醫療大數據的應用及其隱私保護

， ，，

隨著數據挖掘技術、云技術等新興技術的發展，從大量繁冗的信息中挖掘并揭示隱藏在其中的規律和具有重要價值的知識，以及不同數據或數據集間的相互關系已成為可能。個人數據是一種非常重要的資源，然而有些人基于大數據技術非法使用個人數據進行不正當行為，導致個人信息安全漏洞的出現。在醫療界，醫院合法利用患者基本信息、病情、用藥以及生物科技、醫療器械、基因組序列等方面的大數據，對醫師指導患者治療和健康事業發展有重要貢獻。反之則可能違背醫學倫理，惡化醫患關系。

1 大數據概述及隱私顧慮

大數據(big data)，或稱巨量資料，是需要新處理模式才能具有更強的決策力、洞察力和流程優化能力的海量、高增長率和多樣化的信息資產[1]。它與云技術的發展密切相關，是數據分析的前沿技術，與新的數據儲存和處理技術不同，大數據是基于傳統的數據庫技術。大數據革命促使我們在處理復雜事件、捕獲在線數據、研發產品、提供服務，以及做出更佳決策方面的能力不斷提升，同時也提出一些我們應該做什么以及如何做的問題，有學者將之稱為實質倫理問題與程序倫理問題[2]。因此，有必要鑒定這些倫理性問題，并尋求解決方案。

隱私顧慮是指個人將其相關數據提供給組織后，對組織如何利用和保護其信息的顧慮。Murdoch研究分析了醫療領域大數據應用的隱私顧慮問題，認為大數據用于醫療保健是一種必然趨勢，而病人知情尤為重要[3]。相關數據表明，我國民眾隱私顧慮存在收集方信用、本人知情、事后救濟3個維度[4]。美國Target百貨公司曾因通過上線的客戶分析軟件，對顧客購買記錄進行挖掘分析，并向顧客推銷相關產品，泄露了公民的隱私而被投訴。

2 醫療大數據的應用

大數據分析目標可以總結為以下幾類：獲得知識與推測趨勢，分析掌握個性化特征，通過分析辨識真相[5]。以臨床診療為例，大數據的應用是基于患者信息等數據通過挖掘技術及合理推測指導患者個體化治療，具體流程如圖1所示。患者到醫院就診，初診后會產生體格檢查、實驗室檢查及影像學檢查等數據，數據經傳送至云端或其他存儲器，進而分散存儲到移動設備、個人計算機，通過數據分析、數據挖掘、可視化分析等則形成最終報告，醫生或專家則通過分析報告指導臨床決策，實現患者個體化治療。

圖1 個體化治療診療流程

利用大數據技術，醫生除指導患者治療外，通過預測模型，也可為疾病的預防提供數據支持。如大數據技術可用于臨床隨訪，已出院但仍需長期治療者可通過終端移動設備(如基于Android系統的App)與醫生進行溝通，醫生可通過患者提供的信息為患者預后康復提出指導意見，這是遠程醫療的一種升級模式。鑒于我國醫院存在“看病難、看病貴”、醫患關系緊張的問題，基于大數據技術識別和管理高風險、高成本患者不失為一種有效方法[6]。為了更好地實現個體化治療，個人的基因組可添加到電子病歷[7]，但是個人基因組是私有的，而基因序列可能推測出很多隱私問題，那么隱私保護成為重點。國外已有公司建立了基因組數據庫，如布什就簽署了遺傳信息無歧視法案(GINA)。

從醫院發展戰略的角度看，整合醫院人力資源、醫療、科研、教學、學科建設、院科兩級綜合目標管理、后勤與設備等信息資源，構建基于云技術平臺的一體化現代醫院綜合管理系統，可提高醫院綜合管理水平和競爭力，促進醫療數據統計的自動化，消除信息孤島，降低運營成本，提高醫院績效，提供決策支持[8]。總之，大數據技術的應用能提高醫院的綜合實力，取得更好的經濟效益和社會效益。

3 隱私保護

大數據時代，隱私的泄露極易發生。如果不解決隱私或倫理問題，就難以實現信息共享、消除信息孤島。無論是Target公司案例，還是患者診療圖中“Data Security”，都強調了隱私保護的重要性。現從以下方面探討大數據醫療中的隱私保護策略。

3.1 遵循大數據利用的基本原則

大數據技術，乃至更大范圍的信息通訊技術的創新、研發和應用，其初衷都是在合法、合乎倫理和非歧視性的基礎上，提高人類生活質量。大數據方面的任何行動應根據不傷害人和有益于人的倫理原則給予評價，以此作為權衡預期受益和可能風險的基礎。同時也應合理平衡個體與公共的利益。在為了公共利益而限制個人權利和利益時，這種限制應該是必要的、相稱的和最低限度的[9]。在應用大數據的同時應尊重他人隱私，例如在進行病理流行病學分析時，可通過患者資料推斷其生活規律、職業特點，那么作為醫療工作者就應該尊重并保護其隱私，更不能利用這些信息謀利。

3.2 利用更先進的網絡安全技術

網絡安全技術是保障信息安全的重要手段。采用更好的安全系統、先進的加密系統、優越的算法及存儲方案都能有效防止信息泄露，保護患者隱私。匿名保護技術的應用可有效抵抗某些推測類型的攻擊，數據發布匿名保護是實現隱私保護的核心關鍵技術與基本手段[5]。劉小波將隱私信息訪問策略和信息匿名化作為隱私保護的研究重點，提出了一種隱私保護框架[10]。Cheng等人[11]提出了基于多級別安全模型的風險自適應訪問控制解決方案；楊維嘉[12]提出了轉換隱私信息的數據變換方法和整合多個數據源的算法，消除了惡意合謀對原始數據的威脅以及一個能夠定制隱私保護程度的方法，同時還提出了一種適應大規模參與者的隱私保護方法；Ahlbrandt等[13]則基于IT構建采用分散存儲方案實現患者數據隱私與大數據需求間的平衡。

3.3 健全法律法規

大數據的發展是全球趨勢，也是一個長期過程，針對大數據立法以保證個人信息安全是大勢所趨。我國目前已初步建立了與個人信息和隱私權保護有關的法律體系，包括民事、刑事和行政法律體系，但這類法律體系缺乏全面性、系統性和專門性，需要設立有針對性的個人信息保護法來平衡信息自由流動和個人信息保護。蘋果和IBM合作布局大健康數據時代，健康類移動應用搜集的大部分數據都不在美國隱私保護法規健康保險可攜帶和責任法案(HIPAA)范圍內。美國聯邦貿易委員會(FTC)強調，此類數據仍具有高度敏感性，希望調查數據的共享、交換和保護情況。HIPAA限制了數據分享的方式，Terry等[14]認為HIPAA法案對保護健康隱私困難但不是不可能。有學者[15]認為大數據立法不可急于求成，有關個人信息保護法的制定，需要界定個人信息保護主體的義務，確立諸如目的明確、利益平衡等個人信息保護的基本原則，規定信息主體的權利。大數據時代數據的邊界模糊，信息量龐大，存在的問題更為復雜，因此保護網絡和信息安全的難度也大幅度提升。

4 結語

大數據在醫療中應用甚為廣泛，如臨床診療、醫院管理、試劑研發、流行傳染病控制、醫療器械、祖國醫學發揚等。在享受大數據帶來的好處的同時，應考慮到它涉及的醫學倫理、個人隱私、數據安全等問題，通過技術手段、道德規范、法律法規健全等合理應用大數據，為醫療行業的蓬勃發展增添技術力量。