用人工智能、大數據等技術進行數字化轉型。以醫(yī)療行業(yè)為例，互聯(lián)網醫(yī)院、5G遠程醫(yī)療、輔助影像診斷、智慧醫(yī)療等數字產業(yè)及各環(huán)節(jié)業(yè)務的出現(xiàn)，都離不開人工智能、大數據技術的支撐。
作為一家深耕醫(yī)療領域的隱私計算及人工智能企業(yè)，翼方健數在2021中華醫(yī)院信息網絡大會(CHINC)上召開了以“臨床醫(yī)學‘道術器’醫(yī)學數據全場景全周期治理”為主題的專題討論會。
會上，翼方健數醫(yī)療事業(yè)部副總裁李葦剛給大家分享了翼方健數在隱私安全計算+人工智能驅動治療大數據的創(chuàng)新，并介紹到了其利用“道術器用”四維度助力醫(yī)療機構及企業(yè)數字化轉型的思維邏輯。
2021年，數字醫(yī)療加速駛入快車道
根據前瞻網數據，到2025年人工智能應用市場總值將達到1270億美元，其中醫(yī)療行業(yè)將占市場規(guī)模的五分之一?？梢?，醫(yī)療行業(yè)已經迎來全面智能化發(fā)展的時代。
目前數字醫(yī)療正加速駛入快車道。根據我國印發(fā)的《“健康中國2030”規(guī)劃綱要》，到2020年，國內醫(yī)療大數據規(guī)模有望達到8萬億元，2030年再翻一倍。行業(yè)想象力巨大，不過，要想將這萬億級藍海變現(xiàn)并不容易。
相較于教育、交通、能源等領域，醫(yī)療行業(yè)在轉型方面存在以下方面難點：
(1)因為行業(yè)的特殊性，對數據信息安全性要求更高
(2)醫(yī)療平臺個性化需求多、整合難
(3)醫(yī)療數據質量參差不齊，使用不易
(4)數據增長快、存量大
以上種種問題，使得醫(yī)療行業(yè)對數據隱私安全性、平臺數據存儲及處理能力把控要更加嚴格。由此，在數字化浪潮及去年疫情推動數字醫(yī)療行業(yè)發(fā)展下，大家將技術把控、數據安全及數據應用等方面作為發(fā)展的重點。
那么，怎樣做才能規(guī)避轉型上的痛點?做到真正的人工智能及數據賦能醫(yī)療產業(yè)，讓“智能看病就診”成為日常?
全面挖掘數據價值，“道術器用”為醫(yī)療數字化做加法
面對醫(yī)療數字化轉型上存在的問題，翼方健數有自身獨特的見解及解決辦法，通過一套醫(yī)療數字化轉型路線圖，可從“道術器用”四維度來助力醫(yī)療機構及企業(yè)數字化轉型，將隱私安全計算和人工智能真正地融合在一起為醫(yī)療大數據服務。
1、道——數據是新的生產要素。
眾所周知，大數據是人工智能技術的發(fā)展重要燃料，也是傳統(tǒng)行業(yè)數字化轉型的關鍵。若能正確匯集、治理并利用好大數據，無疑能有效推動行業(yè)轉型發(fā)展。翼方健數認為，在醫(yī)療行業(yè)內，醫(yī)療大數據的價值必將體現(xiàn)在醫(yī)療臨床、醫(yī)院管理、臨床科研及臨床教學這四方面。
可見，醫(yī)療大數據決定著臨床到科研、教學及管理的全產業(yè)鏈條發(fā)展。
在2019年，我國《關于堅持和完善中國特色社會主義制度 推進國家治理體系和治理能力現(xiàn)代化若干重大決定》，指出了“健全勞動、資本、土地、知識、技術、 管理、數據等生產要素由市場評價貢獻、按貢獻決定報酬的機制”，首次將數據增列為新興的生產要素。
這透露出我國在數字化轉型的進程中，已經開始從產業(yè)數據化邁向數字產業(yè)化時代。但是，在數據通過流通發(fā)揮價值的過程中，如何既保證醫(yī)療原始數據的絕對安全，又充分利用醫(yī)療數據的價值，是擺在我們每一位醫(yī)療信息人面前的一個難題。
2、術——隱私安全計算。
解決這個難題的靈醫(yī)妙藥(Silver Bullet)就是隱私安全計算。隱私安全計算是一系列加密計算技術的組合，涉及高等數學、計算機科學、密碼學、網絡通訊技術等學科系列，包括了多方安全計算、區(qū)塊鏈技術、同態(tài)加密、零知識證明等。
TEE作為一種硬件實現(xiàn)方式，在實際應用場景中，可以很好地服務于一些信任假設與計算需求。實現(xiàn)數據協(xié)作的技術路徑并非唯一，隱私計算技術應當基于不同的信任假設和應用場景來選擇相應的實現(xiàn)技術，其目標是在保證數據隱私性和安全性的情況下，實現(xiàn)對數據的計算與分析。
翼方健數通過隱私安全計算技術，做到了數據的“可用不可見”，就是在不分享原始數據的情況下，通過計算獲取數據的價值并安全分享數據的價值。
舉個例子，當一家醫(yī)學統(tǒng)計公司需要醫(yī)院的臨床數據做數據靈敏度和特異性分析時，傳統(tǒng)做法是，要么把原始數據或復制版數據給公司去使用，要么讓公司在醫(yī)院內網里直接使用原始數據，無論哪種方式使用者(公司)都會接觸到醫(yī)院的原始數據，這就給數據的安全帶來了隱患。
在有隱私安全計算技術的平臺上，將會有一個臨時的安全獨立的封閉計算空間，用來承載原始數據的加密鏡像和數據應用算法。數據使用者(公司)在平臺上通過申請，以密鑰的形式獲得最小可用數據集的授權使用，在封閉計空間內進行計算后得到計算結果即數據的價值，最終所有的鏡像數據、應用算法以及中間過程都會隨著封閉計算空間的刪除而銷毀，只有計算結果可以被下載和拿走，以此達到既能保證原始數據安全，又能分享數據價值的目的。
在市場上，關于翼方健數公司有四條獨特的定位：
(1)結合隱私安全計算和人工智能的技術端到端做透，從大數據治理到服務終端用戶的企業(yè)
(2)深耕醫(yī)療健康領域的隱私安全計算企業(yè)
(3)在城市級別大數據場景實現(xiàn)隱私安全計算的企業(yè)并具備多個案例
(4)已初步實現(xiàn)區(qū)域行業(yè)IoDC的企業(yè)，即數據化智能化產業(yè)互聯(lián)網構建
由此可見，擁有隱私安全計算及人工智能及龐大優(yōu)勢的翼方健數可以幫助用戶實現(xiàn)醫(yī)療數字化轉型，且做到醫(yī)療數字化轉型上的頂層設計。頂層設計即從數據的匯集、數據治理、數據確權再到面向第三方應用開放的數據授權使用，最后到數據計算結果即數據價值的輸出，為醫(yī)院、醫(yī)生及企業(yè)服務，實現(xiàn)數字醫(yī)療整鏈路的閉環(huán)。
3、器——平臺。
器，通俗解釋是一款工具、平臺或容量器，用來承接物品或最終轉化出一個結果。
在“器”方面，翼方健數已發(fā)布了全球首個商業(yè)部署的隱私安全計算平臺——翼數坊XDP。李葦剛為大家詳細地講解了隱私與安全的異同之處，以及MPC/FHE/FL技術與隱私安全計算與隱私數據平臺是如何從解決某些風險“點”的問題到支持數據價值體現(xiàn)全流程的“線”再到全“面”實現(xiàn)數據流通及資產化的遞進軌跡。
數據本身并非資產。數據通過資產化的技術和手段轉化為數據資產必須要滿足數據全生命周期管理，有清晰的數據資產化管理流程管控數據成本、為保值增值數據，最重要的是具有為數據應用服務創(chuàng)新的能力。滿足了所有這些基礎和條件，數據才能帶來未來經濟利益，完成數據到數據價值的華麗轉身。
翼方健數的翼數坊XDP平臺就是這樣一個神奇的系統(tǒng)工程。它提供數據從產生到價值體現(xiàn)的全流程解決方案，包括有效便捷的智能化數據加工手段，使數據達到可使用的狀態(tài);支持數據加工鏈路中所必需的多方數據源方、多方數據需求方、多方數據服務方的共同參與和貢獻;確保每個計算環(huán)節(jié)有著各自的安全信任假設及計算環(huán)境需求，能夠為不同場景提供相應的安全計算環(huán)境;最終通過確權、授權、定價、交易、以及價值分配等能力使數據價值在保證原始數據安全的前提下得以體現(xiàn)。
隱私安全計算的判斷依據源于信任假設和應用場景，而驗證一項技術或解決方案價值最有效的方法就是看它的落地和生命力。接下來的“用”所介紹的就是具體的體現(xiàn)。
數據真的能用嗎？能用，翼方健數的愿景就是讓天下沒有難用的數據
雖然數據賦能產業(yè)已成為全球經濟發(fā)展的新趨勢，大家都期盼能借助人工智能、大數據技術進行價值提升及轉型。但是對于對醫(yī)療機構來說，醫(yī)療大數據能用嗎?醫(yī)療大數據又用了嗎?
要讓數據能用，首先需要考慮到的是海量數據的匯集、清洗和處理，按照數據最小可用原則篩選、分析以及利用數據。
翼方健數利用人工智能和深度學習技術高效地治理數據，通過元數據管理和數據資源目錄的創(chuàng)建，來滿足數據探測和數據發(fā)現(xiàn);進而再通過數據的確權與授權，鏡像數據的加密與解密，對三方應用和算法的開放與保護，數據可用可見與可用不可見的管理，來實現(xiàn)數據的安全計算;最后確保只輸出數據計算的結果即數據價值并利用區(qū)域鏈智能合約方式實現(xiàn)數據價值全生命周期的存證和分享。
再考慮到醫(yī)療數據可以用到哪這個問題，翼方健數給出的答案是：利用優(yōu)質醫(yī)療數據通過深度學習，訓練出臨床診療模型，再把這些模型反饋到臨床醫(yī)療、科研教學和醫(yī)院管理上，為一線的臨床工作者、科研工作者以及醫(yī)療管理人員提供智能的輔助服務。
目前，翼方健數已經擁有深厚的技術實力與豐富的落地案例，其解決方案已經涵蓋至三大板塊：以電子病歷應用場景為核心的治療合理性管理;院內智能控費系統(tǒng);智能化臨床科研平臺。
第一板塊，以電子病歷應用場景為核心的治療合理性管理。其應用場景包括可自主學習的臨床知識庫、CDSS臨床輔助診療、智能輔助書寫、智能輔助檢驗檢查、智能輔助用藥、罕見病及危重急癥提示以及涵蓋事前、事中、事后的電子病歷內涵質控等。
第二個板塊，使用大數據、人工智能技術結合傳統(tǒng)的規(guī)則引擎提出DRG院內醫(yī)保精細化管理解決方案的院內智能控費系統(tǒng)。包括了五大功能模塊：AI數據治理模塊、病歷質控模塊、病案首頁質控模塊、CHS-DRGs預分組和績效考核模塊，用于專門幫助醫(yī)療機構應對目前面臨的越來越嚴重的醫(yī)療費用合理性挑戰(zhàn)。
第三個板塊，以生物信息和臨床科研為出發(fā)點，通過數據治理將多來源多模態(tài)的醫(yī)療大數據轉化為可計算、可分析數據的智能化臨床科研平臺。集合數據采集、科研數據檢索發(fā)現(xiàn)、數據授權使用、數據全生命周期管理、智能化流程管理、數據彈性存儲計算管理于一體，全面支持第三方應用開放，提升研究質量，加速科研轉化。
這些解決方案都離不開翼方健數的核心技術——隱私安全計算以及人工智能技術。據統(tǒng)計，發(fā)生數據泄露事件最多的十大行業(yè)中，醫(yī)療行業(yè)居首，未經授權的泄密已經成為醫(yī)療行業(yè)數據安全的首要風險。因此，如何安全地用好醫(yī)療數據，一直是醫(yī)院數字化轉型最大的考驗和挑戰(zhàn)。
活動現(xiàn)場部分演講嘉賓合影
今天，我們在翼方健數的“臨床醫(yī)學‘道術器’醫(yī)學數據全場景全周期治理”為主題的專題討論會上，和幾位來自國內頂尖醫(yī)院信息部和大數據中心的老師們以及上百位醫(yī)療信息行業(yè)的同行們一起參與和見證了如何在智能化時代，安全地把醫(yī)療數據用起來，讓醫(yī)療數據發(fā)揮出價值為醫(yī)療服務。
翼方健數為醫(yī)療數據產業(yè)化不斷釋能
在2019年國家首次將數據增列為新的生產要素下，數字化產業(yè)化趨勢已初露苗頭。再隨著數字化浪潮、數字業(yè)務化的推動下，醫(yī)療數據資產化以及資產化管理的呼聲也越來越高及清晰。
而醫(yī)療數據從數據到數據資產的轉化所要解決的一系列問題都可以通過基于隱私安全計算的醫(yī)療數據資產管理平臺來實現(xiàn)。
翼方健數作為一家在大數據領域，將隱私安全計算和人工智能充分融合的創(chuàng)新型高科技企業(yè)，以利用隱私計算技術，實現(xiàn)合理的、授權下的數據價值共享，創(chuàng)造數據流通性，降低數據科學的門檻，推動人工智能的進步為己任，以發(fā)現(xiàn)、實現(xiàn)和分享數據價值為愿景。
目前，翼方健數的數據資產管理平臺已備受市場及各界媒體的關注，其不單可以幫助醫(yī)療企業(yè)數字化轉型且保障大家原始數據上的安全、隱私性;還能充分挖掘醫(yī)院數據上的價值，從而進一步挖掘出醫(yī)療數據上的科研、營運、社會等各方面上的價值，助益醫(yī)院便攜及充分地使用及共享價值數據，從而達到醫(yī)療數據產業(yè)化的目的。
那么在未來，翼方健數究竟能為數字醫(yī)療帶來怎樣的新篇章?就讓我們拭目以待吧。
（免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現(xiàn)的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
