隐语可信数据空间MOOC第39讲笔记：新冠重病预测隐私计算案例

[叶开233]

笔记内容来自隐语Mooc，欢迎一起来学习。Mooc课程地址：https://www.secretflow.org.cn/community/bootcamp/2narwgw4ub8rabq/course/vhii941jitkl122?tab=outline

详细案例及代码，可以查看文末的链接。

学习笔记：新冠重病预测隐私计算案例

一、工具介绍：SecretNote

• 定位：专为隐语学习和隐私计算开发者设计的高级工具套件，以Notebook形式呈现。
• 功能特点：
  • 支持多节点代码自动执行，支持多方代码编写与运行。
  • 提供类似Jupyter Notebook的交互式文件管理体验。
  • 支持代码运行状态追踪，便于调试与监控。
• 使用方式：可通过Docker启动SecretFlow环境，避免环境配置问题。
• 适用场景：适用于学习与开发，不建议用于生产环境。

---

二、案例背景：新冠病毒重病预测

• 目标：医疗机构A（alice）与医疗机构B（bob）希望联合构建一个预测模型，判断COVID-19患者是否为重症高风险人群，以优化医疗资源分配。
• 数据来源：Kaggle上的COVID-19数据集，包含1,048,575条样本，本案例选取10,452条进行建模。

---

三、数据集说明

原始特征（共21个字段）：

• DATE_DIED：生存状态（标签，处理后为y）
• USMER、MEDICAL_UNIT、SEX、PATIENT_TYPE、INTUBED、PNEUMONIA、AGE、PREGNANT
• DIABETES、COPD、ASTHMA、INMSUPR、HIPERTENSION、OTHER_DISEASE、CARDIOVASCULAR、OBESITY、RENAL_CHRONIC、TOBACCO、ICU

数据预处理：

• 标签构造：将DATE_DIED二值化为y（0=存活，1=死亡）。
• 数据分割：将10,452条样本水平切分给两个参与方（alice与bob），模拟跨机构数据分布。

---

四、技术实现要点

• 建模方式：使用横向联邦学习，确保数据不出本地即可联合建模。
• 仿真环境：案例中使用SecretFlow仿真模式，模拟三个节点：alice、bob、server。
• 核心工具：结合SecretNote与SecretFlow实现隐私保护下的机器学习建模。

---

五、案例总结

• 本案例展示了隐私计算在医疗联合建模中的实际应用。
• 通过联邦学习技术，在保护数据隐私的前提下，提升了重症预测的准确性。
• 为医疗机构间安全数据协作提供了可行方案。

---

六、资源链接

• 案例模板：https://studio.secretflow.com/secretnote-case/6r80ic179t163w
• SecretFlow文档：https://www.secretflow.org.cn/zh-CN/docs/secretflow/v1.10.0b1
• SecretFlow GitHub：https://github.com/secretflow/secretflow
• SecretNote GitHub：https://github.com/secretflow/secretnote
• 在线体验环境：https://studio.secretflow.com/secretnote

---

说明：本案例为教学演示，重点在于理解隐私计算在医疗数据联合建模中的应用流程与技术实现，实际生产环境中需结合具体业务与合规要求进行调整。