信息與通信研究機構的安全基礎設施實驗室和筑波大學的研究團隊在三重大學的 Yoshiji Yamada 教授的合作下，成功地分析了加密形式的醫療數據。我們展示了“Mixing Danger Homomorphic”的性能加密 *”。
隨著2017年醫療大數據法的製定，利用醫療數據開發治療方法和診斷方法的運動正在加速。至於當時的隱私保護和防止信息洩露的安全措施，可以在加密的同時進行與數據相關的計算的隱私保護數據分析的研究正在進行中。但是，如果對醫療數據進行了加密，則無法確定是否是要分析的數據，即使將非目標數據用於統計處理，也會照原樣進行分析，並且存在這樣的擔憂：會輸出不正確的統計值。此外，在分析之前將密文解密為原始數據並確認是要分析的數據時，需要將數據的內容透露給分析數據的第三方，這是一個隱私問題。也是。
因此，本次研究團隊進行了一項實驗，展示了2016年開發的同態加密方法“混合危險同態加密”的性能，該方法具有防止錯誤數據污染的功能。在示範實驗中，以實際疾病的發病率信息和遺傳信息作為分析目標數據。假設醫院對有無疾病的數據進行加密，將密文發送給管理遺傳信息的實驗室，由實驗室計算與遺傳信息的統計相關性。
實驗的結果是，在不到 4,500 分鐘的時間內分析了大約 1 個加密醫療數據。在確保安全的情況下，可以在不知道每個個體有無疾病或遺傳信息的情況下分析疾病發病率信息和個體遺傳信息之間的統計關係。此外，即使混合了未進行分析的數據，也可以高速檢測在分析過程中無法查看數據內容的醫療數據，並且分析結果在密碼學上是有效的。我能夠證明這一點。
未來，“混險同態加密”技術將在醫療領域保護個人隱私、防止信息洩露的同時，實現醫療大數據的安全利用，以及新的診斷方法和治療，有望引領醫療大數據的發展。法律。
