大數據下生物醫學信息安全與隱私保護

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了大數據下生物醫學信息安全與隱私保護范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：人類社會步入大數據時代，基于大數據技術的挖掘和分析在生物醫學研究和臨床診治中發揮了重大作用。大數據在為醫學研究和診療帶來便利的同時，數據挖掘和分析過程中的信息安全問題和病患的隱私泄露給生物醫學發展帶來了風險和隱患，對生物醫學研究和診療的社會公信產生了沖擊，生物醫學信息安全和隱私保護應從管理、技術和教育等多方面著手加以解決。

關鍵詞：大數據；生物醫學；信息安全；隱私保護

0引言

基于計算機技術、信息存儲方式、云計算和移動終端設備的高速發展與革新，人類社會步入了大數據時代，并給當代社會發展帶來了沖擊，正深刻影響著社會生活、工作與思維等各個方面[1]。對于生物醫學領域而言，自人類基因組計劃完成以來，隨著基因組學、腦科學等知識的快速積累，各種實時、定量分析測試技術的推陳出新，大規模臨床研究日益增多，以及數據的生成和共享急劇增加，在海量數據分析和解讀過程中信息安全和隱私保護逐漸成為生物醫學研究領域亟待解決的問題[2]。

1大數據在生物醫學領域的重要性

大數據（BigData）是指由于容量太大和過于復雜，無法在一定時間內用常規軟件對其內容進行抓取、管理、存儲、檢索、共享、傳輸和分析的數據集[3，4]。大數據技術的發展以及對數據的研究在社會發展與進步的各個方面發揮支撐促進作用。大數據本身是一種信息資源，具備其他資源無法匹及的趨勢預測潛力，基于大數據的分析和應用是使這些資源的效益真正釋放出來的關鍵所在[5]。生物醫學研究不是孤立存在的，具有整體關聯性，且個體疾病復雜多樣。隨著高通量大數據存儲技術的革新和基因組測序成本的下降，以及醫院信息化和現代數字化研究、診療系統的發展，生物醫學在發展過程中產生了海量的數據[6]。目前，每年全球產生的生物數據達到EB級別，生物醫學科學在某種程度上已經成為大數據科學[7]。生物醫學數據不斷積累，促使研究者和臨床醫生的思維方式已經從數據生產和積累轉變為對數據進行深層次的處理[8]。大數據技術的分析和挖掘在醫學研究、疾病診療、公共衛生管理和健康危險因素分析等方面發揮了重要的作用，生物醫學的發展已經離不開大數據的支持。

2大數據在生物醫學領域中的應用

2.1預測功能

預測功能是大數據挖掘應用于生物醫學領域的核心，在生物醫學研究和疾病診治、預防中都得到有效應用。大數據的信息統計分析為醫學研究提供方向指引和結果預判，避免重復研究；基于大數據挖掘技術，從大量的生物醫學數據中分析某些疾病的病發因，針對疾病發生機制，及時準確確定治療方式，利于疾病的預防治理[9]；同時針對個體健康數據的整理也可為疾病的預防提供參考服務。

2.2信息共享

數據共享是大數據應用的基石，醫學領域積累了海量的數據，但分布相對分散，通過信息共享，把相對分散的信息資源連接起來，最大程度地增加數據量，為更多、更新的應用提供數據支撐。例如，醫學健康檔案和生物醫學專用數據庫的構建，極大地便利了臨床醫生的病患診治和生物醫學研究者的科學研究。

2.3個性診療

基于大數據技術構建個人健康檔案、基因信息以及動態網絡預測數據庫，為實現個性化治療奠定堅實的基礎[2]。大數據時代的生物醫學數據共享互通，醫生在為患者診療時，可從已構建的數據庫信息中調用患者的所需參考數據，輔助疾病的診斷與治療，踐行個體化診治原則。

3生物醫學領域使用大數據存在的風險

3.1信息安全隱患

隨著現代生物醫學發展產生的數據不斷積累，在享受大數據為使用者提供便利的同時，信息安全問題也頻繁發生。2015年2月，美國發生了有史以來最嚴重的醫療信息泄露事件，第二大保險公司Anthem宣布黑客竊取了公司超過8000萬的個人信息；2015年4月，全球最大的漏洞響應平臺“補天漏洞響應平臺”消息稱：國內30余省市的社保、疾控中心等系統存在高危漏洞，涉及數據量高達5279.4萬條。根據美國衛生公民服務部（HHS）的統計，近年受醫療信息安全影響的人數呈爆炸式增長，僅2015年就有1.1億人，為過去3年的2.7倍，信息安全問題已經成為生物醫學研究中無法避免的內容。

3.2個人隱私泄露

大數據時代，生物醫學研究中病人的隱私問題是不容回避的現實挑戰。醫療個人數據會涉及病人的隱私，且極具特殊性和敏感性，對其進行使用時面臨一系列法律和倫理問題，因此在大數據環境中保護好個人隱私至關重要[10]。生物醫學研究中對大數據的依賴程度越來越高，隨著大數據運用和普及范圍的日益擴大，人們對病患的隱私，特別是基因組隱私（個人基因組數據）的保密格外關注，現實情況是病人的隱私在大數據的采集、流通和使用過程中存在泄露的隱患。

3.3沖擊社會公信

信息安全隱患和個人隱私泄露給生物醫學領域帶來了極為惡劣的影響，不僅影響了個人及團體的生物醫學研究，同時部分數據的泄露也造成數據提供者的個人信息和隱私暴露的問題，為不法者及其不法行為提供信息渠道，導致嚴重的社會危害。信息安全和隱私保護關系到廣大數據資源提供者及病患的切身利益，其社會關注度持續攀升，一旦因此而產生重大的社會危害事件，必將給生物醫學發展研究的社會公信帶來嚴重沖擊。基于大數據技術的研究與挖掘將成為生物醫學發展的趨勢。大數據已經運用到生物醫學的各個方面，正在深刻影響生物醫學的發展，面對如潮水般涌來的海量數據，進行合理有效利用的同時，避免風險也至關重要。

4生物醫學信息安全和隱私保護的管控措施

4.1設置專業機構

生物醫學數據的安全和隱私的保護需要專門的機構管理，目前比較著名的是美國的國家生物技術信息中心（NCBI）和歐洲的生物信息研究所（EBI），而國內缺乏類似的專業管理部門。政府應完善機構設置，建立專門的生物醫學信息管理部門，從事生物信息數據的管理、匯聚、分析和等工作，督導和引領國內生物醫學信息的數據安全和隱私的保護，此外，各級單位內部也應設置相應的信息安全管理處（室），逐級防護，確保信息交流的全過程安全。

4.2完善政策法規

目前國內尚缺乏專門針對生物醫學信息安全和隱私保護的政策法規，管理部門應著手加快推進生物醫學信息保護的政策法規完善，嚴格要求生物醫學信息管理、儲存以及使用，各級單位和部門要注重保護信息安全，加強數據傳遞過程中的管控和監督，為提供信息數據的病患隱私提供法律保護，對竊取、倒賣重要生物醫學數據信息的犯罪人員應該予以嚴懲。

4.3研發使用新技術

由于計算機性能的不斷提升，以往的數據安全保護技術，如數據加密技術、生物識別和數字水印等投入使用的時間過長，容易被破解。云計算、云儲存技術的推廣使數據儲存的載體已經從過去的物理轉向虛擬，這給現代數據保密技術提出了更高的要求。生物醫學數據的存儲和使用部門應加大對保密軟件開發的投入，或者依托互聯網公司，研發適合目前計算機環境中所需的信息保密技術。

4.4構建數據庫防御體系

大數據安全和隱私保護技術體系中的安全防護技術主要分四個層次，分別為設施層、數據層、接口層和系統層的安全防護[11]。單純依靠專項技術已經不能滿足現代信息保密的要求，需構建縱深的數據庫防御體系，從存儲、訪問和管理三個角度出發，保障生物醫學數據在安全范圍內合理地進行挖掘使用；同時構建數據庫安全認證和評估體系，對各級數據庫的安全性能進行定期評估，發現風險及時反饋到各級管理部門。

4.5加強信息安全教育

信息安全教育是預防信息安全和隱私泄露問題產生的有效手段。對信息的采集、存儲和管理者來說，加強信息安全教育需要掌握相關信息保護的技術和手段，加強對信息傳播過程的管控；對信息的使用者來說，有效的信息安全教育能預防使用過程中無意識的泄露；對數據的提供者來說，信息安全教育能夠使其了解相關的信息安全政策和法律法規，在出現隱私泄露的問題時，能夠維護自己的合法權利。大數據改變了生物醫學的傳統實踐模式，有利于實現生物醫學的共享研究和臨床的精準診療。大數據環境的生物醫學研究基于信息安全和隱私保護的前提，應合理地采集和使用數據，通過數據挖掘和分析，實現信息共享者之間、信息使用者與提供者之間的利益互享，取得大數據環境下生物醫學研究的社會公信度。

參考文獻：

[1]秦文哲，陳進，董力.大數據背景下醫學數據挖掘的研究進展及應用[J].中國胸心血管外科臨床雜志，2016，23（1）：55-60.

[2]張寧，徐遠旭，楊帆，等.大數據時代的生物醫學研究[J].中華醫學科研管理雜志，2015，28（1）：34-39.

[3]王波，呂筠，李立明.生物醫學大數據：現狀與展望[J].中華流行病學雜志，2014，35（6）：617-620.

作者:李全權 單位:陸軍軍醫大學大坪醫院野戰外科研究所臨床醫學研究中心