央数智·专访｜隐私计算成为数据安全技术底座

央视网消息：第六届数字中国建设峰会于4月27日-28日在福建省福州市举办，本届峰会以“加快数字中国建设，推进中国式现代化”为主题，其中数字中国建设成果展、数字产品博览会在同期举办，于4月26日—30日持续5天，对来自数字基础设施、数字经济、数字社会、数字技术创新等多个领域的最新成果和优秀实践案例分别进行了展览展示，呈现了一场“数字盛宴”。

活动期间，锘崴科技创始人、董事长王爽接受了央视网数智频道的专访。

为更好挖掘参与单位数字化技术最新成果与最优实践，从第五届起，峰会开展“数字中国建设峰会最佳成果”遴选活动，本届峰会中，锘崴科技荣获“第六届数字中国建设峰会最佳成果”案例。颁奖环节组委会给予锘崴科技案例的评价：“数字经济时代，数据成为经济发展新引擎，隐私计算成为技术安全底座。锘崴科技是我国最早从事隐私计算研究的企业，代表了我国在隐私计算领域最先进的技术水平。锘崴信®医疗隐私计算平台（NovaVita）帮助医疗数据安全可信流转，在推动我国医疗数字化转型中发挥着积极作用。” 

央数智：我们看到锘崴信®医疗隐私计算平台荣获第六届数字中国建设峰会最佳成果“十佳数字普惠案例”，请您介绍一下这个平台及落地应用情况？以及有什么独特亮点和价值？

王爽：锘崴信®医疗隐私计算平台已经在多个场景下以及在多个大型项目当中实现了落地。主要是通过隐私计算去赋能医疗数据共享和价值流通，以及保护数据安全。目前我们主要应用的场景包括服务于医院之间的科研合作，服务于医院与药厂之间的新药研发，服务于医院与保险公司之间的核保等等。

我们通过锘崴信®医疗隐私计算平台打通了不同机构医院之间的数据，实现医院数据更高效地流通，服务于像临床辅助诊断、新药研发、保险核保、医疗科研等不同的场景。通过隐私计算技术，我们也完成了全国首例全基因组关联分析案例，打通了多家医院的基因数据，实现在隐私保护下的联合分析。同时我们也建立了全国大规模的基于隐私计算的癌症专病网络，通过这个网络赋能新药的研发。

央数智：什么样的场景需要用到隐私计算技术，隐私计算解决的核心问题是什么？

王爽：目前医疗、金融、政务是隐私计算技术的主要需求行业。在医疗行业，隐私计算能够帮助医药企业、医疗机构和保险公司提高数据安全管理水平，同时还能够通过病例数据共享形成联合AI模型，进一步提高精准度，服务新药研发、临床辅助诊断、医保控费等场景。在金融行业，隐私计算能帮助监管部门降低风险，也能帮助各个单位拓展业务，服务于普惠金融、银行互联网营销、保险联合营销、风控、征信等场景。在政务领域，隐私计算能帮助政府各部门数据实现互联互通，促进政府跨部门协同，服务于政务数据开放、反赌反诈等场景。

隐私计算主要是解决了“数据可用不可见”、“用途可控可计量”的核心问题。所谓“可用不可见”就是在很多情况下，我们进行数据共享、数据合作的时候，数据提供方最担心的就是数据一旦给出去，后续环节就不可控，存在数据隐私泄露的风险，数据被滥用或者是超范围使用的可能性，甚至存在数据被转卖的可能性。通过隐私计算这项技术，我们就可以在不出数据源边界的前提下，完成数据价值的转换，实现数据的可管可控，数据可以按用途、用法、用量进行使用，数据的所有权也得到了保护，充分释放数据作为数据要素的价值。 

央数智：您刚才提到，隐私计算是数据要素市场建设和数据价值安全释放的技术“最优解”，请您谈谈，隐私计算具体是如何做到兼顾数据安全与价值释放的？

王爽：数据的价值在流通中得到释放，而隐私计算解决的就是数据流通中的安全问题。传统数据处理模式下，存在数据不可控、数据被滥用、转卖或者隐私泄露的风险，因此数据所有方往往不敢开放，数据价值也就无法得到释放。采用隐私计算技术，可以实现数据可用不可见，各数据源的数据可以在本地参与多方合作，只贡献数据价值，以此消除潜在的数据泄露风险，推进数据价值流转。

具体来说，我们团队首创的安全联邦学习技术包含普通联邦学习、多方安全计算、同态加密以及可信计算环境等底层技术，构成了锘崴信®隐私保护计算平台的隐私保护计算能力。我们利用隐私计算技术，提供“数据安全的技术基座”，帮助各行业实现数据安全合规和数据价值挖掘的平衡。 

央数智：在数字中国、数字经济大背景下，锘崴科技的定位是什么？有什么具体性的规划和布局？

王爽：数字中国建设大背景下，科技恰恰是数字化发展浪潮中把握新机遇、应对新挑战、塑造新优势的关键抓手。锘崴科技的定位是数据价值之间的桥梁，是一家“隐私计算+”的企业，通过隐私计算的底层技术，赋能不同的行业应用。我们希望与数字经济的浪潮携手前行，打造数据要素释放的安全基座，促进数字化转型加速，为高质量发展注入动能。

在生态上，我们会跟医疗、金融、政务、营销等多个行业的生态伙伴携手，致力于打造针对不同行业的隐私计算产品和解决方案，促进数据价值的释放，推动数字经济的发展。同时，我们一直在进行技术层面的迭代，不断提高隐私计算算法的效率、安全性和算法能力。在构建数据网络上，我们跟多方数据源进行合作，通过帮助数据提供方、数据所有方构建隐私计算底座，实现数据互联，从而帮助更多不同的行业展开更广泛的数据应用。