考慮隱私保護(hù)的醫(yī)療數(shù)據(jù)共享意愿研究

韓普 張嘉明

收稿日期：2020-06-24

基金項(xiàng)目：國家社會科學(xué)基金項(xiàng)目“大數(shù)據(jù)環(huán)境下健康領(lǐng)域?qū)嶓w語義挖掘研究”（項(xiàng)目編號：17CTQ022）。

作者簡介：韓普（1983-），男，副教授，博士，碩士生導(dǎo)師，研究方向：隱私保護(hù)。張嘉明（1997-），男，軟件開發(fā)工程師，研究方向：演化博弈。

摘 要：[目的/意義]為了進(jìn)一步推進(jìn)醫(yī)療數(shù)據(jù)共享進(jìn)程，在考慮隱私保護(hù)的前提下，研究患者和醫(yī)療服務(wù)機(jī)構(gòu)對醫(yī)療數(shù)據(jù)共享的參與意愿。[方法/過程]基于演化博弈論，構(gòu)建由患者和醫(yī)療服務(wù)機(jī)構(gòu)兩博弈主體組成的演化博弈模型，求解兩者的復(fù)制動態(tài)方程，分析雙方在醫(yī)療數(shù)據(jù)共享中的演化穩(wěn)定策略，并使用MATLAB對模型進(jìn)行數(shù)值仿真模擬。[結(jié)果/結(jié)論]患者和醫(yī)療服務(wù)機(jī)構(gòu)的演化穩(wěn)定策略受多種因素影響，包括雙方從醫(yī)療數(shù)據(jù)共享中獲得的收益、雙方在該過程承擔(dān)的隱私泄露風(fēng)險(xiǎn)、醫(yī)療服務(wù)機(jī)構(gòu)需要付出的建設(shè)成本、積極保護(hù)和消極保護(hù)條件下的隱私泄露概率。[局限]未能考慮醫(yī)療數(shù)據(jù)共享過程中政府管理部門、平臺服務(wù)商等利益方對雙方參與意愿影響。

關(guān)鍵詞：隱私保護(hù);醫(yī)療數(shù)據(jù)共享;患者;醫(yī)療服務(wù)機(jī)構(gòu);演化博弈

DOI：10.3969/j.issn.1008-0821.2021.01.013

〔中圖分類號〕TP311;G203 〔文獻(xiàn)標(biāo)識碼〕A 〔文章編號〕1008-0821（2021）01-0111-10

Research on the Willingness of Medical Data

Sharing Considering Privacy Protection

——From the Perspective of Evolutionary Games

Han Pu1，2 Zhang Jiaming1

（1.School of Management，Nanjing University of Posts & Telecommunications，Nanjing 210003，China;

2.Jiangsu Provincial Key Laboratory of Data Engineering and Knowledge Service，Nanjing 210023，China）

Abstract：[Purpose/Significance]In order to further promote the process of medical data sharing，considering the protection of privacy，the willingness of patients and medical services to participate in medical data sharing is analyzed.[Method/Process]Based on evolutionary game theory，an evolutionary game model consisting of two game agents of patients and medical services was constructed.Moreover，the models evolutionary stability strategies via solving the replication dynamic equations were analyzed.Finally，MATLAB was used for numerically simulation.[Result/Conclusion]The evolutionary stability strategy of patients and medical services was affected by a variety of factors，including the benefits that both parties received from medical data sharing，the risks of privacy breaches，and the construction costs that medical services needed to pay as well as the probabilities of privacy leaks under active protection and negative protection.[Limitation]The influences of the government management department，platform service provider on the willingness of both parties to participate in the process of medical data sharing were not considered.

Key words：privacy protection;medical data sharing;patients;medical service body;evolutionary game

在大數(shù)據(jù)浪潮背景下，推動醫(yī)療數(shù)據(jù)開放共享已經(jīng)成為社會各界的共識。國務(wù)院在2016年6月下發(fā)的《關(guān)于促進(jìn)和規(guī)范健康醫(yī)療大數(shù)據(jù)應(yīng)用發(fā)展的指導(dǎo)意見》中明確指出，規(guī)范和推動健康醫(yī)療大數(shù)據(jù)融合共享、開放應(yīng)用，穩(wěn)步推動健康醫(yī)療大數(shù)據(jù)開放。只有實(shí)現(xiàn)真正的數(shù)據(jù)共享，才能推動醫(yī)療大數(shù)據(jù)各類應(yīng)用。對于患者來說，推動醫(yī)療數(shù)據(jù)共享可以減少在不必要的重復(fù)檢查等環(huán)節(jié)上的花費(fèi)，可以讓醫(yī)生全面了解其臨床記錄，更準(zhǔn)確地診斷病情，提出更合理的治療方案，也可以全面了解自身的醫(yī)療健康狀況，更好地做好個人預(yù)防。對醫(yī)療服務(wù)機(jī)構(gòu)來說，推進(jìn)醫(yī)療數(shù)據(jù)共享，一方面可以促進(jìn)臨床協(xié)同和臨床科研，進(jìn)一步提升醫(yī)療水平和醫(yī)學(xué)研究水平;另一方面可以優(yōu)化醫(yī)療服務(wù)模式，提高就診環(huán)節(jié)效率，改善用戶體驗(yàn)，提升患者滿意度，同時也可以降低運(yùn)營成本。

盡管不少國家和地方政府機(jī)構(gòu)已經(jīng)通過多種措施推動醫(yī)療數(shù)據(jù)開放共享，但在實(shí)際情況下，醫(yī)療數(shù)據(jù)共享仍然面臨著一系列亟需解決的復(fù)雜問題。對數(shù)據(jù)擁有方（一般是醫(yī)療服務(wù)機(jī)構(gòu)）來說，不僅需要一套復(fù)雜的數(shù)據(jù)共享流程，還要考慮到后續(xù)的各種問題，一旦開放共享醫(yī)療數(shù)據(jù)，不僅會帶來患者隱私泄露的風(fēng)險(xiǎn)，而且還要承擔(dān)相應(yīng)的法律責(zé)任。所以對于醫(yī)療服務(wù)機(jī)構(gòu)而言，并沒有足夠的動力和意愿參與醫(yī)療數(shù)據(jù)共享。對于患者來說，個人就診紀(jì)錄、檢查結(jié)果、家族病史、遺傳疾病等數(shù)據(jù)一旦泄露，會出現(xiàn)嚴(yán)重的隱私安全等問題，因此患者對醫(yī)療數(shù)據(jù)共享也存在很大顧慮。

基于上述分析，從考慮隱私保護(hù)視角，針對醫(yī)療數(shù)據(jù)共享意愿問題，引入演化博弈理論，將患者和醫(yī)療服務(wù)機(jī)構(gòu)定義為博弈主體。在此基礎(chǔ)上，探尋投入、收益、成本等因素對隱私保護(hù)和醫(yī)療數(shù)據(jù)共享意愿的影響，為推動醫(yī)療大數(shù)據(jù)開放共享提供有針對性的建議。

1 國內(nèi)外研究現(xiàn)狀

1.1 醫(yī)療數(shù)據(jù)共享

醫(yī)療數(shù)據(jù)共享是推進(jìn)智慧醫(yī)療和精準(zhǔn)醫(yī)療的前提，關(guān)乎每個人的醫(yī)療健康，近些年受到了學(xué)界的極大關(guān)注。據(jù)研究機(jī)構(gòu)預(yù)測，醫(yī)療數(shù)據(jù)的有效利用每年可為美國醫(yī)療健康體系帶來3 000多億元的潛在價(jià)值，貢獻(xiàn)0.7%的年度生產(chǎn)力增長;可為加拿大醫(yī)療健康體系節(jié)省100多億美元的衛(wèi)生費(fèi)用，約占加拿大2012年醫(yī)療總費(fèi)用的5%[1]。雖然數(shù)據(jù)是臨床醫(yī)療和醫(yī)學(xué)研究的必要條件，但一直沒有有效的激勵機(jī)制，Rowhani-Farid A等[2]通過實(shí)證發(fā)現(xiàn)，利用開放數(shù)據(jù)徽章的激勵措施，可以提高醫(yī)療數(shù)據(jù)共享率。針對電子健康檔案共享的復(fù)雜性，從商業(yè)視角，Stevovic J等[4]提出了醫(yī)療健康數(shù)據(jù)共享的商業(yè)管理模式。也有學(xué)者在癌癥基因組數(shù)據(jù)共享研究中，提出應(yīng)該要發(fā)揚(yáng)數(shù)據(jù)共享的責(zé)任文化。劉嘉慶等[6]提出構(gòu)建肺癌數(shù)據(jù)共享平臺，掌控肺癌發(fā)病情況，推動肺癌研究水平的同時也可提高肺癌的診療水平。可以發(fā)現(xiàn)，推動醫(yī)療數(shù)據(jù)已經(jīng)是政府管理層面和社會各界達(dá)成的共識，但如何構(gòu)建合理、有效、各利益相關(guān)方平衡機(jī)制是醫(yī)療數(shù)據(jù)共享的難點(diǎn)。

1.2 醫(yī)療數(shù)據(jù)隱私保護(hù)

數(shù)據(jù)共享和隱私保護(hù)之間存在矛盾關(guān)系，只有將醫(yī)療數(shù)據(jù)開放共享，才能真正發(fā)揮醫(yī)療數(shù)據(jù)的價(jià)值。Price W N等[8]指出，在醫(yī)療大數(shù)據(jù)應(yīng)用中所面臨的最大挑戰(zhàn)就是患者隱私問題。多數(shù)電子病歷均包含患者的敏感信息，沒有病人愿意將電子病歷中的所有信息共享給所有潛在接收者，也不會無條件共享自己的所有數(shù)據(jù)[8]。病人希望自己的電子病歷數(shù)據(jù)能夠得到更精確的控制，例如研究人員需要征得他們的同意后才能獲得部分電子病歷，而不是共享所有的數(shù)據(jù)[8]。在個人控制的健康記錄中，Weitzman E R等[10]通過調(diào)研發(fā)現(xiàn)，有91%的用戶愿意共享醫(yī)學(xué)信息用來進(jìn)行健康研究，共享的意愿取決于匿名性、研究用途以及可信賴中介機(jī)構(gòu)。馬詩詩等[11]對456名患者是否將其匿名化健康醫(yī)療數(shù)據(jù)共享的意愿進(jìn)行了調(diào)查，發(fā)現(xiàn)患者將數(shù)據(jù)共享給本院醫(yī)護(hù)人員和政府部門的意愿較高，而對共享給其他醫(yī)院的醫(yī)護(hù)人員的意愿度較低。針對電子病歷數(shù)據(jù)共享難、隱私易泄露的問題，有不少學(xué)者嘗試?yán)眯屡d技術(shù)，如區(qū)塊鏈來構(gòu)建電子病歷的數(shù)據(jù)共享模型[11-12]。佘維等[14]結(jié)合區(qū)塊鏈和全同態(tài)加密算法，在患者、醫(yī)療機(jī)構(gòu)和數(shù)據(jù)中心3個完全信任的結(jié)點(diǎn)構(gòu)成去中心化網(wǎng)絡(luò)中實(shí)現(xiàn)密文傳輸和密文計(jì)算，確保醫(yī)療數(shù)據(jù)的信息安全。也有文獻(xiàn)從法律法規(guī)層面提出應(yīng)當(dāng)通過立法加強(qiáng)健康醫(yī)療隱私信息的保護(hù)[6]。

已有研究工作主要側(cè)重于醫(yī)療數(shù)據(jù)共享的意愿、技術(shù)實(shí)現(xiàn)和法律法規(guī)方面的制定，然而醫(yī)療數(shù)據(jù)共享還涉及多方利益博弈，如患者隱私權(quán)和醫(yī)療機(jī)構(gòu)信息收集權(quán)是其中比較直接的利益沖突[14]。對于當(dāng)前多方利益沖突的現(xiàn)狀，可以應(yīng)用博弈論構(gòu)建多方博弈模型，分析系統(tǒng)的最優(yōu)策略。演化博弈論是種群動力學(xué)方法在博弈論中的應(yīng)用[15]，該理論依賴于博弈過程的動態(tài)性和具有有限理性特質(zhì)的博弈者。為尋求最優(yōu)策略，博弈者需要在博弈過程中不斷地模仿和學(xué)習(xí)[16]。演化博弈在多元意見的策略選擇中得到廣泛的應(yīng)用。Li Y等[18]在共享單車行業(yè)中，基于演化博弈理論構(gòu)建了用戶與企業(yè)的博弈模型來分析雙方策略選擇的優(yōu)劣。朱光等[19]運(yùn)用演化博弈理論研究了企業(yè)與圖書館對信息安全管理的投入意愿，以提升圖書館的信息安全管理水平。胡小飛等[20]應(yīng)用演化博弈論探究了快遞物流行業(yè)中個人隱私對雙方交易行為的影響。

演化博弈論在醫(yī)療領(lǐng)域和隱私保護(hù)研究中也有廣泛應(yīng)用。朱光等[21]應(yīng)用演化博弈分析了移動醫(yī)療軟件商、患者與政府組成的三方博弈模型。顧秋陽等[22]利用演化博弈分析，發(fā)現(xiàn)提高隱私披露成本和加大對泄露隱私的懲罰等措施對緩解社交網(wǎng)絡(luò)中隱私泄露具有正面影響。朱光等[23]運(yùn)用演化博弈論研究了患者與醫(yī)療軟件服務(wù)商在隱私問責(zé)博弈模型中的演化穩(wěn)定策略。

可以發(fā)現(xiàn)，演化博弈論通常用來分析兩方、三方或多方行為的策略選擇，在博弈模型構(gòu)建與仿真分析中得到具有非常針對性的結(jié)果和建議?；诖?，本文將隱私保護(hù)作為博弈策略選擇的影響因素之一，構(gòu)建患者與醫(yī)療服務(wù)機(jī)構(gòu)的演化博弈模型，探討患者對醫(yī)療數(shù)據(jù)共享的參與意愿與醫(yī)療服務(wù)機(jī)構(gòu)對醫(yī)療數(shù)據(jù)共享的投入意愿，并使用MATLAB對該模型進(jìn)行仿真分析雙方的演化穩(wěn)定策略。

2 利益相關(guān)者分析與基本條件假設(shè)

2.1 應(yīng)用場景

對患者而言，醫(yī)療數(shù)據(jù)共享意愿指是否愿意將與本人相關(guān)醫(yī)療數(shù)據(jù)共享給醫(yī)院、政府和科研機(jī)構(gòu)等部門;對醫(yī)療服務(wù)機(jī)構(gòu)來說，醫(yī)療數(shù)據(jù)共享指醫(yī)療機(jī)構(gòu)接收患者的醫(yī)療健康數(shù)據(jù)，遵照患者意愿來決定可否在不同醫(yī)療機(jī)構(gòu)共享數(shù)據(jù)以及應(yīng)用于醫(yī)學(xué)研究[23-24]。醫(yī)療數(shù)據(jù)共享過程包含眾多參與者，如為數(shù)據(jù)傳遞提供網(wǎng)絡(luò)服務(wù)的通信運(yùn)營商，為保證數(shù)據(jù)安全性的監(jiān)管機(jī)構(gòu)以及基于醫(yī)療數(shù)據(jù)驅(qū)動的研究機(jī)構(gòu)等。在考慮隱私保護(hù)的前提下，本文主要研究對患者和醫(yī)療服務(wù)機(jī)構(gòu)參與醫(yī)療數(shù)據(jù)共享意愿的影響因素，并將博弈過程中的主體定義為患者和醫(yī)療服務(wù)機(jī)構(gòu)，兩主體之間的關(guān)系如圖1所示。

2.2 基本條件假設(shè)

本文假設(shè)患者的博弈策略為“參與”和“不參與”，參與數(shù)據(jù)共享的患者承擔(dān)著隱私泄露風(fēng)險(xiǎn)，同時享有醫(yī)療服務(wù)質(zhì)量的提升;不參與數(shù)據(jù)共享的患者放棄醫(yī)療質(zhì)量的提升從而避免承受隱私信息泄露的風(fēng)險(xiǎn)。醫(yī)療服務(wù)機(jī)構(gòu)的博弈策略為“積極保護(hù)”和“消極保護(hù)”隱私信息，積極保護(hù)隱私的醫(yī)療服務(wù)機(jī)構(gòu)將為該策略付出更多的成本，同時也提供更嚴(yán)格的患者隱私保護(hù);消極保護(hù)隱私的醫(yī)療服務(wù)機(jī)構(gòu)付出較低的患者隱私保護(hù)成本。影響患者決策因素包括醫(yī)療服務(wù)質(zhì)量提升的程度以及隱私泄露風(fēng)險(xiǎn)，影響醫(yī)療服務(wù)機(jī)構(gòu)決策的因素包括提供隱私信息保護(hù)的成本和因發(fā)生隱私泄露而造成損失的風(fēng)險(xiǎn)。

雖然患者普遍擔(dān)心個人醫(yī)療隱私信息的泄漏問題[25]，但不同患者對隱私的關(guān)注程度和對隱私泄露的敏感程度并不相同，醫(yī)療服務(wù)機(jī)構(gòu)選擇不同的隱私保護(hù)水平與其預(yù)期獲得的收益也沒有確切的推導(dǎo)關(guān)系。因此，該應(yīng)用場景下，兩博弈主體并不能通過一次策略選擇就抉擇出最優(yōu)策略。為了找到最優(yōu)策略，雙方需要在博弈中不斷地根據(jù)當(dāng)前條件調(diào)整自身的策略選擇。每次策略選擇，雙方都會根據(jù)最大收益原則來審視自身的成本與收益[20]?；颊呖赡苓x擇放棄參與醫(yī)療數(shù)據(jù)共享所帶來的收益以規(guī)避較高的隱私泄露風(fēng)險(xiǎn)，也可能選擇承擔(dān)較小隱私泄露風(fēng)險(xiǎn)換取更高質(zhì)量的醫(yī)療服務(wù)。醫(yī)療服務(wù)機(jī)構(gòu)可能選擇積極保護(hù)患者隱私策略以提高患者參與醫(yī)療數(shù)據(jù)共享的意愿，也可能采取消極保護(hù)患者隱私策略以降低建設(shè)醫(yī)療數(shù)據(jù)共享的成本。

2.3 參數(shù)定義

基于上述假設(shè)，為方便模型構(gòu)建，表1列出了博弈模型需要的參數(shù)及其含義。

3 演化博弈模型構(gòu)建和分析

3.1 模型構(gòu)建

基于上述假設(shè)和參數(shù)，表2給出了兩博弈主體在不同決策下的收益矩陣。

1）當(dāng)患者選擇“參與數(shù)據(jù)共享”策略且醫(yī)療服務(wù)機(jī)構(gòu)選擇“積極保護(hù)隱私信息”策略時，患者獲得醫(yī)療服務(wù)質(zhì)量提升的同時承擔(dān)積極隱私保護(hù)條件下隱私泄露的風(fēng)險(xiǎn)?；颊叩氖找嫒缡剑?）。

Patient1，1=B1-a*D1（1）

醫(yī)療服務(wù)機(jī)構(gòu)在此策略組合下獲得由共享數(shù)據(jù)帶來的收益，付出較高建設(shè)成本且承擔(dān)著較低隱私泄露風(fēng)險(xiǎn)。醫(yī)療服務(wù)機(jī)構(gòu)收益如式（2）。

Hospital1，1=B2-A-a*D2（2）

同理可求出其余策略組合下兩博弈主體的收益。

2）當(dāng)患者選擇“參與數(shù)據(jù)共享”策略且醫(yī)療服務(wù)機(jī)構(gòu)選擇“消極保護(hù)隱私信息”策略時，患者收益如式（3），醫(yī)療服務(wù)機(jī)構(gòu)收益如式（4）。

Patient1，0=B1-b*D1（3）

Hospital1，0=B2-C2-b*D2（4）

3）當(dāng)患者選擇“不參與數(shù)據(jù)共享”策略且醫(yī)療服務(wù)機(jī)構(gòu)選擇“積極保護(hù)隱私信息”策略時，患者收益如式（5），醫(yī)療服務(wù)機(jī)構(gòu)收益如式（6）。

Patient0，1=0（5）

Hospital0，1=-C1（6）

4）當(dāng)患者選擇“不參與數(shù)據(jù)共享”策略且醫(yī)療服務(wù)機(jī)構(gòu)選擇“消極保護(hù)隱私信息”策略時，患者收益如式（7），醫(yī)療服務(wù)機(jī)構(gòu)收益如式（8）。

Patient0，0=0（7）

Hospital0，0=-C2（8）

基于上述多種博弈策略組合下患者和醫(yī)療服務(wù)機(jī)構(gòu)的收益情況，可得到兩方博弈的收益矩陣，結(jié)果如表2所示。

表2 兩方博弈的收益矩陣

患者/醫(yī)療服務(wù)機(jī)構(gòu)積極保護(hù)隱私信息消極保護(hù)隱私信息

參與數(shù)據(jù)共享B1-a*D1，B2-C1-a*D2B1-b*D1，B2-C2-b*D2

不參與數(shù)據(jù)共享0，-C10，-C2

3.2 演化博弈模型復(fù)制動態(tài)方程

3.2.1 患者的復(fù)制動態(tài)方程

定義患者選擇“參與數(shù)據(jù)共享”策略的期望收益為P1，選擇“不參與數(shù)據(jù)共享”策略的期望收益為P2，平均期望收益為，公式為：

P1=y*（B1-a*D1）+（1-y）*（B1-b*D1）（9）

P2=y*0+（1-y）*0=0（10）

=x*P1+（1-x）*P2=x*（B1-b*D1+y*D1*（b-a））（11）

患者博弈策略的復(fù)制動態(tài)方程為：

F（x）=dxdt=x*（P1-）=x*（1-x）*（B1-b*D1+y*D1*（b-a））（12）

dF（x）dx=（1-2*x）*（B1-b*D1+y*D1*（b-a））（13）

患者群體的復(fù)制動態(tài)相位圖如圖2所示。

圖2 患者群體的復(fù)制動態(tài)相位圖

3.2.2 醫(yī)療服務(wù)機(jī)構(gòu)的復(fù)制動態(tài)方程

定義醫(yī)療服務(wù)機(jī)構(gòu)選擇“積極保護(hù)隱私信息”策略的期望收益為H1，選擇“消極保護(hù)隱私信息”策略的期望收益為H2，平均期望收益為，公式為：

H1=x*（B2-C1-a*D2）+（1-x）*（-C1）（14）

H2=x*（B2-C2-b*D2）+（1-x）*（-C2）（15）

=y*H1+（1-y）*H2（16）

醫(yī)療服務(wù)機(jī)構(gòu)博弈策略的復(fù)制動態(tài)方程如式（17）所示。

F（y）=dydt=y*（H1-）=y*（1-y）*（x*D2*（b-a）+C2-C1）（17）

dF（y）dy=（1-2*y）*（x*D2*（b-a）+C2-C1）（18）

醫(yī)療服務(wù)機(jī)構(gòu)的復(fù)制動態(tài)相位圖如圖3所示。

3.3 演化穩(wěn)定策略

2）V1≤0且V2>1

取B1=10、D1=10、a=0.2、b=0.7，此時V1=-0.6，V1≤0，取D2=10、C1=15、C2=5，此時V2=2，V2>1，（“參與醫(yī)療數(shù)據(jù)共享”“消極保護(hù)隱私信息”）是此時的演化穩(wěn)定策略，結(jié)果如圖11所示。

3）0

取B1=5、D1=10、a=0.2、b=0.7，此時V1=0.4，0

4）01

取B1=5、D1=10、a=0.2、b=0.7，此時V1=0.4，01，（“不參與醫(yī)療數(shù)據(jù)共享”“消極保護(hù)隱私信息”）是此時的演化穩(wěn)定策略，結(jié)果如圖13所示。

5）V1>1且0

取B1=1、D1=10、a=0.2、b=0.7，此時V1=1.2，V1>1，取D2=10、C1=8、C2=5，此時V2=0.6，0

6）V1>1且V2>1

取B1=1、D1=10、a=0.2、b=0.7，此時V1=1.2（V1>1），取D2=10、C1=15、C2=5，此時V2=2（V2>1），（“不參與醫(yī)療數(shù)據(jù)共享”“消極保護(hù)隱私信息”）是此時的演化穩(wěn)定策略，結(jié)果如圖15所示。

5 結(jié)論與建議

本文基于演化博弈論，在考慮隱私保護(hù)的情況下，分析了患者和醫(yī)療服務(wù)機(jī)構(gòu)之間關(guān)于醫(yī)療數(shù)據(jù)共享參與意愿的博弈行為，求解出多種條件下的演化穩(wěn)定策略，并且使用MATLAB對該博弈模型進(jìn)行數(shù)值仿真分析。研究發(fā)現(xiàn)：①從醫(yī)療數(shù)據(jù)共享中可獲取利益的多少是患者博弈策略選擇的重要影響因素。若存在足夠的利益則可使患者忽略醫(yī)療服務(wù)機(jī)構(gòu)的博弈策略而始終選擇參與醫(yī)療數(shù)據(jù)共享，即使因此會承擔(dān)較高的隱私泄露風(fēng)險(xiǎn);②積極和消極保護(hù)隱私策略的建設(shè)成本、隱私泄露風(fēng)險(xiǎn)的差異對醫(yī)療服務(wù)機(jī)構(gòu)博弈策略選擇有著較大影響。當(dāng)建設(shè)成本或隱私泄露風(fēng)險(xiǎn)在兩種策略下存在極大差距時，醫(yī)療服務(wù)機(jī)構(gòu)傾向于選擇付出較低建設(shè)成本或者帶來較小隱私泄露風(fēng)險(xiǎn)的策略?；诖?，本文提出以下對策建議：

1）大力發(fā)展醫(yī)療數(shù)據(jù)的各類大數(shù)據(jù)應(yīng)用，包括利用共享大數(shù)據(jù)定期發(fā)布個人健康監(jiān)測報(bào)告、患病風(fēng)險(xiǎn)預(yù)測、重大疾病數(shù)據(jù)防控以及基于基因組大數(shù)據(jù)預(yù)警發(fā)病風(fēng)險(xiǎn)等，這有利于擴(kuò)大醫(yī)患雙方從醫(yī)療數(shù)據(jù)共享中獲取利益。患者因參與醫(yī)療數(shù)據(jù)共享而享有更便捷的醫(yī)療服務(wù)模式、更高質(zhì)量的醫(yī)療水平、更全面的康復(fù)指導(dǎo)以及更低的就醫(yī)費(fèi)用等收益。對于醫(yī)療服務(wù)機(jī)構(gòu)，醫(yī)療數(shù)據(jù)共享的發(fā)展不僅可以推進(jìn)精準(zhǔn)醫(yī)療，還可以促成跨醫(yī)院數(shù)據(jù)共享，達(dá)成有效合理的分級診療，實(shí)現(xiàn)對醫(yī)療資源的充分利用，最終提升醫(yī)療水平和研究水平。當(dāng)醫(yī)患雙方從醫(yī)療數(shù)據(jù)共享中獲得的收益持續(xù)擴(kuò)大，繼續(xù)采取消極保護(hù)患者隱私的策略將會導(dǎo)致醫(yī)療服務(wù)機(jī)構(gòu)的機(jī)會成本增大，因此醫(yī)療機(jī)構(gòu)將會愿意耗費(fèi)更多的建設(shè)成本來為患者提供積極的隱私保護(hù)，雙方此時的策略選擇均對對方的策略選擇產(chǎn)生積極影響。

2）降低醫(yī)療服務(wù)機(jī)構(gòu)實(shí)施積極隱私保護(hù)的成本。隱私保護(hù)的建設(shè)成本是醫(yī)療服務(wù)機(jī)構(gòu)選擇博弈策略的重要影響因素之一，若積極隱私保護(hù)的建設(shè)成本過高，則會導(dǎo)致醫(yī)療服務(wù)機(jī)構(gòu)趨向于選擇消極保護(hù)策略，這將會影響患者參與數(shù)據(jù)共享的意愿，造成患者不愿意參與、醫(yī)療服務(wù)機(jī)構(gòu)不愿意投入的雙輸局面。具體而言，可采取縮小消極保護(hù)和積極保護(hù)之間建設(shè)成本差距的方法，通過制定法律法規(guī)提高或限制消極隱私保護(hù)的下限，若消極保護(hù)與積極保護(hù)之間的成本相差極小，醫(yī)療服務(wù)機(jī)構(gòu)更愿意采用積極保護(hù)，提高患者的參與意愿，從而讓自身獲得更多的利益。

3）加大對醫(yī)療服務(wù)機(jī)構(gòu)在泄露隱私信息后的處罰力度。隱私泄露發(fā)生后的處罰力度同樣影響著醫(yī)療服務(wù)機(jī)構(gòu)的博弈策略選擇，選擇積極隱私保護(hù)策略意味著可在很大程度上避免處罰，而選擇消極保護(hù)則會導(dǎo)致因發(fā)生隱私泄露被處罰的幾率增加，醫(yī)療服務(wù)機(jī)構(gòu)不得不考慮承擔(dān)處罰的風(fēng)險(xiǎn)。較高的追責(zé)和處罰力度將使更多的醫(yī)療服務(wù)機(jī)構(gòu)傾向于選擇積極保護(hù)策略，這對于患者、醫(yī)療服務(wù)機(jī)構(gòu)和整個醫(yī)療數(shù)據(jù)共享過程來說都是有利的。

參考文獻(xiàn)

[1]李姣，郭海紅，郭珉江，等.美英政府開放健康醫(yī)療數(shù)據(jù)的主題分布與開放程度量化研究[J].圖書情報(bào)工作，2015，59（20）：132-137.

[2]Rowhani-Farid A，Allen M，Barnett A G.What Incentives Increase Data Sharing in Health and Medical Research？A Systematic Review[J].Research Integrity and Peer Review，2017，2（1）：4.

[3]Rowhani-Farid A，Allen M，Barnett A G.What Incentives Increase Data Sharing in Health and Medical Research？A Systematic Review[J].Research Integrity and Peer Review，2017，2（1）：1-10.

[4]Stevovic J，Li J，Motahari-Nezhad H R，et al.Business Process Management Enabled Compliance-aware Medical Record Sharing[J].International Journal of Business Process Integration and Management，2013，6（3）：201-223.

[5]Siu L L，Lawler M，Haussler D，et al.Facilitating a Culture of Responsible and Effective Sharing of Cancer Genome Data[J].Nature Medicine，2016，22（5）：464-471.

[6]劉嘉慶，李光.基于醫(yī)療大數(shù)據(jù)的省市級肺癌專病平臺的建設(shè)[J].中國免疫學(xué)雜志，2019，35（21）：2687-2689.

[7]粟丹.論健康醫(yī)療大數(shù)據(jù)中的隱私信息立法保護(hù)[J].首都師范大學(xué)學(xué)報(bào)：社會科學(xué)版，2019，（6）：63-73.

[8]Price W N，Cohen I G.Privacy in the Age of Medical Big Data[J].Nature Medicine，2019，25（1）：37-43.

[9]Caine K，Hanania R.Patients Want Granular Privacy Control Over Health Information in Electronic Medical Records[J].Journal of the American Medical Informatics Association，2013，20（1）：7-15.

[10]Weitzman E R，Kaci L，Mandl K D.Sharing Medical Data for Health Research：The Early Personal Health Record Experience[J].Journal of Medical Internet Research，2010，12（2）：e14.

[11]馬詩詩，于廣軍，陳敏，等.患者醫(yī)療健康數(shù)據(jù)開放與隱私保護(hù)的問卷調(diào)查研究[J].中國衛(wèi)生信息管理雜志，2019，16（2）：226-231.

[12]Patel V.A Framework for Secure and Decentralized Sharing of Medical Imaging Data Via Blockchain Consensus[J].Health Informatics Journal，2019，25（4）：1398-1411.

[13]薛騰飛，傅群超，王樅，等.基于區(qū)塊鏈的醫(yī)療數(shù)據(jù)共享模型研究[J].自動化學(xué)報(bào)，2017，43（9）：1555-1562.

[14]佘維，陳建森，劉琦，等.一種面向醫(yī)療大數(shù)據(jù)安全共享的新型區(qū)塊鏈技術(shù)[J].小型微型計(jì)算機(jī)系統(tǒng)，2019，40（7）：1449-1454.

[15]滕長利.醫(yī)療大數(shù)據(jù)信息采集權(quán)與患者隱私權(quán)的沖突研究[J].衛(wèi)生經(jīng)濟(jì)研究，2019，36（5）：21-23.

[16]Hofbauer J，Sigmund K.Evolutionary Game Dynamics[J].Bulletin of the American Mathematical Society，2003，40（4）：479-519.

[17]Arora S，Singh P，Gupta A J，et al.Adaptive Selection of Cryptographic Protocols in Wireless Sensor Networks Using Evolutionary Game Theory[J].Procedia Computer Science，2016：358-366.

[18]Li Y，Ma G.Evolutionary Game Analysis on the Strategy Selection of Sharing Bicycle Enterprises and Users[J].Journal of Mathematics and Informatics，2018，14（5）：35-44.

[19]朱光，豐米寧，張薇薇.激勵機(jī)制下圖書館信息安全管理的投入意愿研究——基于演化博弈的視角[J].數(shù)據(jù)分析與知識發(fā)現(xiàn)，2018，2（6）：13-24.

[20]胡小飛，曾聰，郭宇雯.快遞物流業(yè)個人信息隱私保護(hù)的演化博弈分析[J].現(xiàn)代情報(bào)，2019，39（6）：142-148.

[21]朱光，劉虎，杜欣蒙.隱私憂慮背景下的移動醫(yī)療APP使用意愿研究——基于三方博弈的視角[J].數(shù)據(jù)分析與知識發(fā)現(xiàn)，2019，3（5）.

[22]顧秋陽，琚春華，鮑福光.融入隱私關(guān)注的社交網(wǎng)絡(luò)服務(wù)與用戶間關(guān)系的演化博弈模型研究[J].情報(bào)科學(xué)，2019，37（9）：29-36.

[23]朱光，劉虎，陳婧，等.移動醫(yī)療服務(wù)情境下的隱私問責(zé)研究——基于演化博弈的視角[J].現(xiàn)代情報(bào)，2018，38（12）：32-39.

[24]Li T，Slee T.The Effects of Information Privacy Concerns on Digitizing Personal Health Records[J].Journal of the Association for Information Science & Technology，2014，65（8）：1541-1554.

[25]王慧君，杜永洪，白晉，等.“互聯(lián)網(wǎng)+醫(yī)療”的熱實(shí)踐與冷思考[J].醫(yī)學(xué)爭鳴，2019，10（4）：71-74.

[26]王天屹，劉愛萍.大數(shù)據(jù)環(huán)境下醫(yī)療數(shù)據(jù)隱私保護(hù)對策研究[J].信息技術(shù)與網(wǎng)絡(luò)安全，2019，38（8）：28-32.

[27]Ding F，Liu Y，Shen B，et al.An Evolutionary Game Theory Model of Binary Opinion Formation[J].Physica A-statistical Mechanics and Its Applications，2010，389（8）：1745-1752.

（責(zé)任編輯：郭沫含）