一、大赛背景

为进一步促进国内隐私计算技术的创新发展，赋能隐私计算技术在人工智能领域的落地应用，第三届隐私保护计算大赛（WPPCC）正式启动。

隐私保护计算大赛(WPPCC)是目前国内创办早、影响力大、参与面较广的隐私计算比赛之一，源自于隐私计算领域全球顶级赛事iDASH。2021年iDASH国际隐私计算大赛联合创办人王爽教授将iDASH大赛模式引入国内，并创办了国内首个隐私计算专业赛事，为隐私计算领域的从业者、研究者提供了一个相互切磋、公平竞赛的平台。

联邦学习是一种分布式机器学习技术，数据提供方可以保留原始数据，仅共享模型参数，从而有效保护数据隐私。赛题将采用联邦学习技术，能够确保各数据提供方的数据安全的同时提高模型的准确性。本届隐私保护计算大赛赛题包括智慧医疗、智慧金融和智慧政务赛题。

二、比赛内容

本届隐私保护计算大赛智慧医疗赛题旨在鼓励研究人员和开发人员利用联邦学习技术，开发出能够准确预测脓毒症风险的模型。通过本赛题，希望能够推动脓毒症早期预测技术的发展，从而改善脓毒症患者的预后。

本赛题采用临床数据来预测重症监护病房（ICU）患者的是否有脓毒症发生风险。参赛者需要分析包含生命体征、实验室检测结果和人口统计学信息的样本数据，构建模型来预测样本数据是否存在脓毒症风险。采用不少于2个但不多于5个医疗机构的数据提供方，在模型聚合服务方的协助下，共同使用横向联邦学习范式，联合训练脓毒血症分类模型。模型输入为编码后的生命体征数据，分类目标为二分类。参赛队伍需要提交训练好的模型和验证结果。

三、实际意义

智慧医疗赛题将共同探讨隐私计算技术在医疗领域的应用。这将有助于提升隐私计算技术在医疗领域的认知度和应用水平。也有助于推动隐私计算技术在医疗领域的标准化和规范化，促进隐私计算技术的健康发展。

隐私保护计算大赛智慧医疗赛题的举办，将有助于推动隐私计算技术在医疗领域的应用。通过该赛题，能够促进隐私计算技术与医疗领域的深度融合，为医疗数据的安全共享和利用提供新思路和新方案。

四、结语

脓毒症是一种严重的多器官功能障碍综合征，是导致ICU患者死亡的主要原因之一。通过早期预测脓毒症风险，可以及时采取措施，改善患者的预后。该赛题选取真实的临床场景，具有较强的应用价值，能够为脓毒症早期预测技术的实际应用提供参考。

我们诚挚邀请全球各界关注这一引领未来的技术应用大赛。早期预测脓毒症风险具有重要的公共卫生意义。使用隐私计算技术可以保护数据隐私的同时，实现对脓毒症风险的预测性能的提升，最终为降低死亡率、提高治疗效果做出贡献。另一方面，隐私计算技术可以帮助各个医疗机构共享数据，综合分析数据，提高脓毒症风险预测的准确性并保护数据隐私，避免患者的个人隐私信息泄露，推动脓毒症早期预测技术向更精准、安全、有效的方向发展。

五、报名

围绕以上赛题，对隐私计算感兴趣的企事业单位、科研团体、高等院校及个人均可报名，大赛于2023年12月底截止报名，现诚挚邀请您登录大赛官网（https://wppcc.net/）或关注隐私保护计算大赛公众号报名参赛，共同助力构建隐私计算驱动的数据协作的安全基座，优化人工智能技术与产业发展。

除智慧医疗赛题外，智慧金融和智慧政务赛题也正式开启报名，敬请期待。