人工智能时代，人们对数据的重视程度越来越高，数据的价值已经被普遍认可。但是依然存在数据孤岛、没有被广泛挖掘和重视的情况。
随着云计算以及人工智能的发展，生物信息数据已被视为重要的生产要素和战略资产。但生物信息行业仍面临挖掘数据价值的痛点。如何打破数据孤岛，实现价值共享，是当下整个行业亟待解决的难题。
因隐私数据严苛保护导致无法使用，成生物信息领域痛点
数字经济时代，数据就是最关键、最重要的生产要素。各行各业都应做到数据要素化，数据要流通、挖掘更深层次的价值。
2020年4月，国家《关于构建更加完善的要素市场化配置体制机制的意见》首次将数据与土地、劳动力、资本、技术等传统要素并列为生产要素之一，数据已成为了数字化时代的“新能源”。
目前，人们对数据的重视程度越来越高，数据的价值已经被普遍认可。但是依然存在数据孤岛、没有被广泛挖掘和重视的情况。美国市场研究机构force research的调查就显示，目前有60%~73%的数据没有被充分利用。
然而，隐私数据泄露、数据滥用、数据市场粗放式管理却与数据要素地位的日益提升难以匹配。数据安全问题已成为完善数据要素市场首先要解决的问题。
具体到生物信息领域，也存在同样的问题。
表面上看人工智能已经在医疗、保险等很多场景得到应用，但实际上数据的价值并没有得到充分的挖掘。由于生物信息领域专业性高、门槛高，对使用的人来说数据导入导出不方便，隐私安全保护也不能得到确认。而医疗平台的数据核心一旦没有私密性，造成的会是无法弥补的多方损害，甚至涉及国家安全。
如何保证数据隐私，让数据可用不可见?如何打破数据孤岛，激活数据共享价值?这些都是生物信息领域当下的痛点。
总体而言，一方面是大量数据隐私泄露的泛滥成灾，一方面是相关医疗平台难以获得有效合规的数字资源。在此矛盾之下，当下最优的解决办法是通过技术解决，这种技术就是隐私计算。
利用隐私安全计算打破数据孤岛 实现价值共享
根据国际调研机构Gartner最新的一份战略科技趋势预测，隐私计算成为2021年重点深挖的9项技术之一。Gartner还预测，到2025年，将有一半的大型企业机构使用隐私计算在不受信任的环境和多方数据分析用例中处理数据。
隐私计算，根据中国信息通信研究院的定义，是指在保证数据提供方不泄露敏感数据的前提下，对数据进行分析计算并能验证计算结果的信息技术。
因其在不对外泄漏数据本身的前提下，实现规范化数据的获取、分析、计算，原始数据不离开数据平台，只输出数据价值，它的最大特点是可以实现数据流通的“可用不可见、可控可计量”，实现了风险的可控。
说得更通俗一些，就是在保证数据安全的前提下，真正做到“数据可用不可见”，让数据可以自由流通或共享，消除数据孤岛问题，从而释放数据更大的价值，提升生产效率，进而推进产业创新。
由此可见，隐私计算是目前已知的最合适的技术思路。
隐私计算是什么?隐私计算并不是一个单一技术，而是基于不同的信任假设和应用场景可以选择出适配相应条件的技术，括如基于硬件的TEE、基于密码学的安全多方计算(MPC)和全同态加密(FHE)、源自人工智能的联邦学习等，目标在于实现“数据价值”的共享。
目前业界的普遍共识是，要实现数据“可用不可见”，单一技术难以独挑大梁，不同技术路径(密码学、人工智能、区块链等)的互补融合才是发展趋势。
翼方健数提出以隐私安全计算为基石，通过多方安全计算MPC/同态加密、联邦学习、安全沙箱计算/TEE等前沿技术，实现数据“可用而不可见”，并在业内提出“数据和计算互联网”(IoDC)的概念并付诸实践。
破解生物信息领域矛与盾 翼方健数为医疗健康的数字产业赋能
3月，翼方健数联合测序中国、南京江北新区生物医药公共服务平台举办的“融合•创新—基因大数据驱动下的产学研交叉融合与协同创新”论坛上，翼方健数生信总监陈盛培在分享中强调，对于数据管理不再只是原始数据的管理，而是包含了数据演化过程的全生命周期管理，其中就包括了数据使用过程中如何通过平台实现高效流通。因此，不同于生物信息领域其他产品服务，在平台搭建上，翼方健数做了全数据流支持的AI驱动的科研数字平台——BBT-BIP 生物信息分析平台，从数据获取、数据清洗到数据提炼、深入挖掘，最后授权共享，打通全链路。
通过XDP翼数坊数据应用开放平台对接多来源的真实世界数据，如院内诊疗数据、生信检测数据、医保数据、公卫/疾控数据、公安/民政等政务数据。通过隐私安全计算的方式，在数据隐私保护和数据安全的前提下，用多源异构的数据，发掘数据的价值——高质量的真实世界证据。
在技术运用层面，翼方健数自主研发的DaaS服务，可以对多组学数据、表型数据、临床数据进行数据治理和清洗，达到数据可用的状态。同时，翼方健数还自研了肿瘤多组学分析工具供平台用户自主使用。
此外，生物信息的使用需要进行相关处理和提炼，所以在翼方健数BBT-BIP生物信息分析平台中可接入丰富的第三方应用，如Sentieon, RNA-Seq, GATK, Bismark等，也具备DAG Editor 流程编辑器。能够非常便捷地使用到工业级应用，且无需单独开账号走繁琐的流程，在平台内使用数据，基于沙箱计算等技术也确保了数据的隐私安全。
从而实现不分享原始数据，数据在平台内授权使用，通过计算来分享数据的价值这一目的。
在医疗领域，翼方健数基于翼数坊的基础上，还开发了配合医疗行业中各环节的前端应用，实现端到端打通，如：以电子病历应用场景为核心的产品系列“探路者(PathFinder)”、人工智能图像分析和自动建模系统“洞察者(Perceptor)”、智能风控服务“守护者(STPA)”、多模态生物科研一体化平台“先行者(Pioneer)”。
在通过隐私安全计算促进医疗数据价值流通方面，翼方健数已有多个实际落地案例。
其中，在国家首批医疗健康大数据试点城市厦门市，翼方健数基于隐私安全计算搭建了厦门健康医疗大数据应用开放平台，构建了医疗数据应用开放的数据生态。可实现数据处理、数据存储、数据计算一体化，构建算法和数据的互联网，让医疗数据在封闭环境内同样也能实现应用输出和价值输出。
在医疗医药及生物信息领域，临床科研转化和药物研发工作往往需要多学科专家参与，多部门跨地域科研协作成为常态，因此数据安全、伦理、隐私以及科研成果保护也决定着科研成败的关键。
今年初，南京江北新区生物医药公共服务平台与翼方健数达成战略合作，联合打造多模态多组学数据的一站式分析协作平台，通过丰富的功能和优良的生态设计，将大大地提高了科研和临床转化的效率。
作为国内深耕医疗健康大数据的隐私安全计算公司，翼方健数还将着重拓展市场业务和持续扩充研发队伍，进而拓展到医疗和生物信息之外的行业。通过构造全链条服务体系，为企业机构的数据合作和联合分析保驾护航。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
