生物医疗场景下的隐私保护计算应用*

doi:10.12267/j.issn.2096-5931.2022.05.008

信息通信技术与政策 ›› 2022, Vol. 48 ›› Issue (5): 60-67.doi: 10.12267/j.issn.2096-5931.2022.05.008

生物医疗场景下的隐私保护计算应用*

Applications of privacy preserving computing in biomedical areas

陈如梵¹, 王林², 郭兰停¹, 郑灏¹, 孙琪¹, 李帜¹, 王爽¹^,³

1.杭州锘崴信息科技有限公司,杭州 310053
2.济南大学,济南 250022
3.四川大学华西医院,成都 610041

收稿日期:2022-03-10 出版日期:2022-05-15 发布日期:2022-05-26
作者简介:
陈如梵杭州锘崴信息科技有限公司研究员,主要从事隐私保护计算应用方面的研究工作|王林济南大学硕士研究生,主要从事多方安全计算方面的研究工作|郭兰停杭州锘崴信息科技有限公司算法工程师,主要从事隐私保护计算技术落地应用等研究工作|郑灏杭州锘崴信息科技有限公司高级研究员,主要从事隐私保护计算应用方面的研究工作|孙琪杭州锘崴信息科技有限公司高级研究员,主要从事隐私保护计算应用方面的研究工作|李帜杭州锘崴信息科技有限公司高级工程师,主要从事隐私保护计算应用方面的研究工作|王爽杭州锘崴信息科技有限公司高级工程师,四川大学华西医院特聘教授,主要从事隐私保护计算方面的研究工作

CHENG Rufan¹, WANG Lin², GUO Lanting¹, ZHENG Hao¹, SUN Qi¹, LI Zhi¹, WANG Shuang¹^,³

1. Hangzhou Nuowei Information Technology Co., Ltd, Hangzhou 310053, China
2. Jinan University, Jinan 250022, China
3. Sichuan University, West China Hospital, Chendu 610041, China

Received:2022-03-10 Online:2022-05-15 Published:2022-05-26

摘要/Abstract

摘要：

医疗信息化的浪潮进一步丰富了生物医学数据的维度和规模,然而出于数据流动合规性、隐私安全和维护自身权益的考虑,这些数据往往局限在单一机构里。数据之间无法形成互联互通,就无法释放真正的价值。正是受到这些因素的驱动,被认为是技术层面最优解的隐私保护计算快速从幕后走向台前,进入了快速发展的阶段。分别从技术和实际应用两个角度对隐私保护计算在医疗场景中的应用进行分析和研究。

关键词: 隐私保护计算, 联邦学习, 可信执行环境, 生物医学

Abstract:

The trend of medical informatization has further enriched the dimension and scale of biomedical data. However, due to the concerns of compliance, privacy-protection and data owner’s benefits, these data are usually stored in different institutions. Therefore, the intrinsic data value within each institution cannot be fully released due to the data isolation. Driven by these factors, privacy preserving computating, which is considered to be one of the most optimal technical solutions, has been rapidly developed and widely applied in many different areas. In this paper, we will introduce privacy preserving computating in Biomedical Areas from the perspective of technology and practical applications.

Key words: privacy preserving computing, federated learning, trusted execution environment, biomedicine

中图分类号:

TP309.2

陈如梵, 王林, 郭兰停, 郑灏, 孙琪, 李帜, 王爽. 生物医疗场景下的隐私保护计算应用*[J]. 信息通信技术与政策, 2022, 48(5): 60-67.

CHENG Rufan, WANG Lin, GUO Lanting, ZHENG Hao, SUN Qi, LI Zhi, WANG Shuang. Applications of privacy preserving computing in biomedical areas[J]. Information and Communications Technology and Policy, 2022, 48(5): 60-67.

导出引用管理器 EndNote|Ris|BibTeX

链接本文:

http://ictp.caict.ac.cn/CN/10.12267/j.issn.2096-5931.2022.05.008

http://ictp.caict.ac.cn/CN/Y2022/V48/I5/60

图/表 3

参考文献 12

[1]	田丽丽, 刘晓东, 刘洋, 等. 电子病历系统应用水平分级评价[J]. 中国医疗设备, 2013, 28(11): 76-77.
[2]	GONG M, WANG S, WANG L, et al. Evaluation of privacy risks of patients’ data in China: case study[J]. JMIR Medical Informatics, 2020, 8(2).
[3]	YAO A C. Protocols for secure computations[C]// 23rd Annual Symposium on Foundations of Computer Science (sfcs 1982). IEEE, 1982: 160-164.
[4]	COSTAN V, LEBEDEV I, DEVADAS S. Secure processors part II: intel SGX security analysis and MIT sanctum architecture[J]. Foundations and Trends in Electronic Design Automation, 2017, 11(3):249-361. doi: 10.1561/1000000052 URL
[5]	CHEN F, WANG C, DAI W, et al. PRESAGE: PRivacy-preserving gEnetic testing via SoftwAre guard extension[J]. Bmc Medical Genomics, 2017, 10(S2):48. doi: 10.1186/s12920-017-0281-2 URL
[6]	KUCAB M, BORYO P, CHODA P. Remote attestation and integrity measurements with Intel SGX for virtual machines[J]. Computers & Security, 2021, 106(9):102300. doi: 10.1016/j.cose.2021.102300 URL
[7]	WANG S, JIANG X, WU Y, et al. EXpectation propagation LOgistic REgRession (EXPLORER): distributed privacy-preserving online model learning[J]. Journal of Biomedical Informatics, 2013, 46(3):480-496. doi: 10.1016/j.jbi.2013.03.008 URL
[8]	WU X, ZHENG H, DOU Z, et al. A novel privacy-preserving federated genome-wide association study framework and its application in identifying potential risk variants in ankylosing spondylitis[J]. Briefings in bioinformatics, 2021, 22(3).
[9]	CHEN F, WANG S, JIANG X, et al. PRINCESS: privacy protecting rare disease international network collaboration via encryption through software guard extensionS[J]. Bioinformatics, 2017, 33(6): 871-878.
[10]	LU C L, WANG S, JI Z, et al. WebDISCO: a web service for distributed cox model learning without patient-level data sharing[J]. Journal of the American Medical Informatics Association: JAMIA, 2015, 22(6):1212-1219. doi: 10.1093/jamia/ocv083 URL
[11]	ROBERTS M, DRIGGS D, THORPE M, et al. Common pitfalls and recommendations for using machine learning to detect and prognosticate for COVID-19 using chest radiographs and CT scans[J]. Nature Machine Intelligence, 2021, 3(3):199-217. doi: 10.1038/s42256-021-00307-0 URL
[12]	WANG S, JIANG X, OHNO-MACHADO L, et al. SecUre privacy-presERving medical image CompRessiOn (SUPERMICRO)[C]// 2012 IEEE Second International Conference on Healthcare Informatics, Imaging and Systems Biology, 2012.

生物医疗场景下的隐私保护计算应用*

Applications of privacy preserving computing in biomedical areas

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 3

参考文献 12

相关文章 12

编辑推荐

Metrics

本文评价

[1]	周建平, 郑培钿, 王云河, 靳晨, 时代. 浅析隐私保护计算技术对数据交易流通模式的影响[J]. 信息通信技术与政策, 2022, 48(5): 25-33.
[2]	符芳诚, 刘舒, 程勇, 陶阳宇. 基于同态加密和秘密分享的纵向联邦LR协议研究[J]. 信息通信技术与政策, 2022, 48(5): 34-44.
[3]	贾轩, 白玉真, 马智华. 隐私计算应用场景综述[J]. 信息通信技术与政策, 2022, 48(5): 45-52.
[4]	杨靖世, 王思源, 袁博, 刘嘉夕. 隐私计算产品性能测评标准化研究[J]. 信息通信技术与政策, 2022, 48(5): 7-14.
[5]	袁博, 王思源. 隐私计算产品评估体系[J]. 信息通信技术与政策, 2021, 47(6): 12-18.
[6]	夏家骏, 鲁颖, 张子扬, 张钰婷, 张佳辰. 基于秘密共享与同态加密的纵向联邦学习方案研究[J]. 信息通信技术与政策, 2021, 47(6): 19-26.
[7]	符芳诚, 侯忱, 程勇, 陶阳宇. 隐私计算关键技术与创新*[J]. 信息通信技术与政策, 2021, 47(6): 27-37.
[8]	徐潜, 章庆, 喻博, 于文青, 贺伟. 基于中间件与区块链的异构隐私计算平台互通系统研究[J]. 信息通信技术与政策, 2021, 47(6): 38-49.
[9]	黄翠婷, 张帆, 孙小超, 卞阳. 隐私集合求交技术的理论与金融实践综述[J]. 信息通信技术与政策, 2021, 47(6): 50-.
[10]	强锋, 薛雨杉, 相妹. 隐私计算在金融领域的合规性分析[J]. 信息通信技术与政策, 2021, 47(6): 57-62.
[11]	程强, 刘姿杉. 电信网络智能化发展现状与未来展望[J]. 信息通信技术与政策, 2020, 46(9): 16-22.
[12]	李鉴, 　邵云峰, 　卢燚, 　吴骏. 联邦学习及其在电信行业的应用[J]. 信息通信技术与政策, 2020, 46(9): 35-41.