预测性、预防性、个性化和参与性医学被称为P4，是未来的医疗保健。为了加速其采用并最大限度地发挥其潜力，必须在所有利益相关者之间有效地共享大量个人的临床数据。然而，数据很难收集。它被孤立在世界各地的个别医院、医疗实践和诊所中。医疗数据公开带来的隐私风险也是一个严重的问题，如果没有有效的隐私保护技术，就会成为P4医学发展的障碍。

　　现有的方法要么要求医疗机构共享中间结果，只提供有限的患者隐私保护，这可能会泄露敏感的患者信息，要么通过在数据中添加噪声来牺牲结果的准确性，以减轻潜在的泄漏。

　　现在，来自EPFL数据安全实验室的研究人员与洛桑大学医院(CHUV)、麻省理工学院CSAIL以及麻省理工学院和哈佛大学Broad研究所的同事合作，开发了“FAMHE”。这个联合分析系统使不同的医疗保健提供者能够协同执行统计分析和开发机器学习模型，而无需交换底层数据集。FAHME在数据保护、研究结果的准确性和实际计算时间这三个生物医学研究领域的关键维度之间达到了最佳点。

　　在10月11日发表在《自然通讯》上的一篇论文中，研究小组表示，FAMHE与其他试图克服隐私和准确性挑战的方法之间的关键区别在于，FAMHE可以大规模工作，并且在数学上被证明是安全的，由于数据的敏感性，这是必须的。

　　在两个原型部署中，FAMHE准确有效地复制了两个已发表的多中心研究，这些研究依赖于数据集中化和定制的数据传输集中化研究的法律合同，包括肿瘤学中的Kaplan-Meier生存分析和医学遗传学中的全基因组关联研究。换句话说，他们已经表明，即使数据集没有转移和集中，也可以取得同样的科学成果。

　　EPFL高级研究员Juan Troncoso-Pastoriza博士补充说:“这项技术不仅将彻底改变多地点临床研究，而且还将在许多不同领域(如保险、金融服务和网络防御等)实现和授权围绕敏感数据的合作。”

　　患者数据隐私是洛桑大学医院关注的一个关键问题。“为了科学和医学的进步，大多数患者都渴望分享他们的健康数据，但确保这些敏感信息的保密性至关重要。”FAMHE使以前所未有的规模对患者数据进行安全的合作研究成为可能，”CHUV精密医学部门的Jacques Fellay教授说。

　　研究揭示了隔离措施如何影响SARS-CoV-2的进化连轨迹

　　新的研究探索了多动症药物对果蝇脑细胞的独特影响

　　世界卫生组织关于健康、移徙和流离失所的新研究议程

　　“这将改变个性化医疗的游戏规则，因为只要这种解决方案不存在，替代方案就是建立双边数据传输和使用协议，但这些都是临时的，他们需要几个月的讨论来确保数据在发生这种情况时得到适当的保护。”FAHME提供了一种解决方案，可以一劳永逸地就使用工具箱达成一致，然后部署它”，麻省理工学院、CSAIL和Broad的Bonnie Berger教授说。

　　“这项工作奠定了一个关键的基础，在此基础上，一系列生物医学研究的联邦学习算法可以以可扩展的方式建立起来。想到该系统支持生物医学中各种分析需求的工具和工作流程的未来可能发展，令人兴奋。”Broad研究所的Hyunghoon Cho博士说。

　　那么，研究人员希望这种新解决方案能传播多快、多远呢?“我们正在与德克萨斯州、荷兰和意大利的合作伙伴进行深入讨论，以大规模部署FAMHE。我们希望它能整合到医学研究的常规操作中，”该研究的高级研究员之一Jean Louis Raisaro博士说。