《Frontiers in Big Data》：The limits of privacy enhancement in healthcare federated learning: a ELSA perspective in the EU context
编辑推荐：
联邦学习（Federated Learning, FL）在医疗领域的应用正持续增长。FL为集中式数据处理提供了一种有吸引力的替代方案，常被宣传为隐私增强技术（privacy-enhancing technology, PET），因为它将患者级数据保留在本地，仅
联邦学习（Federated Learning, FL）在医疗领域的应用正持续增长。FL为集中式数据处理提供了一种有吸引力的替代方案，常被宣传为隐私增强技术（privacy-enhancing technology, PET），因为它将患者级数据保留在本地，仅交换聚合数据或模型更新。因此，它常被视为解决敏感健康数据使用所伴随的伦理、法律和社会挑战的一种手段。这种框架促进了FL在欧洲健康数据空间（European Health Data Space, EHDS）等倡议中获得日益增长的政策关注。本文从伦理、法律和社会（ethical, legal and societal, ELSA）视角审视欧盟背景下的FL，重点分析其与欧洲数据保护框架的互动及当代健康数据治理的争论。首先，本文分析了FL架构与《通用数据保护条例》（General Data Protection Regulation, GDPR）之间的相互作用，表明尽管实现了去中心化，但控制者身份、联合责任和可识别性问题仍然存在，尤其是在复杂的多机构环境中。其次，本文论证了以隐私为中心的健康数据治理方法在伦理上仍不充分，因为即使数据在形式上保持匿名，也可能产生有害推断、歧视和集体伤害。因此，对再识别风险的主导性关注反映了一种狭隘且个人主义的隐私观念，这种观念难以适应当代欧盟的数据格局，无法捕捉更广泛的伤害形式，包括群体层面的歧视、推断性画像和结构性权力不对称。本文得出结论，尽管FL被定性为PET，但仅靠使用FL并不足以保证适当的健康数据保护。实际上，FL也应被视为一种分布式数据处理范式，其风险与收益取决于实施选择、制度安排和监管解释。因此，应将FL置于更广泛的数据治理问题中，包括访问、问责和协作如何在机构间构建和分配。
论文围绕联邦学习（Federated Learning, FL）在医疗健康数据治理中的隐私增强定位展开批判性分析。研究背景方面，数据驱动技术在生物医学领域迅速扩展，为提高诊断准确性和减少错误，需要大量而多样的数据。跨机构、跨国界的数据整合对研究质量至关重要，尤其在罕见病领域，单一机构或国家的数据往往难以产生有价值的见解。欧盟正积极推动建设欧洲健康数据空间（European Health Data Space, EHDS），以促进跨境健康数据交换，并与《人工智能法案》（AI Act）共同构成欧盟可信互操作健康AI的监管框架。在此背景下，FL被日益推广为一种能够兼顾创新与隐私的技术解决方案，因其允许数据保留在本地，仅交换模型更新或聚合结果，从而被标签为隐私增强技术（Privacy-Enhancing Technology, PET）。然而，从伦理、法律和社会（Ethical, Legal and Societal, ELSA）视角对FL的审视相对不足，尤其是其与欧盟数据保护框架的互动及对健康数据治理伦理的潜在影响。对患者而言，健康信息泄露可能导致就业歧视、保险获得困难等不利后果，因此需要有效的隐私保护措施。本文正是为了填补这一空白，批判性地考察FL作为PET的合理性和局限性。
研究人员采用规范性法律分析和概念分析相结合的方法，深入解析GDPR的关键条款（如控制者定义、联合控制者、假名化和匿名化、数据保护影响评估等），并结合欧盟法院近期判例讨论可识别性的标准。同时，援引数据团结、数据正义、情境完整性等理论框架，对以隐私为中心的治理模式进行伦理评估。该研究属于规范性研究，未涉及具体样本队列或实验数据，主要基于法律条文、判例和学术文献进行理论论证。
**联邦学习与数据驱动生物医学中的隐私**：研究人员指出，FL通过避免集中化存储降低了患者数据被非法访问、窃取或丢失的风险。然而，FL本身并不提供形式化的隐私保证，这与差分隐私（Differential Privacy, DP）有着本质区别。FL的部署通常与安全聚合、同态加密、合成数据、安全多方计算或可信执行环境等技术结合使用，但这些技术的假设和保证差异很大。已有综述认为，FL只有在与DP和安全多方计算结合时，才能为医学研究提供足够的隐私保证。此外，FL实施中的关键设计选择——如DP参数配置、聚合协议设计、数据标准化与最小样本量要求——会显著影响隐私保护效果和模型表征能力，尤其在罕见病或小患者群体场景中。因此，FL的隐私收益不能脱离技术和制度背景独立评估。
**联邦学习与欧洲数据保护框架中的隐私**：研究人员从三个法律问题展开分析：控制者责任分配、假名化数据的法律地位、以及去中心化架构下法律义务的变化。在FL基础设施中，医院或医疗保健机构作为本地节点，通常可能构成控制者或联合控制者；中心聚合器、研究联盟、云服务商等则可能担任联合控制者或处理者。GDPR下确定控制者身份的关键在于谁决定处理目的与方式，而非数据存储位置。因此，FL并不消除控制者问题，而是将责任分配复杂化。关于可识别性，GDPR规定匿名数据不属于个人数据，但完全匿名化在实践中往往不可行；假名化数据仍属个人数据，除非处理者无法合理访问重识别信息。欧盟法院最新判例进一步明确，可识别性取决于处理者是否拥有重识别所需的额外信息。在FL场景中，若本地机构保留重识别密钥，则患者数据通常仍受GDPR约束。此外，模型参数、梯度等输出在特定情况下可携带训练数据残余信息，尤其是在小数据集和罕见病场景中，因此FL并未消除合法处理、问责和风险缓解义务。数据保护影响评估（Data Protection Impact Assessment, DPIA）和联合控制者协议在联邦医疗基础设施中仍是必要的。若FL训练的AI系统落入AI Act范围，还需遵守该法案的风险管理、数据治理、透明度和人类监督要求。
**以隐私为中心的医疗数据治理的伦理局限**：研究人员论证，即使数据在形式上匿名或假名化，仍可能引发群体层面伤害。例如，临床AI系统中的偏见可导致对有色人种患者的优先排序歧视；统计推断可对少数群体产生群体性负面影响。主流数据保护框架将隐私概念集中于个人再识别风险，这种个体主义视角无法涵盖群体歧视、推断性画像、结构性权力不对称等伤害形式。新兴的数据团结和数据正义理论强调集体责任、权力分布和群体利益，有助于突破“个人数据/非个人数据”“敏感/非敏感”等过时二分法。智能手表和位置数据即使在匿名化后也已被证明易于重新识别，说明类别化思维的局限性。此外，将FL标记为PET可能纵容数据控制者以技术标签替代深入的伦理审查，同时转移了研究者对FL分布式决策潜力的关注，例如改进同意管理机制、增强患者控制权和数据主权。
**结论**：研究人员指出，FL虽比集中式数据池更安全，但不能固有地保证完全隐私或匿名。隐私保护是情境性、概率性的，依赖于实施选择。将FL定位于PET在很大程度上夸大了其技术能力，并窄化了对伤害的理解。FL的真正价值在于为跨机构数据访问、协作和问责提供新的组织方式。未来FL项目应在共享数据前建立治理结构，设立专门伦理委员会进行监督，由独立第三方审计技术稳健性、法律合规与问责机制，并制定针对分布式特征的联合控制者协议。法律和伦理专家应参与技术开发全过程，持续评估模型输出对弱势群体和患者的潜在影响。只有将评估视角从单一隐私扩展至法律、伦理和治理维度，FL才能在协作型、负责任的生物医学研究中发挥应有作用。
