专访锘崴科技董事长王爽教授：隐私计算，可信AI的技术底座和安全基石 | 爱分析访谈(5)

王爽教授： 在立法出台之前，国内更多是数据拷贝的共享形式。《数据安全法》和《个人信息保护法》出台后，只有匿名化的数据才不受到法律的监管，匿名化的定义是不能回溯到个体，常用的脱敏手段处理后的数据并不等于匿名化。

如何实现匿名化，行业也在探索中，目前更多是行业标准，比如央行出台的政策指南，把多方安全计算应用到金融行业，比如卫健委通过隐私计算赋能跨境或跨多中心的研究。我们也参与了卫健委、工信部、公安部等各行业监管部门的标准制定，推动隐私计算在数据可用不可见的情况下完成数据共享。

03

深耕医疗场景，锘崴科技实现隐私计算技术和服务能力持续迭代

爱分析：医疗行业有哪些刚需隐私计算应用场景？

王爽教授： 隐私计算在科研、药企、商业上都有很多应用，主要包括查询、建模、模型使用场景。

第一类是数据检索的需求。 比如罕见病的治疗，由于缺少直接的临床诊断路径，需要通过相似病人匹配，在全国范围内找到具有明显效果的合适的诊断方案，给医生提供临床诊断支持。在匹配的过程中就需要通过隐私计算保护查询的条件、被匹配的数据源以及中间的匹配算法和返回的结果。

第二类是联合建模的需求。 比如临床辅助诊断模型，需要根据基因变异位点跟疾病的相关性构建模型，通过模型预测病人得癌症的风险，对其进行早期干预。

第三类是模型应用的需求。 很多厂商给医院提供模型时，会担心模型被泄露，这就需要隐私计算提供保护。有些 AI 模型在云平台上，使用方担心输入的信息被窃取，这同样可以通过隐私计算提供具备隐私保护的云 AI 服务。