外链吧

 找回密码
 立即注册
查看: 3|回复: 0

链上樱桃是什么 区块链构成要素有 云端钱包app

[复制链接]

1万

主题

1万

帖子

117

积分

年度VIP

Rank: 3Rank: 3

积分
117
发表于 2020-9-16 07:09:47 | 显示全部楼层 |阅读模式
网站优化
医疗领域被认为是对于隐私数据要求最高的场景而在这个方向的数据若是共享其效应将会巨大医疗平台集聚个人最私密的数据共享是否意味着即失守?开放应用生态更成无本之木?改弦更张尝试用新一代智能数据技术替代传统的共享方式以释放数据价值逐步成为发展共识那么新技术有哪些落地方式又如何提升诊疗准确度?

1

你所认知的医疗行业的数据问题其实在行业具有普适性

罗震介绍说翼方健数主要在医疗行业做隐私安全计算的生根和应用而在行业深耕多年后最大的体会是医疗行业中间遇到的数据安全、数据共享以及数据应用方面问题并且具有普遍性促使我们去做更为深入的思考

我们身处由信息时代转化到智能时代的变革中两个时代显著的区别在于对数据的重视程度与认知方式

信息时代我们更关注解决具体问题当我们发现解决过程中产生的数据有很大的价值与应用空间才逐渐开始使用

在当下的时代更多的是我们拥有这样的数据可以解决什么问题这是主次先后重要性的区别

我们认为智能时代会产生海量的数据处理数据主角是智能模型机器而不是人而必须有大量数据才能产生比较好的智能对数据的处理方式产生根本性的转变

基于此国家会提出数据是新的生产要素并把数据和土地、资本、劳动力等同起来但是数据作为生产要素南京文化艺术中心其实与很多传统的生产要素有许多区别

首先数据是信息时代的遗留由于分布在不同信息系统里边自诞生便相互隔离是非标准化、非结构化的质量有高有低

数据作为生产要素有非常独特的经济特征 区块链是什么意思

其一是虚拟可再用的;其二是非竞争性的如果我有一份数据共享给你你就有一份一模一样的数据;其三是产生数据需要高昂成本但分享数据几乎可以忽略成本

数据的价值有外在性当我们产生数据很难确定数据价值几何此外还有数据的非经济特征在每个行业里边都有隐私保护合规数据安全等行业方面的规范 比特币历年详细价格在医疗行业更加如此因为我们接触到的数据都是个人最隐私最保密的数据

正是因为所有数据特点恰恰是阻碍数据共享最核心的原因从经济的角度我花了很多的价钱产生数据而后分享给你数据将失去我的保护而你有一份同样的财产对你将来如何使用数据我将完全失控无法得知你可能会产生新的价值

从另一角度一旦原始数据流失并产生伤害这些伤害也很难被挽回

所以我们认为数据在本质上不能被共享共享的方式不是将原始数据拷贝给他人 去公司上班做比特币违法吗而是应是试图去通过计算来共享数据的价值

2

Alice与Bob谁更多金?不仅仅是“百万富翁”

数据的时代特性引出我们所讲的隐私安全技术或者说隐私计算基本的理念

举例而言有一家医学统计公司想做筛查效果及评估如做完癌症筛查后想了解做过筛查的人后续是否有问题涉及到医学统计中经常会提及的两个词一个叫灵敏度一个叫特异性

一般比较直观的做法是在数据平台找到所有做过筛查的人群观察后续发生的事情通过原始数据和分析最后得到评估结果最大的问题在于如果医疗行业原始数据一旦离开数据平台保护将来会产生问题而统计公司其实只想知道筛查手段的结果即灵敏度与特异性所以可以将计算放在安全的环境计算完毕之后只需拿走统计结果不用看到原始数据不用将数据导出通过这种计算的方式实现不分享原始数据而是分享数据的价值

实际上隐私安全计算面临较大的挑战首先隐私安全计算囊括的范围很广泛三个主流的安全计算方式一个方式称为

多方安全计算和同态加密

实现方法完全不同 数字货币打新骗局但是信任假设是相同的

假如没有任何可以信任的第三方如何做计算?第二个方式使用比较多的方式是

联邦学习

联邦学习是解决模型训练、模型推断的问题在机器学习方面来解决没有信任的前提下如何做联合模型训练和推断

联邦学习一个的缺陷是指计算的方式仅仅是在机器学习的方式如果我们有可以信任第三方比如Alice、Bob信任第三人Charlie他们如果将自己有多少钱告诉CharlieCharlie就会立刻的告诉Alice、Bob你们俩谁钱更多就可以通过一些

安全计算

的方式计算出结果在这里安全计算中主要防备的是应用本身对平台产生的威胁如果说安全沙箱做得好对系统本身产生的风险小就可以非常安全将它算出来

另一方面第三方中间有特殊的硬件叫称之为TEETrusted Execution Environment可信任执行环境我们将安全沙箱计算放到TEE中算此时可以解除对Charlie的信任因为硬件可以保证哪怕Charlie是恶意的人也没有办法看到Alice和Bob到底有多少钱

除了安全计算之外罗震在数据透明、差分隐私、云计算等做了详细阐释

比如说常见的数据透明对于平台数据内个人的信息脱敏处理但是无法解决所有问题因为在大数据的年代当你对数据主体的了解足够多甚至可以通过对其日常生活的了解到平台找到这个人

如何解决隐私保护问题差分隐私是一套非常好的量化隐私保护的解决方案这套理论体系内我们将每一个查询中间的隐私法用量化的方式表达可以在过程中比较精准的衡量平台用户做了query后有多大的可能性定位到他想找的每一个人平台可以通过一些加噪音的方法和限制查询的手段来防碍它

此外当我们在大数据的平台内做不同的计算在很多底层技术使用等方面与云计算、区块链有很大关系数据不出平台当数据在平台内部演化、计算产生新的结果过程中可以利用区块链完整的记录数据演化的过程

3

让天下没有难用的数据

这些问题我们认为是在隐私计算中可以考虑到极具挑战性且很有意思的技术问题罗震认为隐私计算的技术范畴非常广泛我们公司最主要想做的事情是想让大家把数据利用起来

所以提出的口号是我们努力成为“数据和算法互联网”的推动者建立一个由安全数据和计算(特别是AI应用);数据所有者、数据用户和服务提供商所组成的活跃生态系统

Step1 建立独立的隐私安全生态将数据所有者的数据利用起来

如我们和地方卫计委合作将来自于医院、妇幼保健、基层卫生等不同来源的数据进行加工治理

罗震列举团队在厦门做的落地案例厦门17年是国家健康医疗大数据首批试点的4个城市之一我们为厦门搭建了医疗数据能力平台平台内已经有大量的科研机构将数据有效利用起来

科研项目在平台内完成全部做到需要多维度的数据所以在平台中如果把所有的数据都打通就能够支持高质量的应用

机器人医生的水平受几个因素的影响

一是老师的水平二是学生的学习能力三是最终机器人医生的水平

举一个具体的例子在一家医院内用他自己的数据训练出的模型做一个具体的应用观察这家医院医生诊疗过程中整体以及个体表现我们发现在模型训练的时候以肺炎和支气管肺炎为例它的 Top 1的符合率比较低但是Top3符合率比较高背后的原因是某院肺炎和支气管肺炎诊断经常混用所以造成符合率不高

我们整体的思路是首先帮助有数据的人将数据治理好通过隐私安全计算方式在中间通过他的数据产生AI并且把AI通过一种能力的方式输出改造现有的医疗信息系统为医疗信息系统装上智慧的脑袋

Step2罗震介绍团队通过计算连接隐私安全计算平台进一步发掘数据价值

具体落地方面在中国一些不同的城市中我们先使用医疗数据而后将它们相互连接起来期间我们进行智能应用部署、将数据产生智能服务为医院质控并将部署点与应用命名另一方面与比如与第三方数据源合作有地理位置信息数据的做智能营销方面工作

总结而言

形成中的数据和计算互联网(IoDC)





上一篇:Bcc挖矿合约 中国数字货币怎么支付 btc和bcc算力大战
下一篇:区块链社区机器人平台真黑 比特币有怎样的资产属性 数字货币支付的商城
回复

使用道具 举报

会员充值
正规网站优化群

外链吧
  • 外链吧
  • 豫ICP备17032527号-5
  • 手机版
  • 小黑屋
  • 外链吧
  • QQ Online
快速回复 返回顶部 返回列表