對話翼方健數羅震：天下無難用的數據，如何讓“機器人醫生”更智能？
算力說
醫療領域被認為是對于隱私數據要求最高的場景，而在這個方向的數據若是共享，其效應將會巨大。醫療平臺集聚個人最私密的數據，共享是否意味著即失守？開放應用生態更成無本之木？改弦更張，嘗試用新一代智能數據技術替代傳統的共享方式以釋放數據價值，逐步成為發展共識。那么，新技術有哪些落地方式，又如何提升診療準確度？
8月25日，翼方健數 CEO 羅震 在SIGKDD·SDBD2020 第二屆智能數據和區塊鏈應用國際研討會上帶來《隱私安全計算下的數據和算法的互聯互通》的專題分享，談談怎樣為醫療信息系統裝上智能的“最強大腦”。
1
你所認知的醫療行業的數據問題，其實在行業具有普適性
羅震介紹說，翼方健數主要在醫療行業做隱私安全計算的生根和應用。而在行業深耕多年后，最大的體會是醫療行業中間遇到的數據安全、數據共享以及數據應用方面問題，并且具有普遍性，促使我們去做更為深入的思考。
我們身處由信息時代轉化到智能時代的變革中，兩個時代顯著的區別在于對數據的重視程度與認知方式。
信息時代我們更關注解決具體問題，當我們發現解決過程中產生的數據有很大的價值與應用空間，才逐漸開始使用。在當下的時代，更多的是我們擁有這樣的數據，可以解決什么問題，這是主次先后重要性的區別。我們認為智能時代會產生海量的數據，處理數據主角是智能模型機器，而必須有大量數據才能產生比較好的智能，對數據的處理方式產生根本性的轉變。
基于此，國家會提出數據是新的生產要素，并把數據和土地、資本、勞動力等同起來。但是數據作為生產要素，其實與很多傳統的生產要素有許多區別。
首先數據是信息時代的遺留，由于分布在不同信息系統里邊，自誕生便相互隔離，是非標準化、非結構化的，質量有高有低。
數據作為生產要素有非常獨特的經濟特征。其一是虛擬可再用的；其二是非競爭性的，如果我有一份數據共享給你，你就有一份一模一樣的數據；其三是產生數據需要高昂成本，但分享數據幾乎可以忽略成本。
數據的價值有外在性，當我們產生數據，很難確定數據價值幾何。此外還有數據的非經濟特征，在每個行業里邊都有隱私保護，合規數據安全等行業方面的規范，在醫療行業更加如此，因為我們接觸到的數據都是個人最隱私最保密的數據。
正是因為所有數據特點，恰恰是阻礙數據共享最核心的原因。從經濟的角度我花了很多的價錢，產生數據，而后分享給你，數據將失去我的保護，而你有一份同樣的財產。對你將來如何使用數據，我將完全失控，無法得知你可能會產生新的價值。
從另一角度，一旦原始數據流失并產生傷害，這些傷害也很難被安頓。所以我們認為數據在本質上不能被共享。共享的方式不是將原始數據拷貝給他人，而是應是試圖去共享數據的價值。
2
Alice與Bob誰更多金？不僅僅是“百萬富翁”
數據的時代特性引出我們所講的隱私安全技術，或者說隱私計算基本的理念。
舉例而言，有一家醫學統計公司，想做篩查效果及評估。如做完癌癥篩查后，想了解做過篩查的人后續是否有問題。涉及到醫學統計中經常會提及的兩個詞，一個叫靈敏度，一個叫特異性。
一般比較直觀的做法是在數據平臺找到所有做過篩查的人群，觀察后續發生的事情。通過原始數據和分析，最后得到評估結果。最大的問題在于如果醫療行業原始數據一旦離開數據平臺保護，將來會產生問題。而統計公司只想知道篩查手段的結果，即靈敏度與特異性。所以可以將計算放在安全的環境，計算完畢之后，只需拿走統計結果。不用看到原始數據，不用將數據導出，通過這種計算的方式，實現不分享原始數據，而是分享數據的價值。
實際上，隱私安全計算面臨較大的挑戰。首先隱私安全計算，囊括的范圍很廣泛。三個主流的安全計算方式。一個方式稱為多方安全計算或者同態加密，實際方法完全不同，但是信任假設是相同的。
假如沒有任何可以信任的第三方，如何做計算？第二個方式使用比較多的方式是聯邦學習。聯邦學習是解決模型訓練、模型推斷的問題，在機器學習方面來解決沒有信任的前提下，如何做聯合計算。
那么聯邦學習唯一的缺陷是指計算的方式僅僅是在機器學習的方式。如果我們有可以信任第三方，比如Alice、Bob信任第三人Charlie，他們如果將自己有多少錢告訴Charlie，Charlie就會立刻的告訴Alice、Bob你們倆誰錢更多，就可以通過安全多方計算的方式計算過程。
安全多方計算主要防備的是應用本身對平臺產生的威脅。如果說安全沙箱做得好，對系統本身產生的風險小，就可以非常安全將它算出來。
另一方面，第三方中間有特殊的硬件叫 稱之為TEE，Trusted Execution Environment，可信任執行環境。我們將安全沙箱計算放到TEE中算。此時可以解除對查理的信任，因為硬件可以保證哪怕Charlie是惡意的人，也沒有辦法看到算了Alice和Bob到底有多少錢。
分享
請輸入評論內容...
請輸入評論/評論長度6~500個字
