迈进以数据为底座的智能时代，基于数据安全、个人隐私保护的原则，基本上所有计算都会是隐私安全计算。
编辑 | 宋家婷 杨杨
「甲子光年」近日获悉，国内隐私计算企业翼方健数（BaseBit.ai）近日完成B+轮融资，总金额超过3亿元人民币。翼方健数（BaseBit.ai）董事长、联合创始人陈恂告诉「甲子光年」，本轮融资超募完成。
2020年起，隐私计算技术从理论走向实践，这一年也因此被称为“隐私计算元年”。2020年以来，隐私计算赛道完成十余起融资事件，进入该赛道的投资方，也不乏IDG、红杉等明星机构。翼方健数本轮融资或为隐私计算领域技术专精型公司中已披露的最大规模单笔融资。
资方的认可源于隐私计算赛道的巨大潜力。尤其在医疗领域内，用户对于“隐私计算”的需求在后疫情时代得到了更多的释放。在过去两年里，医院、研究机构、生物医药企业等医疗体系内的诸多参与方，都意识到了数据治理、数据流通的重要性。
“目前隐私计算市场整体供不应求，由于产生数据的节点很多、参与方众多，隐私计算的应用场景层出不穷。”陈恂说。
由于还涉及民众隐私安全，这一赛道的公司要大规模商业化，可不仅仅是“有资本、有需求”就够了。翼方健数等公司能够顺利大规模融资，与日益加剧的数据隐私保护诉求、与数据应用开放的政策息息相关。
隐私计算这一技术如何实现产品化落地？在已经落地的细分领域，隐私计算技术又做出了什么样的改造？未来，隐私计算又将会扮演什么样的角色？对此，翼方健数以医疗行业为起点，扩散至多行业落地的模式或许可以给出些许答案。
1.隐私计算，未来数据的主流计算方式
从共享困难但是亟须释放价值的医疗数据入手，做“难而正确的事”。首先，医疗数据具有极高价值，但根据2019年赛门铁克的《互联网安全威胁报告》，医疗是发生数据泄漏事件最多的行业。在国内相关法律法规出台之前，医疗数据的所有权、使用权未被明确界定，也始终没有低成本、高效率且能落地的技术手段。结合《网络安全法》、《个人信息安全规范》等法规标准，数据合规已成为健康医疗行业的刚需，医疗数据使用权与所有权界定不清导致数据无法授权使用等问题，在各个层面都得到了重视。根据《数据安全法》，医疗健康数据被划入个人敏感信息，需要严格加强保护。2021年7月1日，国标委发布的《信息安全技术健康医疗数据安全指南》正式开始实施。该文件详细地从医疗行业数据的分类体系、使用披露准则、安全技术等方面，为医疗数据控制者提出了一系列实操指南。隐私计算技术的出现，为数据在兼顾个人隐私保护情况下，实现数据计算指明了新的技术方向。陈恂表示：“ 数据在本质上不能共享，但数据的资产价值实现应该共享。”要实现从“应用先行”的信息时代走向“数据先行”的智能时代的过渡，首先要解决的是个人隐私和安全的保护与数据使用之间的矛盾。隐私计算利用技术手段让数据的所有权和使用权分离，在原始数据不交换、不暴露、不输出的前提下，通过授权使用，完成计算结果和数据价值的输出，数据流通过程中的参与方仅能获得结果而非原始数据，管控风险大大降低。在日益加强的数据隐私保护意识及政策规范驱动下，翼方健数将隐私计算系统化地在医疗领域先行先试，形成价值输出闭环，从数据汇集、治理到智能应用输出，实现医疗健康行业区域型的智能化产业互联网。以此为起点，联动拓展更多行业，走出一条独特路径。
2.解决的不只是数据安全问题
隐私计算在医疗领域除了保护数据，如何发挥数据价值？厦门市是国家医疗健康大数据首批试点城市，其率先引入了隐私计算平台，建立“健康医疗数据应用开放平台”，在厦门市卫健委的指导下,利用隐私计算技术将厦门市长期积累的医疗数据资源充分利用起来,构建起安全开放的数据生态，实现价值输出。该平台以汇聚数据资源为起点，通过引入隐私计算技术来建立行业智能中枢，为各类应用提供底层的服务和数据支撑，在医疗健康领域能够提供覆盖个人全生命周期的新型健康医疗服务体系。例如在平台上基于数据孕育出一系列的基于深度学习的临床诊疗模型。将优秀医生的诊疗经验利用模型沉淀下来，并以智能服务的方式最终服务于医生的实际诊疗过程，真正实现智能分级诊疗。这也是大数据、互联网与人工智能等新技术新业态与卫生健康事业产业深度融合的一个生动缩影。厦门模式是基于数据底座构建上层应用的典型代表，能做到应用层面的灵活、快速调用。疫情期间，翼方健数基于健康医疗隐私计算平台，推出了传染病多点触发监测和智能预警系统。这套系统通过联结患者数据、药品数据、定位数据等发现传染病高风险人群，建立多点触发的高风险人群预测与预警。翼方健数的产品XDP翼数坊平台，实现了“原始数据不离开平台，数据在平台内授权使用，平台只输出数据价值”，通过技术手段解决数据安全和应用的矛盾。对于在医疗行业引入隐私计算来说，并非只是简单地在数据流通时，多加一个“加密计算”的环节。而是“从零到一”，让过去无法被利用起来的数据作为资产被利用起来，创造没有隐私计算就不可能实现的价值。实际解决的并非只有数据安全，还有数据难以收集、能收集到的数据难以利用的问题。其中的难点包括，诊疗数据的完整性、精准性、一致性在不同机构、不同地区都存在较大差异，医疗信息化的程度也不同，因此数据的联合共享十分困难。以一个地区的医卫体系为主体对其进行信息化改造，首先要解决的是不同科室、不同层级医院、卫建委、病患个人之间分别形成的“信息孤岛”。“医疗领域内能做的还有很多，在打通政务信息、保险等多方数据方面，还有更多价值能被挖掘。”陈恂告诉「甲子光年」，2021年翼方健数业绩预期能实现七倍左右的增长。
3.隐私计算如何有效落地？
隐私计算的实际落地，是优先选择通过技术让流程更高效、更合规的场景，还是优先选择需要引入这一技术来实现数据共享的场景？从当前引入隐私计算的领域来看，选择第一种场景的企业更多。金融行业内数据规范性更高，落地条件成熟，更容易切入，现阶段主要解决效率与合规的问题，进入该赛道内的企业更多。医疗行业相对金融来说，数据应用开放迫切，但数据收集及应用难度更大，切入医疗的隐私计算企业较少。从产业角度出发，根据国家工信部发布的《中国隐私计算产业发展报告（2020~2021）》，金融和医疗都是目前走在前沿的隐私计算应用领域，但隐私计算行业整体都仍在起步阶段。企业都是正在从单一试点向规模化阶段进行过渡。在这个阶段内，“落地”与“商业化”是目前隐私计算行业的重要课题。不同行业的业务逻辑不同。为了帮助企业盘活数据，就要十分熟悉其价值链和业务流程，这是隐私计算厂商要面对的挑战。“但数据从产生、收集到治理、应用，实际上不同的生命周期、路径大体相同。以数据流程为原动力来设计产品框架，产品标准化程度就会提高，隐私计算厂商的边际成本则会下降。”陈恂告诉「甲子光年」，企业并不希望以提高成本、降低效率为代价去解决合规问题，而是希望新技术能够创造更大的效用价值。除此之外，隐私计算技术产品的应用过程，也仍有诸多合规问题待解决。例如，数据提供方是否已获得个人的信息使用许可？向个人获得信息使用许可这一环节，应该由谁来执行、如何监管？这些问题虽然在法律还没有明确界定，但信通院、工信部等相关机构已联合隐私计算企业，共同制定行业标准、产品标准体系，引导行业健康有序发展。据Gartner预测，到2025年，将有一半的大型企业机构在进行多方数据分析时使用隐私计算。生活生产中的每一个环节都会建立在数据基座上，为使数据价值被充分利用，形成正向反馈，一切数据都需要进行计算。而基于数据安全、个人隐私保护的原则，基本上所有的计算都会是隐私安全计算。虽然尚在起步阶段，但已可以预见，这将是一个天花板极高的市场。陈恂告诉「甲子光年」，“现在来谈隐私计算的渗透率，为时尚早。”翼方健数从成立之初至今的愿景始终是构建“数据和计算的互联网（IoDC）”，在当下的市场阶段，翼方健数希望业内能够共同关注数据价值的实现，将精力更多地放在技术研究、行业数据价值引导方面，深耕技术，从实处着力；开放共享，从浅处专精。
