翼方健数作为一家在大数据领域，将隐私安全计算和人工智能充分融合的创新型高科技企业，以利用隐私计算技术，实现合理的、授权下的数据价值共享，创造数据流通性，降低数据科学的门槛，推动人工智能的进步为己任，以发现、实现和分享数据价值为愿景。
这些解决方案都离不开翼方健数的核心技术隐私安全计算以及人工智能技术。据统计，发生数据泄露事件最多的十大行业中，医疗行业居首，未经授权的泄密已经成为医疗行业数据安全的首要风险。因此，如何安全地用好医疗数据，一直是医院数字化转型最大的考验和单挑。
由此可见，拥有隐私安全计算及人工智能及庞大优势的翼方健数可以帮助用户实现医疗数字化转型，且做到医疗数字化转型上的顶层设计。顶层设计即从数据的汇集、数据治理、数据确权再到面向第三方应用开放的数据授权使用，最后到数据计算结果即数据价值的输出，为医院、医生及企业服务，实现数字医疗整链路的闭环。
作为一家深耕医疗领域的隐私计算及人工智能企业，翼方健数在2021中华医院信息网络大会(CHINC)上召开了以“临床医学道术器医学数据全场景全周期治理”为主题的专题讨论会。
这透露出我国在数字化转型的进程中，已经开始从产业数据化迈向数字产业化时代。但是，在数据通过流通发挥价值的过程中，如何既保证医疗原始数据的绝对安全，又充分利用医疗数据的价值，是摆在我们每一位医疗信息人面前的一个难题。
随着数字化浪潮的涌起，各产业及企业都在紧锣密鼓地利用人工智能、大数据等技术进行数字化转型。以医疗行业为例，互联网医院、5G远程医疗、辅助影像诊断、智慧医疗等数字产业及各环节业务的出现，都离不开人工智能、大数据技术的支撑。
那么，怎样做才能规避转型上的痛点?做到真正的人工智能及数据赋能医疗产业，让“智能看病就诊”成为日常?
要让数据能用，首先需要考虑到的是海量数据的汇集、清洗和处理，按照数据最小可用原则筛选、分析以及利用数据。
在2019年，我国《关于坚持和完善中国特色社会主义制度 推进国家治理体系和治理能力现代化若干重大决定》，指出了“健全劳动、资本、土地、知识、技术、 管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制”，首次将数据增列为新兴的生产要素。刚开的传奇私服
以上种种问题，使得医疗行业对数据隐私安全性、平台数据存储及处理能力把控要更加严格。由此，在数字化浪潮及去年疫情推动数字医疗行业发展下，大家将技术把控、数据安全及数据应用等方面作为发展的重点。
TEE作为一种硬件实现方式，在实际应用场景中，可以很好地服务于一些信任假设与计算需求。实现数据协作的技术路径并非唯一，刚开的传奇私服隐私计算技术应当基于不同的信任假设和应用场景来选择相应的实现技术，其目标是在保证数据隐私性和安全性的情况下，实现对数据的计算与分析。
面对医疗数字化转型上存在的问题，翼方健数有自身独特的见解及解决办法，通过一套医疗数字化转型路线图，可从“道术器用”四维度来助力医疗机构及企业数字化转型，将隐私安全计算和人工智能真正地融合在一起为医疗大数据服务。
解决这个难题的灵医妙药(Silver Bullet)就是隐私安全计算。隐私安全计算是一系列加密计算技术的组合，涉及高等数学、计算机科学、密码学、网络通讯技术等学科系列，包括了多方安全计算、区块链技术、同态加密、零知识证明等。
目前数字医疗正加速驶入快车道。根据我国印发的《“健康中国2030”规划纲要》，到2020年，国内医疗大数据规模有望达到8万亿元，2030年再翻一倍。行业想象力巨大，不过，要想将这万亿级蓝海变现并不容易。
隐私安全计算的判断依据源于信任假设和应用场景，而验证一项技术或解决方案价值最有效的方法就是看它的落地和生命力。接下来的“用”所介绍的就是具体的体现。
在有隐私安全计算技术的平台上，将会有一个临时的安全独立的封闭计算空间，用来承载原始数据的加密镜像和数据应用算法。数据使用者(公司)在平台上通过申请，以密钥的形式获得最小可用数据集的授权使用，在封闭计空间内进行计算后得到计算结果即数据的价值，最终所有的镜像数据、应用算法以及中间过程都会随着封闭计算空间的删除而销毁，只有计算结果可以被下载和拿走，以此达到既能保证原始数据安全，又能分享数据价值的目的。
根据前瞻网数据，到2025年人工智能应用市场总值将达到1270亿美元，其中医疗行业将占市场规模的五分之一。可见，医疗行业已经迎来全面智能化发展的时代。
在2019年国家首次将数据增列为新的生产要素下，数字化产业化趋势已初露苗头。再随着数字化浪潮、数字业务化的推动下，医疗数据资产化以及资产化管理的呼声也越来越高及清晰。
翼方健数通过隐私安全计算技术，做到了数据的“可用不可见”，就是在不分享原始数据的情况下，通过计算获取数据的价值并安全分享数据的价值。
数据本身并非资产。数据通过资产化的技术和手段转化为数据资产必须要满足数据全生命周期管理，有清晰的数据资产化管理流程管控数据成本、为保值增值数据，最重要的是具有为数据应用服务创新的能力。满足了所有这些基础和条件，数据才能带来未来经济利益，完成数据到数据价值的华丽转身。
今天，我们在翼方健数的“临床医学道术器医学数据全场景全周期治理”为主题的专题讨论会上，和几位来自国内顶尖医院信息部和大数据中心的老师们以及上百位医疗信息行业的同行们一起参与和见证了如何在智能化时代，安全地把医疗数据用起来，让医疗数据发挥出价值为医疗服务。
第二个板块，使用大数据、人工智能技术结合传统的规则引擎提出DRG院内医保精细化管理解决方案的院内智能控费系统。包括了五大功能模块：AI数据治理模块、病历质控模块、病案首页质控模块、CHS-DRGs预分组和绩效考核模块，用于专门帮助医疗机构应对目前面临的越来越严重的医疗费用合理性单挑。
众所周知，大数据是人工智能技术的发展重要燃料，也是传统行业数字化转型的关键。若能正确汇集、治理并利用好大数据，无疑能有效推动行业转型发展。翼方健数认为，在医疗行业内，医疗大数据的价值必将体现在医疗临床、医院管理、临床科研及临床教学这四方面。
虽然数据赋能产业已成为全球经济发展的新趋势，大家都期盼能借助人工智能、大数据技术进行价值提高及转型。但是对于对医疗机构来说，医疗大数据能用吗?医疗大数据又用了吗?
器，通俗解释是一款工具、平台或容量器，用来承接物品或最终转化出一个结果。
会上，翼方健数医疗事业部副总裁李苇刚给大家分享了翼方健数在隐私安全计算+人工智能驱动治疗大数据的创新，并介绍到了其利用“道术器用”四维度助力医疗机构及企业数字化转型的思维逻辑。
(1)结合隐私安全计算和人工智能的技术端到端做透，从大数据治理到服务终端用户的企业
目前，翼方健数已经拥有深厚的技术实力与丰富的落地案例，其解决方案已经涵盖至三大板块：以电子病历应用场景为核心的治疗合理性管理;院内智能控费系统;智能化临床科研平台。
第三个板块，以生物信息和临床科研为出发点，通过数据治理将多来源多模态的医疗大数据转化为可计算、可分析数据的智能化临床科研平台。集合数据采集、刚开的传奇私服科研数据检索发现、数据授权使用、数据全生命周期管理、智能化流程管理、数据弹性存储计算管理于一体，全面支持第三方应用开放，提高研究质量，刚开的传奇私服加速科研转化。
在“器”方面，翼方健数已发布了全球首个商业部署的隐私安全计算平台翼数坊XDP。李苇刚为大家详细地讲解了隐私与安全的异同之处，以及MPC/FHE/FL技术与隐私安全计算与隐私数据平台是如何从解决某些风险“点”的问题到支持数据价值体现全流程的“线”再到全“面”实现数据流通及资产化的递进轨迹。
目前，翼方健数的数据资产管理平台已备受市场及各界媒体的关注，其不单可以帮助医疗企业数字化转型且保障大家原始数据上的安全、隐私性;还能充分挖掘医院数据上的价值，从而进一步挖掘出医疗数据上的科研、营运、社会等各方面上的价值，助益医院便携及充分地使用及共享价值数据，从而达到医疗数据产业化的目的。
而医疗数据从数据到数据资产的转化所要解决的一系列问题都可以通过基于隐私安全计算的医疗数据资产管理平台来实现。
第一板块，以电子病历应用场景为核心的治疗合理性管理。其应用场景包括可自主学习的临床知识库、CDSS临床辅助诊疗、智能辅助书写、智能辅助检验检查、智能辅助用药、罕见病及危重急症提示以及涵盖事前、事中、事后的电子病历内涵质控等。
翼方健数的翼数坊XDP平台就是这样一个神奇的系统工程。它提供数据从产生到价值体现的全流程解决方案，包括有效便捷的智能化数据加工手段，使数据达到可使用的状态;支持数据加工链路中所必需的多方数据源方、多方数据需求方、多方数据服务方的共同参与和贡献;确保每个计算环节有着各自的安全信任假设及计算环境需求，能够为不同场景提供相应的安全计算环境;最终通过确权、授权、定价、交易、以及价值分配等能力使数据价值在保证原始数据安全的前提下得以体现。
再考虑到医疗数据可以用到哪这个问题，翼方健数给出的答案是：利用优质医疗数据通过深度学习，训练出临床诊疗模型，再把这些模型反馈到临床医疗、科研教学和医院管理上，为一线的临床工作家、科研工作家以及医疗管理人员提供智能的辅助服务。
翼方健数利用人工智能和深度学习技术高效地治理数据，通过元数据管理和数据资源目录的创建，来满足数据探测和数据发现;进而再通过数据的确权与授权，镜像数据的加密与解密，对三方应用和算法的开放与保护，数据可用可见与可用不可见的管理，来实现数据的安全计算;最后确保只输出数据计算的结果即数据价值并利用区域链智能合约方式实现数据价值全生命周期的存证和分享。
那么在未来，翼方健数究竟能为数字医疗带来怎样的新篇章?就让我们拭目以待吧。
举个例子，当一家医学统计公司需要医院的临床数据做数据灵敏度和特异性分析时，传统做法是，要么把原始数据或复制版数据给公司去使用，要么让公司在医院内网里直接使用原始数据，无论哪种方式使用者(公司)都会接触到医院的原始数据，这就给数据的安全带来了隐患。