AI的发展推动了各行业的数字化与智能化，其在训练初期要依靠高质量的数据来进行训练并优化，以达到更高的准确性。但由于医疗数据绝对的敏感性与私密性，数据的拥有方采取高度保护措施，加大了科研部门有效利用数据进行医疗研究的难度。
阿里云提供符合医疗行业数据特性的数据治理和服务全套工具，具备简单易用、生态开放、算法智能、数据安全等特性，帮科研及药物研发企业真正的管好数据、用好数据、发挥好数据智能价值。
阿里云利用安全技术(TEE、MPC、FL 联邦学习、安全沙箱等)的医疗隐私安全分析，在保障数据隐私及安全前提下完成多方数据联合分析、联合训练、联合预测。一站式提供从数据接入到数据消费全链路的智能数据构建与管理的大数据能力。安全有效的建立与真实世界的数据链接。该技术在业内的疾病预警，临床试验，医药研发与应用管理，医保DRGs等领域均有探索型应用。
系统架构
亮点优势
应用案例：人遗智能管理项目
1.价值
某药企为了提升药物上市审批过程中项目申报准备质量和效率，简化流程，为临床试验节约时间，项目组共享试试申报进度和状态，数据过程实现分类分级。
2.面临的挑战
收集和汇总信息分散的问题：收集时间周期长，多人准备，易出错，易重复；
修改和审批不够便捷：多人审批，审批扭转不边界，信息反复修改版本多，难管理；
项目组织过程资产透明度低：审批意见/修订痕迹等过程信息可石化集中度低.
3.解决方案
阿里云基于数据安全底座，为该跨国药企提供端到端的HGRAC人类遗传资源管理系统。阿里云利用医疗数据规范与安全的能力，在医疗知识图谱的基础上，为该系统提供材料质量系统自动化纠错，主数据统一管理，高校审批，全过程留痕等应用功能支撑。
