大数据时代，如何保障医疗数据安全？

1 认知计算与IBM Watson平台

1.1 认知计算概述

“认知”一词从属于心理学范畴，心理学“知、情、意、行”模式之中的“知”即指认知。20世纪50年代，现代认知心理学（cognitive psychology）兴起，其考察人对外部信息的内部加工过程。这些过程主要包括对信息的获得、转译、表征、储存和提取，这些认知加工过程涉及知觉与意识、注意、学习和记忆、语言认知情绪与 会认知以及奖励和决策等[1]。在同一时期认知科学的概念被提出。总体上认知科学是一门以现代科学的观点, 用科学的方法研究人的精神世界的学科。其是包含了心理学、语言学、神经科学和脑科学、计算机科学，以及哲学、教育学、人类学等许多不同领域学科的一门广泛的综合性科学[2]。

所谓认知计算，就是指将计算机不仅视为一个技术开发平台，而且希望通过对人类认知过程的模仿，使计算机得以像人类一样进行思考活动的一项技术。认知计算在寻求一种符合已知的有着脑神经生物学基础的计算机科学类的软、硬件元件，并用于处理感知、记忆、语言、智力和意识等心智过程。认知计算的一个目标就是让计算机系统能够像人的大脑一样学习思考，并作出正确的决策[3]。

1.2IBM Watson平台概述

Watson是IBM公司的认知计算技术平台。2006年，IBM开始研发Watson，其计算能力在2011年参加美国综艺问答节目《危险边缘》（Jeopardy）时因打败人类对手而备受关注。2014年，IBM成立Watson集团，并于2015年成立业内首个“认知商业”咨询部门，之后于2016年提出“认知计算”战略[4]。IBM公司称，作为认知计算技术平台，Watson具有以下四种基本功能：（1）理解能力（understand），即可以分析和解释包括非结构化数据在内的各种数据；（2）推理能力（reason），可以以个体的个性、情绪甚至语气为依据进行推理，从而提供个体化建议；（3）学习能力（learn），可以利用Watson的学习能力增长专业知识技能；（4）互动能力（interact），如Watson可以创建交流自如的聊天机器人。

2 认知医疗概述

认知医疗是指将认知计算技术同医疗实践相结合，旨在以数据为基础、以认知计算为手段的跨学科、跨领域的产物。从理论上来说，认知医疗具有以下特点：（1）整合性。从认知医疗的构成要素来看，其是认知计算技术与医疗领域相关实践整合的结果；从认知医疗的基本目的来看，其是对不同类型、不同内容的医学数据进行整合的技术平台。（2）广泛适用性。认知计算技术和医疗相结合，可以在包括疾病诊断、慢性病管理、医学研究、药物开发等医疗的各个领域发挥作用。（3）循证性。不论如何在医疗领域运用认知计算技术，其本质上都是以数据为基础的。也就是说，数据在认知计算技术中的核心地位奠定了认知医疗的循证性质。

2.1认知医疗的先行者——IBM Watson Health

IBM公司利用认知系统进一步加速在智慧医疗产业中的布局。目前，认知系统在医学影像、生命科学和制药、全程医疗护理、肿瘤与基因以及医疗支付五大领域拥有多套解决方案，用以提高医学研发效率、改善临床结局、精简管理流程和促进医患互动[5]。IBM商业价值研究院发布的名为《医疗保健的“强心针”——医疗保健行业的认知未来》的执行 告认为，在大数据时代背景下，认知医疗可以充分高效地利用数据带来的价值，将在以下三个方面发挥作用：发现、互动与决策。

将IBM Watson的基本能力与认知计算在医疗领域内的应用相结合，可以大致概括认知医疗的框架流程，即发现—推断—决策。首先进行数据收集，并运用Watson的理解能力对数据进行分析；而后以相关可用信息为基础，运用Watson的推理功能形成相应推断；最后根据所得分析结果做出个性化决策。例如，这样的数据分析处理流程已经为癌症治疗提供了可行的个性化方案。在癌症治疗中相关信息只会越来越复杂。这里的“信息”不仅包括医学专业领域的信息，如医学文献，最新进展以及各种跨科室、跨学科的交融和互通，更包含每个患者个体化的情况如其生理状况、心理状态、既往病史。认知医疗能够高效地对相关所有信息进行挖掘和整合，在确保不会遗漏的同时进行推断进而对癌症治疗给出个体化的建议。目前，泰国康明国际医院（Bumrungrad International Hospital）已经将IBM认知医疗运用于癌症个体化高效治疗方案的制定和解决相关问题。另外，Watson的互动功能和学习功能在其中也起到了重要作用。人机间的自然语言互动在使数据输入变得更加便捷的同时，使结果输出变得更加精确、自然，进而有效地提高了信息交互的质量。学习功能更是贯穿了认知医疗的全过程，其不仅可以从大量的数据处理之中进行相关知识的学习，更能够通过对认知医疗全过程的宏观审视完善相关方法论，进而促成一种良性循环。例如，Welltok公司已经运用Watson相关技术建立了CaféWell平台改变了人机互动的传统模式，使系统从分析人类的语言及文本中提取信息并通过自我学习进而解决日常生活中的复杂医疗问题。

2.2IBM Watson Health的医疗实践

截至目前，IBM Watson已与多家集团企业、医疗机构合作，展开了多方向、多层次的实践活动。

在集团企业领域，IBM相继宣布与苹果（Apple）、强生（Johnson & Johnson）以及美敦力（Medtronic）展开合作。苹果将利用Watson将其在Health Kit应用中收集的健康医疗数据进行整合后共享；强生将利用Watson创建个性化的医疗方案，其“健康教练”方案将利用Watson完善关节置换和脊椎手术病患的术前术后护理；美敦力将利用Watson来推进糖尿病的健康管理工作。

2015年5月，IBM公司宣布与美国和加拿大（包括克利夫兰医学中心、杜克肿瘤研究所在内）的14所肿瘤研究所合作，希望Watson系统能够基于所处理的基因信息来选择治疗方案，从而取代当前 “肿瘤委员会”(tumor board)用药决定的模式[6]。Watson在其中的主要功能是将患者的基因和其自身存储及可以查阅的肿瘤基因学相关 告进行比对，大大缩短了信息处理的时间。

2016年8月11日，堪称“机器大脑”的IBM Watson正式落地中国。IBM与杭州认知 络科技有限公司宣布，首次为包括中山大学附属肿瘤防治中心、中国医科大学附属第四医院、浙江省中医院、复旦大学附属肿瘤医院在内的21家医院提供Watson肿瘤解决方案[7]。

3 从IBM Watson Health审视认知医疗的数据安全

3.1IBM Watson Health的数据基础

如上所述，Watson的运行以数据为基础，根据IBM Watson Health的相关统计，现今医疗保健数据总量已达到了150艾字节（exabyte），相关数据规模会在短时间内迅速发展到泽字节（zettabyte，即1024艾字节）甚至尧子节（yottabyte，即1024泽字节）。虽然截至目前，尧字节的存储容量并没有真正实现，但IBM相信实现医疗数据的尧字节计算指日可待。因此，获取大量且有效的数据资源正是Watson Health面临的首要任务。

以不同条件作为分类标准可以大致对数据的获取行为进行如下系统分类。

以数据获取手段为分类条件，可以将数据的获取行为分为直接获取行为和间接获取行为。前者是指没有第三方，以自我需求为首要目的进行介入，但不排除第三方搭建平台为信息收集提供条件，而进行的相关数据“点对点”的获取行为。后者是指存在第三方的实质介入，在满足其个体需求的前提下以数据共享的方式进行的数据获取工作。这里提到的第三方，主要包括医疗机构、保健机构、医学研究机构、医药企业以及其他能够获取医疗信息数据的组织。

依数据获取平台的不同，可以将数据获取行为大致分为线上平台的获取行为和线下平台的获取行为。二者的最大区别就在于采取人机互动还是人际沟通的方式获取数据。线上多采取以 站、APP等为平台的人机互动形式，而线下则多采取诊疗活动、访谈调查等方式进行人际沟通从而获取数据。横向看两种分类方式分别从不同角度对数据获取行为进行了分类，纵向看二者确实存在着现实的交叉和重叠。所以，综合来说可以将数据获取行为概括分为直接从线上平台获取、直接从线下平台获取、间接从线上平台获取和间接从线下平台获取。

3.2 大数据时代认知医疗数据获取及使用安全

3.2.1 认知医疗数据安全问题具多样性和严峻性

3.2.2 大数据时代认知医疗数据获取的知情同意

知情同意（informed consent）由两个环节组成，即告知与同意。大数据时代医疗数据获取应用的知情同意与医患间传统意义上的知情同意除了在具体内容上存在差异之外，其二者在行为方式上也呈现出不同的特点。之所以将二者类比讨论，是因为：（1）二者虽然具体内容不同但同属医疗领域，同样为保障个体的基本权益不受侵犯而设立；（2）医疗数据获取应用相对于传统的医患关系来说是一个新的领域，且在大数据框架下呈现出许多新特点。鉴于传统意义上与知情同意相关的理论和实践都已日臻成熟，所以将医疗数据获取应用的知情同意尤其在实践方式上与之进行类比，对获取相应的经验支持大有帮助。

具体来说，传统意义上的知情同意主要存在于医生-患者、人体受试者-研究者之间，通过知情同意书的方式，授权明晰。在知情同意过程中，他们的个人自主至少表现为：（1）有能力选择；（2）不受曾经给出的承诺的限制；（3）没有强迫、诱惑或欺诈[8]。传统意义上的知情同意具备以下三个特点:（1）面对面的信息交流；（2）书面文件的签字确认；（3）患者本人意愿的直接参与。

大数据时代的数据获取行为呈现出线上获取多于线下获取、间接获取多于直接获取的特点，且间接获取也多在线上平台进行。也就是说，大部分的数据获取工作并不能通过面对面的交流方式完成，只能通过人机互动实现。尤其在数据间接获取的过程中，甚至并不存在人机互动，而只是单纯地完成从机器到机器的数据转移。此类情况的出现，使传统意义上医患知情同意的实践遇到了阻碍。非面对面的知情同意极易因不知情或知情不充分造成形式上而非实质上的同意。

另一方面，需要格外重视数据二次或多次利用时的知情同意问题。以IBM Watson Health为例，Watson具有惊人的存储能力，加之其出色的理解、推理和学习能力，可以将数据尤其是非结构化数据进行整合从而获得更多的资源。如果在数据收集之初只是明确当前项目的数据获取使用相关情况，且很难明确后续的数据使用范围及使用对象，那么即使在收集时进行了相关的告知工作并得到了相关个体同意的意思表示，这样的知情同意也只可以被当作当次数据使用的授权行为，并不代表该数据可以用于其他后续的、未经告知的研究行为。然而，庞大的数据存量以及由数据整合推理分析得出的新的数据的出现，使得重新征求相关个体的同意变得并不现实。

3.2.3 大数据时代的个体数据隐私保护

隐私权在不同领域中往往有着不同的表现形式和特点。就医疗信息领域来说，医疗信息隐私又被称为患者个人隐私，主要指患者在接受医疗服务时所表现出的涉及患者自身、因诊疗服务需要而被医疗机构及医务人员合法获悉，但不得非法泄露的个人秘密[9]。与普通信息相比，医疗信息中包含更多的敏感因素。这些信息一旦泄露，不仅会给相关个体的日常生活带来极大困扰，甚至会对其财产、健康、生命造成重大影响。在大数据时代，医疗信息隐私权的保护面临的挑战尤为严峻。

参考文献

[1] 刘勋,吴艳红,李兴珊,等.认知心理学：理解脑、心智和行为的基石[J].中国科学院院刊,2011,26(6):620-629.

[2] 徐峰.冷伏海.认知计算及其对情 科学的影响[J].情 杂志,2009,28(6):20-23.

[3] 董超,毕晓君.认知计算的发展综述[J].电子世界,2014(15):200.

[4] 冯宇彦.触及灵魂的认知计算：IBM的“旧瓶装新酒”？[J].软件和集成电路,2016(5):62.

[5] 刘铮筝.认知冲击波:药停不停，机器人医生说了算[EB/OL].(2016-03-24)[2016-12-26]
.http://mt.sohu.com/20160324/n441843182.shtml.

[6] 佚名.Watson大动作:走进14家肿瘤中心,用以确定最佳治疗方案?[EB/OL].(2015-05-07)[2016-12-27]
.http://www.geekheal.com/ibm_watson_analyzing_cancer_genetics.

[7] 佚名.联合健康：直击IBM Watson落地[EB/OL].(2016-08-15)[2016-12-27]
.http://www.cn-healthcare.com/articlewm/20160815/content-1005213.html.

[8] 李晓洁,王蒲生.大数据时代的知情同意[J].医学与哲学,2016,37（5A）:9-12.

[9] 赵蓉,何萍.医疗大数据应用中的个人隐私保护体系研究[J].中国卫生信息管理杂志,2016,13（2）:191-196.

[10] 王强芬.大数据时代医疗隐私层次化控制的理性思考[J].医学与哲学,2016,37（5A）:5-8.

[11] 伯格斯坦.用“沃森”医生贩卖医学[J].科技创业,2011(11):73-74.

[12] 奈特.沃森知道如何解决IBM的困境吗?[J].科技创业,2014(Z2):80-81.