創科廣場｜數據不可見保私隱　聯邦學習推動基因分析

隱私計算有3種主流技術：包括區塊鏈、聯邦學習（Federated Learning）和安全多方計算（Secure Multi-Party Computation）。其中「聯邦學習」可實現數據隱私計算，保障數據隱私、確保數據安全和符合法規要求下，為機器學習建立模型。

以人工智能來說，必須靠數據的數量來分析內容，不少數據都有隱私保護，尤其醫療數據更受嚴密法律監管。但一般而言，數據量與模型的質素成正比，數據以孤島形式分散在不同地點，導致每個模型擁有的數據集太小，直接影響AI模型的預測性能。

聯邦學習可將散落不同地點數據，毋須結合於同一地點，形成大數據效果，例如訓練AI模型時可用到數據集，卻不能看到數據集包含的隱私，達到「數據可用不可見」效果，簡來來說聯邦學習就是「數據可用不可見，數據不動模型動」。

香港科技園亦與推出了聯邦學習以分析散落於不同地點的金融數據，訓練出更高性能的模型。而聯邦學習亦可應用於生物醫學數據，Lifebit Biotech就是利用聯邦學習技術讓多個團隊對生物醫學數據可安全存取，而不能看見內容，解決基因組分析敏感數據的難題。

Lifebit剛獲了丹麥國家基因組中心（National Genome Center，NGC）為期4年的合約，在丹麥國家超級運算中心安裝Lifebit聯邦學習「可信研究環境」（TRE）雲原生系統 Lifebit CloudOS。

Lifebit CloudOS正是採用聯邦學習技術，以解決了基因組學分析一個主要障礙，為了生物數據通常孤立和分散儲存加以保護，不可離開數據中心，更無法訪問分析，而通過聯邦學習在原地（in situ）分析數據，只帶走分析的結果，就可增加分析數據量之餘，保護個人醫療數據的隱私。

解決分析敏感數據難題

丹麥NGC為丹麥醫療官方機構，旨在推動丹麥全國的個人化的精準醫療，個人化醫療可按基因組分析，日後制訂精準醫療方案，必須知道基因組與疾病之間關係。NGC以數據可開發精準診斷、標靶治療，並推動丹麥醫療研究工作。上述計畫第一階段內，丹麥國家基因組中心計畫在2024年前，招募60000名確診了癌症、自身免疫疾病和罕見疾病的病人，進行全基因組測序（Whole genome sequencing，WGS）。

Lifebit CloudOS在丹麥超算中心提供的基建，令上述數據可毋須離開高度設防的數據中心，同時可供外間分析，Lifebit CloudOS可讓外間研究人員安全存取、查詢和分析高度敏感的臨牀基因組數據，甚至全球分享數據協作研究，而不外泄私隱。

Lifebit CloudOS聯邦學習就是其中最關鍵技術，NGC可與國際夥伴協作，包括各地的基因組研究中心如Genomics England、France Genomique、Genomic Medicine Sweden，以至其他生物基因庫協作研究。

研究機構通過虛擬連接在超算中心內敏感數據集，毋須移動數據情況，在原位以聯邦學習與其他地區數據集合併，以提高研究的水平結果。事實上，基因組的數據量直接決定研究質量，以及科學發現多寡，某些情況下每增加10倍病人的數據量，可增加達100倍科學發現，並可更清晰知悉不同數據集之間的真正關聯。

Lifebit與多國醫療機構合作以Lifebit CloudOS建立聯邦學習分析生物醫療數據，Lifebit剛獲本港首個大型基因組測序計畫─「香港基因組中心」的4年合約，Lifebit為香港基因組中心部署高度擴展的雲架構和高性能運算，快速將原始測序數據轉化為臨牀診斷及研究結果。香港基因組中心由特區政府資助，並透過與衞生署、醫管局及大學合作，招募合資格病人及家屬參與「全基因組測序」，日後用於精準診斷及更有效治療。