医工融合发展，创新引领未来。OFweek 2026智慧医院创新发展大会暨医疗机器人创新发展峰会于4月23日在深圳圆满举办。
会上，深圳市南山区人民医院原CIO朱岁松带来《隐私计算的南山医院实践》主题分享，从技术原理、平台架构、临床实践到实施价值，完整拆解隐私计算在医院的全流程落地路径，为智慧医院数据安全建设提供可复制的实践参考。
▲ 南山区人民医院原CIO朱岁松
朱岁松先生指出，随着智慧医院建设深入推进，医疗数据的价值挖掘与跨机构共享已成为行业发展趋势，但数据隐私泄露、信息安全合规、患者权益保护等问题也随之凸显。
如何在保障医疗数据安全、严守隐私底线的前提下，实现数据互联互通、高效利用，成为公立医院数智化转型必须攻克的关键难题，这也正是南山医院推进隐私计算实践的核心初衷。
分享中，朱岁松先生首先对隐私计算技术体系进行了专业梳理与通俗解析。他介绍，隐私计算并非单一技术，而是包含联邦学习、安全多方计算、同态加密、差分隐私等多种主流技术，并进一步对这些主流技术进行原理讲解、优缺点解析和路线对比。
综合各类技术的适配性与医院实际业务需求，南山医院最终选定以联邦学习为核心，融合差分隐私、区块链的落地路线。
核心逻辑遵循数据可用不可见、数据不动模型动的原则，全程无需原始医疗数据出库、不泄露患者个人敏感信息，多方参与机构可在加密环境下完成联合建模、统计分析、特征挖掘与科研协作，从技术底层平衡医疗数据价值挖掘与个人隐私安全防护，高度适配医疗数据高敏感、强合规、多场景、重协同的行业特性。
在此基础上，朱岁松先生拆解了南山医院隐私计算平台项目架构，自下而上分为数据层、平台层、应用层、用户层四大层级：
数据层作为底层支撑，汇聚院内CDR数据中心、科室自有数据、专病库数据及科研数据，同时纳入外部课题与第三方EDC采集数据，通过多渠道采集并完成标准化脱敏，筑牢合规数据底座；
平台层依托XDP隐私计算平台搭建核心管控中枢，提供存储与算力调度、数据全生命周期管理、第三方工具接入，以及安全沙箱、多方安全计算、联邦学习三大核心计算能力；
应用层覆盖内外部场景，对内支撑医护技日常工作统计、数据上报及科研纳排查询、统计分析，对外支持跨机构科研协作与AI模型训练；
用户层面向不同角色配置分级权限，适配院内协作与跨机构分享场景，同时支持VPN上传模型/数据集、平台联盟跨院协同两种交互方式，全程坚持数据不出院、隐私不泄露、操作可追溯。
立足智慧医院高质量发展要求，数据安全是数字化转型的根基。
朱岁松先生强调，隐私计算并非单纯的技术部署，而是医工融合、临床需求与技术创新深度结合的系统工程。南山医院的实践充分证明，隐私计算能够有效平衡医疗数据价值释放与隐私安全保护，是智慧医院数据治理的重要技术支撑，也为同级别医院提供了可参考、可落地的实操方案。
— END —
分享
发表评论
登录
手机
验证码
手机/邮箱/用户名
密码
立即登录即可访问所有OFweek服务
还不是会员？免费注册
忘记密码其他方式
请输入评论内容...
请输入评论/评论长度6~500个字
暂无评论
暂无评论