中国原创U型隐私训推网络亮相中国—东盟AI部长圆桌会议：数据不出域完成跨机构模型共训，迈向跨境组网

数据不出域也能共训模型：中国原创隐私计算技术把跨境医疗AI的死结解开了一角

数据视角 × 数据从业者与工程师 ｜ 行业观察

中新网南宁9月19日电（记者张广权），中国—东盟人工智能部长圆桌会议近日在广西南宁召开。会上，广西医科大学护理学院院长、广西医科大学第一附属医院副院长程继文推介了医疗+U型隐私训推网络及U+医疗联盟。该技术由中国科学技术大学团队研发，广西医科大学第一附属医院提供场景并组织区内五家大型三甲医院完成组网和验证，核心是数据不动、模型流动。

一、问题在哪里：跨境医疗AI绕不开的合规墙

医疗AI的跨境协作长期卡在同一个位置。模型要变聪明，就得见到更多、更多样化的病例；但医疗数据是敏感个人信息里最敏感的一类，跨境流动的合规风险几乎不可承受。

这个矛盾不是技术细节，而是结构性的。数据不能出域，模型就难以共训；模型不能共训，协作就只剩论文和会议。过去几年大量跨境医疗AI项目停在这一步，不是因为算法不行，而是因为数据根本走不出医院机房。团队可以共享架构、共享技巧、共享评测方法，唯独不能共享让模型真正好用起来的那部分东西。

东盟场景把这个问题放大了。各国医疗体系、语言、法规差异大，基层诊疗能力不均衡，恰恰是最需要AI补位的地方，也恰恰是最难共享数据的地方。中国—东盟人工智能部长圆桌会议把议题摆在这里，本身就说明痛点足够硬。如果数据必须跨境才能协作，那这条路的尽头就是一个死结。

二、技术拆解：数据不动、模型流动的架构说了什么

程继文推介的技术叫医疗+U型隐私训推网络，生态名为U+医疗联盟。架构可以概括为十六个字：数据不动、模型流动、全程可溯、隐私强保护。

对工程师来说，这套架构最值得关注的是它把训练和推理都覆盖了。整套机制在无需传输原始医疗数据的前提下完成跨医疗机构的联合模型训练与协同推理。数据留在本地机房，流动的是模型参数或梯度，配合可追溯机制记录每一步操作。名字里的训推二字，正是训练加推理的合称。

它的价值在于从根源上规避医疗敏感数据流动的合规风险与安全隐患。传统做法是在数据出口处加控制，U型网络把控制点前移到了架构层——数据压根没有出口，合规讨论的前提就变了。这也意味着安全边界更容易向监管方解释：不是承诺不会泄露，而是没有可供泄露的对象。

工程上的代价是通信与调度成本。每一轮迭代都要在多方节点之间同步参数，节点越多、网络越复杂，效率损失越大。这决定了它更适合少量机构之间的深度协作，而不是大规模松散联盟。

三、落地证据：广西五家三甲医院组网与U+医疗联盟的现状

这套技术已经不只是实验室概念。研发方是中国科学技术大学团队，广西医科大学第一附属医院提供场景并组织区内五家大型三甲医院完成组网和验证。高校出算法，头部医院出场景与组织能力，这个组合是技术落地的常见形态。

五家三甲医院组网这个规模值得掂量。跨机构联合训练在工程上要解决网络、权限、版本、审计等一整套问题，能在一个区域内跑通，说明它至少越过了从零到一的门槛。区域组网还有一个隐含好处：同省医疗机构之间的数据治理标准相对一致，协调阻力小于跨国协作，这正是先内后外的合理顺序。

规划中的下一步有三项：完成东盟多语种、多国标体系的技术兼容优化；扩大联盟成员覆盖半径，吸纳东盟国家医疗机构与科研单位加入协作网络；打造3至5个面向东盟的标杆性医疗AI应用。重点服务方向是东盟基层诊疗能力提升与公共卫生联防联控。

三项计划的排序也透露了节奏感。先做兼容，再扩成员，最后出标杆应用。先解决能不能连得上，再解决有多少人连，最后才回答连起来能做成什么。

四、产业含义：隐私计算从论文概念走向区域医疗基础设施

与会东盟各国技术官员认为该创新击中了长期痛点，为各国推进医疗AI普惠共享提供落地价值与推广意义。这个反馈比技术参数更能说明位置。

我的判断是，隐私计算的价值不在算法本身，而在合规经济学。它把不能做的事变成可以谈的事。技术本身并不新鲜，联邦学习、安全多方计算都有多年积累，难的是把它变成一个多方愿意签字加入的协作框架——谁出数据、谁出算力、成果怎么分、责任怎么担，这些问题的答案比架构图重要得多。

一旦协作框架成立，隐私计算的角色就从论文里的方法变成了区域医疗基础设施。基础设施的特点是它不产生直接的临床价值，但决定了上层能建多高。U+医疗联盟正在往这个方向走，它提供的不是模型，而是让数据可以合作的那层地基。

对国内厂商来说，这里还埋着一个可复用的信号：在数据合规越来越严的环境下，谁能把协作的法律与技术接口标准化，谁就掌握了多方协作的入场券。这比单点模型的性能更难被替代。

五、冷静观察：多国标体系兼容与跨境法规仍是长周期的工程

冷静看，这条路远没有走完。

多语种与多国标体系的兼容优化被列为下一步的第一项，说明它现在还没有完成。技术上的兼容相对可控，真正难的是各国对医疗数据出境、算法责任、器械准入的监管口径并不一致。这些是法规问题，不是工程问题，解决周期以年计。一套代码可以适配多套标准，但一份授权无法同时满足多国监管。

第二个不确定项是联盟的扩张速度。吸纳东盟国家医疗机构与科研单位加入协作网络，取决于对方是否有意愿、有能力、有动力维护本地节点。基础设施的边际节点越多，协调成本越高，本地节点的运维能力往往比网络带宽更稀缺。

第三个是价值验证。5家医院的组网证明了可行性，3至5个标杆应用才有可能证明有效性。在标杆应用跑出来之前，这套架构更准确的定位是解决了怎么合作，而不是解决了合作能带来什么。

把死结解开一角，已经足够重要。剩下的要交给时间和监管。对关注这条线的团队来说，接下来两年最值得跟踪的不是论文，而是那3至5个标杆应用的落地质量。

原文链接：中国新闻网

---

千方医数集编辑部 出品