王慧颖
(上海第二工业大学,上海 201209)
如今,人工智能在医学领域的应用还属于初级阶段,主要包括:医疗智能决策、医学影像、新药筛选、慢病管理、人机协同等[1]。而这一切医学人工智能应用都是以海量的医学数据为基础的,包括基因数据、就诊病历、住院病历、疾病影像甚至包括可穿戴设备上的数据等。由于医学人工智能对大量临床数据和疾病诊断数据的深度挖掘与分析涉及了个人信息的采集、治理、应用等一系列问题,对海量数据的不断挖掘与分析就会带来个人隐私泄露的风险。
在医学数据采集阶段,一般医学数据的采集方式是基于医院HIS信息系统和接口导出。患者就医时,很多个人隐私信息,包括:姓名、住址、身份证号、健康情况等都在就医过程中被记录到医院的信息系统中。而医院工作者所做的工作也只是记录患者信息,并不会对这些包含了大量疾病、用药、付费等敏感信息的数据进行保护。这大大增加了隐私数据的泄露的可能。
在医学数据整理阶段,数据整理是指对数据中的非结构化的文本进行分析与处理,实现表达形式上的转换和一致性。包括检查数据一致性、处理无效值和缺失值等,保证数据符合规范性、完整性、准确性等质量要求。对于敏感信息进行脱敏和加密保护处理。然而当脱敏后的这组数据与另一组数据结合起来分析可能仍会泄露患者隐私。……