以第三代人工智能技术为依托，利用多方安全计算、联邦学习、可信执行环境等隐私保护计算技术打造的数据安全共享基础设施。医院不同信息系统的数据格式繁杂，数据质量不尽相同，需根据数据统一标准和规范对数据进行对齐处理，在医院端完成专科专病标准数据集的构建。
为医疗机构在数据合作过程中提供全景式数据安全和隐私保护计算平台，在实现数据可用不可见的同时打通数据孤岛，挖掘数据价值
可直接复用医疗机构现已积累的数据开发团队和经验，实现算法和应用的一脉相承，机器学习生态与隐私保护机器学习生态相统一
以底层数据流图的视角揭示算法和对应的分布式联邦学习算法的联系，并通过数据流图变换完成两者间的自动转换，同时实现抗恶意攻击
基于高效的全同态加密算法，优化加密运算速度，隐私求交万次仅需50毫秒
为医疗机构在数据合作过程中提供全景式数据安全和隐私保护计算平台，在实现数据可用不可见的同时打通数据孤岛，挖掘数据价值
可直接复用医疗机构现已积累的数据开发团队和经验，实现算法和应用的一脉相承，机器学习生态与隐私保护机器学习生态相统一
以底层数据流图的视角揭示算法和对应的分布式联邦学习算法的联系，并通过数据流图变换完成两者间的自动转换，同时实现抗恶意攻击
基于高效的全同态加密算法，优化加密运算速度，隐私求交万次仅需50毫秒
