RWS可信数据空间
RWS（Real World Study）可信数据空间是一个专为医疗健康领域设计的真实世界研究数据协作平台。 通过连接医疗机构、CRO公司、研究机构、制药企业等各方，实现临床数据的可信共享与协作分析， 支持药物研发、临床研究、医疗决策、公共卫生监测等应用场景。平台采用先进的隐私保护计算技术， 确保数据在"可用不可见"的前提下，最大化发挥医疗数据的科研价值。
数据安全可信
多方协作共享
智能分析处理
隐私保护计算
分布式沙箱
数据可用不可见
某三甲医院A
某三甲医院B
RWS可信数据空间
某三甲医院C
某CRO公司A
某数据服务方A
数据产品分类统计
西医数据产品
245
涉及西医领域各系统疾病的诊断、治疗和预防的临床和研究数据
中医数据产品
67
涉及中医领域疾病的诊断、治疗和预防的临床和研究数据
药物数据产品
92
涵盖药物全生命周期各阶段的研究和临床数据
医疗器械数据产品
34
涵盖医疗器械全生命周期各阶段的研究和临床数据
医疗数据产品
789
涵盖病历、医院运营、医疗费用、医学影像等数据
其他数据产品
23
上述五大类数据产品之外的其他医疗相关数据
RWS支持的使用控制方式
在RWS可信数据空间中，我们采用多层次、全方位的安全防护体系，确保数据在共享和使用过程中的安全性、隐私性和合规性。 通过先进的技术手段和严格的管理制度，实现"数据可用不可见"的安全目标，让各方在保护隐私的前提下充分释放数据价值。 平台已通过多项国际安全认证，为医疗数据的安全共享提供了可靠的技术保障。
数据加密
隐私保护
实时监控
合规认证
隐私保护计算
采用同态加密、安全多方计算等前沿技术，确保数据在计算过程中始终保持加密状态，实现"数据可用不可见"。
通过密码学技术保证数据在传输、存储、计算全流程的安全性，让数据价值在不暴露原始信息的前提下得到充分利用。
支持复杂的医疗数据分析任务，如药物疗效评估、疾病预测模型训练等。
- 同态加密技术 - 支持在加密数据上进行加法和乘法运算，适用于统计分析
- 安全多方计算 - 多方协作计算而不泄露各自数据，支持跨机构联合分析
- 零知识证明 - 证明计算结果正确性而不泄露数据，确保结果可信
- 差分隐私保护 - 在统计分析中保护个体隐私，防止重识别攻击
- 联邦学习 - 支持分布式机器学习，模型训练不共享原始数据
分布式沙箱
构建隔离的计算环境，数据在受控的沙箱环境中进行处理，确保数据不出域，计算结果可验证。
通过容器化技术和网络隔离，为每个数据使用场景创建独立的安全计算空间，防止数据泄露和恶意访问。
支持多种计算框架，满足不同分析需求，同时保证计算环境的安全性和可控性。
- 环境隔离 - 完全隔离的计算环境，防止数据泄露
- 访问控制 - 细粒度的权限管理，基于角色的访问控制
- 行为监控 - 实时监控数据使用行为，记录所有操作日志
- 结果验证 - 确保计算结果的正确性和完整性
- 资源限制 - 限制计算资源使用，防止恶意消耗
数据可用不可见
通过技术手段确保数据使用方能够获得计算结果，但无法直接访问原始数据，保护数据隐私。
结合多种隐私保护技术，在保证数据可用性的同时，最大程度保护数据所有者的隐私权益。
支持多种数据使用场景，包括统计分析、机器学习、临床研究等，满足不同业务需求。
- 数据脱敏 - 去除敏感信息保留分析价值，支持多种脱敏策略
- 计算外包 - 将计算任务外包给可信第三方，确保计算过程透明
- 结果聚合 - 只返回聚合结果而非原始数据，保护个体隐私
- 权限管理 - 基于角色的访问控制，支持动态权限调整
- 审计追踪 - 完整的数据使用审计记录，支持合规检查
安全认证与合规标准
GDPR合规
符合欧盟通用数据保护条例要求，确保个人数据处理的合法性和透明性
网络安全法
符合中国网络安全法相关规定，满足数据本地化存储要求
医疗数据标准
符合HL7 FHIR、DICOM等医疗健康数据交换标准
ISO 27001
通过ISO 27001信息安全管理体系认证，确保信息安全
个人信息保护法
符合中国个人信息保护法要求，保护个人隐私权益
等保三级
通过网络安全等级保护三级认证，满足关键信息基础设施要求
