如何确保数据湖安全

作为一家以心血管AI为主打产品的公司，科亚如何理解城市级医疗大数据体系在新形势下的建设内涵?

科亚医疗负责人向雷锋网表示，城市级医疗大数据体系的建设就是：一个使医疗大数据从医疗真实世界的数据变成证据和工具，发挥其价值，推动临床试验和精准诊疗的发展过程。

在医改和新基建的大背景下，实现城市级医疗大数据的有效应用成为医院管理、建设的重要工作之一，数据驱动医院精益运营升级将成为医院发展的重要战略方向，也成为价值医疗升级的基础保障。

但随着医疗大数据体系建设的逐渐深入，也陆续暴露出一些问题和难点。

首先，数据归属不明确

目前，我国没有明确的法律规定数据归属问题，医疗数据使用权到底是患者个人、医疗机构、还是参与建设的企业?

医疗行业内的共识是：数据是患者、医生、医院三方共同的资源，且不能直接用作盈利，一般来说数据可以找科研项目合作中使用，使用前必须经过患者同意、医生必须得到医院科研项目申请批复。

因此，大多数AI医疗公司仍是通过与医院或主任合作科研项目，获取数据训练模型。

其次，数据安全要求高

医疗数据涉及个人数据隐私方面的问题，因此要特别注意个人数据隐私保护，中国《网络安全法》规定“网络运营者不得泄露、篡改、毁损其收集的个人信息;未经被收集者同意，不得向他人提供个人信息。但是经过处理无法识别特定个人且不能复原的除外”

所以，AI医疗公司在使用数据时要进行数据的无法识别特定个人处理，这在一定程度上能够帮助AI医疗公司规避数据安全问题。

第三，数据开放受限制

中国的医疗数据开放程度有限，主要体现两个方面：一是境内与境外的流通限制，二是医院与医院或医院与公司之间流通的限制。

境内与境外的限制其实很简单，这个各个国家都有相关规定，而且有的国家规定的更加严格，比如美国和欧洲。在医院与医院的流通限制方面，我国大部分的医院数据都是独立存在的，流通起来相对困难，更谈不上共享和数据交叉应用及数据变现。

2017年以来，国家通过立法逐步规范和开放数据的使用，同时陆续建立各类数据应用平台，通过国家力量和产业资本的结合，加快医疗数据的互联互通和数据共享机制，为医疗大数据的应用带来红利。

第四，数据标准不统一

我国人口众多，医疗数据丰富，但”数据大“不等于 “大数据“，临床数据不够统一和规范，不同地区、不同医院之间的数据没有建立起联系，也没有统一的标准，因此价值也得不到体现。

比如影像系统的数据标准问题，超过80%的医疗大数据为影像形式，但PACS系统的生产设备和数据标准是不一致的，数据交流存在诸多障碍。

第五，数据伦理有争议

尽管AI在医疗行业取得了令人瞩目的进展，但不可否认的是，AI的应用依然存在一系列的伦理问题，比如：AI造成了个人信息泄露，导致医疗事故，责任方是谁?AI的使用造成了医疗人员的失业，引发医疗产业结构的转型，社会应该如何应对?诸如此类的问题很多，都需要行业从业者去面对和解决。

第六，数据成本代价高

所有基于AI的医疗技术，都是以”数据“为基础的，目前AI医疗公司获得数据的渠道分为三种：第一种，与医院合作科研项目 第二种，从公开数据集下载数据，第三种，购买数据。

总体来说，AI公司获取数据的成本主要在数据获取和数据标注上，而且随着模型训练的逐步深入，数据吞吐量可能会是几何级数增长，代价也会水涨船高。这对于AI公司的运营来看，将是一笔不小的负担。



 

（编辑：宜春站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!