人工智能医疗数据隐私的原因

人工智能医疗数据隐私的原因

1.数据孤岛问题

人工智能技术在医疗领域的应用面临着数据孤岛的问题。医疗机构之间的数据无法互通，导致任何一家医院（或数据中心）的数据量都是有限的。这种情况下，医疗AI遇到一个最大的问题是医疗数据很难出院、出机构、出市、出省、出国。由于法律对隐私的保护，医疗数据在使用过程中需要遵循一系列的隐私保***规，如HIPAA/1996、GDPR等，这些法规界定了数据主体权利、数据控制方、处理方的权利和义务，向第三国转移个人数据法规，独立检察机关角色，关于合作原则等。这些法规的出台，在保护患者隐私的同时，也对医疗人工智能获取患者数据造成很大障碍。

2.数据泄露的风险

人工智能技术在医疗领域的应用需要大量的数据进行训练，但这也带来了数据泄露的风险。一旦医疗数据被非法获取，可能会对患者的个人隐私和国家安全造成严重的伤害。例如，2017年英国***NHS信托基金会在没有征得患者同意的前提下，向合作公司——DeepMind人工智能创业公司，提供了超过160万名患者的数据，违反了数据隐私法。这种情况下，保护每一个数据安全的法律体系的逐渐完备对医疗人工智能产品落地变得更加艰难。

3.技术本身的脆弱性

在大多数AI系统的心脏处，所谓的神经网络都是由功能（神经元）组成，这些功能按层排列，将信号传输到其他神经元。随着时间的流逝，网络从数据集中提取特征并识别交叉样本趋势，最终学会进行预测。神经网络不会摄取原始图像，***，音频或文本，而是将训练语料库的样本代数转换为多维数组，例如标量（单个数字）、向量（标量的有序数组）和矩阵（标量排列成一列或多列和一列或多行）。封装标量、向量和矩阵（张量）的第四种实体类型增加了有效线性变换（或关系）的描述。数据集本身也容易受到攻击，因为它们通常不会被混淆，并且因为它们通常存储在易于受到数据泄露影响的集中式存储库中。事实证明，从数据集中删除敏感信息并不意味着无法重新推断它，因为AI非常擅长重建样本。除非使用隐私保护技术，否则受过训练的模型会包含与喂食它们的任何食物有关的妥协信息。

4.隐私保护意识淡薄

在应用人工智能进行医疗时，患者对隐私保护的意识淡薄也是一个重要原因。许多患者在享受人工智能带来的便利的同时，并未意识到自己的隐私信息可能已经被泄露。这种情况下，加强患者的隐私保护意识教育，让他们了解如何在享受便利的同时保护自己的隐私，显得尤为重要。

综上所述，人工智能医疗数据隐私的原因是多方面的，包括数据孤岛问题、技术本身的脆弱性、法律对隐私的保护以及患者对隐私保护意识的淡薄等。要解决这些问题，需要从技术、法律和教育等多个角度入手，加强医疗数据的保护。