案例一:全國首例-兒童罕見病基因隱私查詢網(wǎng)絡

• 項目需求

  外顯子組測試作為一種基因測序技術，對于兒科疾病的臨床診斷有極大幫助。然而，現(xiàn)在使用的隱私保護手段很難保證在表型數(shù)據(jù)（phenotype）和基因型數(shù)據(jù)（genotype）匹配過程中基因數(shù)據(jù)的安全。某研究機構希望能在保證隱私安全的前提下，進行一項中國兒童致病變異表型的研究。

• 項目方案

  依托隱私保護計算平臺為其開發(fā)了一個用于中國兒童群體變異表型遺傳診斷研究的隱私保護在線系統(tǒng)（如圖）。該系統(tǒng)利用可信執(zhí)行環(huán)境等技術為單個變體提供表型譜的隱私保護查詢（PIR），在數(shù)據(jù)匹配的過程中能夠保護用于查詢的數(shù)據(jù)信息的隱私安全，同時對后端模型和數(shù)據(jù)以及最終結果的隱私安全進行保護。

• 項目效果

  1.在兼具性能和安全性的前提下實現(xiàn)帶有隱私保護的查詢，本案例覆蓋超大數(shù)據(jù)量，包含 20,909 例患者和 3,152,508 個變異體。
  2.針對荷載的均衡性進行了算法優(yōu)化，更好地提升計算效率，避免在大樣本量和高并發(fā)情況下可能導致的性能下降。

案例二:帶隱私保護的AI醫(yī)學影像深度分析

• 項目需求

  AI醫(yī)學影像分析在臨床診斷中具有重大意義，然而，大數(shù)據(jù)分享和分析帶來了信息隱私和模型保護兩方面的挑戰(zhàn)。需求方需要平衡數(shù)據(jù)共享和隱私安全以更好地訓練模型。

• 項目方案

  基于隱私保護計算平臺，我們可以采用病灶識別和病灶分析兩種方法，通過醫(yī)學影像對新型冠狀病毒感染進行識別。其中主要采用帶有隱私保護的深度學習的醫(yī)學圖像分割算法、特征提取算法、定量分析和對比等算法。

• 項目效果

  實現(xiàn)對于新型冠狀病毒感染肺炎的快速輔助診斷，幫助醫(yī)務工作者找出病灶區(qū)域，避免人工操作帶來的失誤，并且可以節(jié)約人力成本，為醫(yī)生的診斷提供快速、可靠和精準的輔助診斷參考。