4. 医疗
医疗数据作为一项重要的资产,是医疗卫生领域重要的生产要素,也是反映国民幸福指数的根本依据。但医疗数据往往涉及个人隐私信息,医疗相关人员由于安全性及隐私性等问题,往往不愿共享医疗数据。医疗体系建设的要求势必带来医疗数据的交互利用,而隐私计算则是目前医疗数据合规利用中一项急需应用的技术。
医疗与隐私计算结合,主要场景包括:医美营销、智慧医疗、医学科研、药物研发和医疗保险等。
1) 医美营销
• 业务场景:其他行业数据源包含海量高价值数据,医美平台用户数据量单一,推荐营销效果欠佳。亟需与电商、媒体等行业数据相互融合应用,丰富数据特征维度,提高医疗服务精准推荐等场景业务能力。
• 解决方案:通过瓴羊 Dataphin 隐私计算的联合建模能力在帮助医疗机构不输出原始数据的前提下,共享数据特征信息进行联合建模,对具有不同医美诉求的用户,以不同的优惠力度,推荐不同的医美营销项目,提升营销转化。
2) 医疗科研
• 业务场景:医学科研高速前进、不断发展。但医学科研一直面临着一大难题——医疗数据难获取。医疗研究单位由于数据安全、数据隐私等问题,一般不会直接共享自己的医疗数据;同时医院就诊病人的信息也不会直接提供给科研部门。
解决医疗数据孤岛,是促进医学研究的关键,而隐私计算技术的出现在一定程
度上解决了该难题。
• 解决方案:通过利用瓴羊 Dataphin 隐私计算的联合分析、联合建模等方式进行多维度融合,在不泄露患者疾病诊断或基因分型数据的前提下,实现了跨机构医疗数据的安全共享,丰富了医疗数据资源,为科研创新提供了强有力的支撑。