隐语“多方医疗数据联合分析”解决方案获IDC创新大奖!

简介: 隐语“多方医疗数据联合分析”解决方案获IDC创新大奖!


收录于合集

#资讯活动25

#应用案例3

     8月18日,“2022 IDC中国数字金融论坛”在北京举行,IDC公布了年度“中国金融行业技术应用场景创新大奖”。该奖项由全球权威IT市场研究和咨询公司IDC每年组织评选一次,本次评选历时4个月,从161个案例中,经过分析师调研核实、内外专家评审等环节评选而出。蚂蚁集团的两个获奖项目是:“支付宝智能反诈系统”及“好医保住院医疗险安心赔2日快赔项目”。


     其中“好医保安心赔2日快赔”项目基于蚂蚁保“理赔大脑”系统和可信隐私计算框架“隐语”平台,实现医疗数据的安全合规流通:“理赔大脑”通过对百万医疗凭证图像的机器学习,建立了多模态医疗凭证识别模型和辅助核赔决策模型,最多可识别107种医疗、理赔凭证,识别准确率达到95%以上,效能提升70%以上。隐语提供的“多方医疗数据联合分析”解决方案,使用安全加密算法将多方数据进行联合分析,覆盖了全国10多个省份的医保数据。由此,不仅保障了保险公司及其外部医疗数据源的安全分析融合,释放医疗数据价值,还提升了医疗理赔数字化水平,全面提高用户的理赔体验。


     数据显示,目前,好医保用户通过“安心赔”进行智能互动报案时,首次递交材料便获通过的比例从原先的60%提升到了90%,基本实现了递交材料环节的“一次交对”。另外,对于理赔金额小于2万元的理赔申请,90%以上都可保证实现2日内结案。




     近几年,随着产业数字化转型加速发展,新型风险突显,对新技术的需求迅速提高。IDC中国金融行业研究总监高飞指出:“未来的风险对抗会是技术的对抗、AI的对抗,企业的智能风控需要提前布局技术”。蚂蚁集团大安全事业群技术部总裁李俊奎表示:“面对当前风控安全、体验和成本的行业难题,技术会是最好的答案,今后蚂蚁将通过开源、产品化等途径逐步开放实践经验,与产学研界共同探讨风控技术的创新和应用,推动行业的发展。



///隐语SecretFlow可信隐私计算框架,以安全、开放为设计理念,支持包括MPC、TEE、FL、HE、DP在内的多种主流隐私计算技术,通过良好的分层设计、开箱即用的隐私保护数据分析、机器学习等功能,降低开发者和使用者的技术门槛,助力隐私计算更广泛应用到AI、数据分析、金融风控、医疗保险等场景

相关文章
|
数据采集 缓存 安全
隐语小课|非平衡隐私集合求交(Unbalanced PSI)协议介绍
隐语小课|非平衡隐私集合求交(Unbalanced PSI)协议介绍
1299 0
|
3月前
|
云栖大会
送票!2025云栖大会9月24-26日杭州见
2025杭州·云栖大会,来了!
|
7月前
|
运维 Kubernetes Ubuntu
Kubernetes一键安装部署K8S,附带Kubernetes Dashboard的使用
至此,你已经成功安装并配置了Kubernetes和Dashboard。你现在可以开始使用Kubernetes来部署和管理你的容器化应用程序了。
920 24
|
Kubernetes Cloud Native Ubuntu
庆祝 .NET 9 正式版发布与 Dapr 从 CNCF 毕业:构建高效云原生应用的最佳实践
2024年11月13日,.NET 9 正式版发布,Dapr 从 CNCF 毕业,标志着云原生技术的成熟。本文介绍如何使用 .NET 9 Aspire、Dapr 1.14.4、Kubernetes 1.31.0/Containerd 1.7.14、Ubuntu Server 24.04 LTS 和 Podman 5.3.0-rc3 构建高效、可靠的云原生应用。涵盖环境准备、应用开发、Dapr 集成、容器化和 Kubernetes 部署等内容。
678 6
|
11月前
GitFlow流程
分支角色概述:主分支(master/main)代表最新稳定版本,开发分支(develop)用于日常开发,特性分支(feature)用于开发新功能,发布分支(release)用于准备新版本发布,热修复分支(hotfix)用于紧急修复已发布版本的问题。GitFlow流程包括初始化、开发新功能、准备发布、热修复和持续迭代。
397 17
|
11月前
|
机器学习/深度学习 数据采集 DataWorks
数据分析经典案例重现:使用DataWorks Notebook 实现Kaggle竞赛之房价预测,成为数据分析大神!
Python是目前当之无愧的数据分析第一语言,大量的数据科学家使用Python来完成各种各样的数据科学任务。本文以Kaggle竞赛中的房价预测为例,结合DataWorks Notebook,完成数据加载、数据探索、数据可视化、数据清洗、特征分析、特征处理、机器学习、回归预测等步骤,主要Python工具是Pandas和SKLearn。本文中仅仅使用了线性回归这一最基本的机器学习模型,读者可以自行尝试其他更加复杂模型,比如随机森林、支持向量机、XGBoost等。
|
机器学习/深度学习 存储 人工智能
AI(文生语音)-TTS 技术线路探索学习:从拼接式参数化方法到Tacotron端到端输出
【9月更文挑战第1天】AI(文生语音)-TTS 技术线路探索学习:从拼接式参数化方法到Tacotron端到端输出
AI(文生语音)-TTS 技术线路探索学习:从拼接式参数化方法到Tacotron端到端输出
|
消息中间件 监控 数据安全/隐私保护
Mac 安装启动RabbitMq
Mac 安装启动RabbitMq
|
JavaScript Java 测试技术
基于SpringBoot+Vue的家政服务系统的详细设计和实现(源码+lw+部署文档+讲解等)
基于SpringBoot+Vue的家政服务系统的详细设计和实现(源码+lw+部署文档+讲解等)
148 0
|
安全 关系型数据库 MySQL
MySQL权限管理大揭秘:用户、组、权限解析
MySQL权限管理大揭秘:用户、组、权限解析
1151 0

热门文章

最新文章