韓普 顧 亮 張嘉明

摘?要：[目的/意義]推進醫(yī)療數(shù)據(jù)共享是“互聯(lián)網(wǎng)+醫(yī)療健康”的關(guān)鍵環(huán)節(jié)，在隱私保護視角下，構(gòu)建三方演化博弈模型以分析不同主體的決策行為，探究各方利益相關(guān)者的共享意愿。[方法/過程]首先構(gòu)建了患者、醫(yī)療服務機構(gòu)和政府的三方演化博弈模型，接著分析參與主體在模型中的演化穩(wěn)定策略，最后探究三方參與主體對醫(yī)療數(shù)據(jù)共享的參與意愿。[結(jié)果/結(jié)論]基于模型策略均衡和仿真模擬發(fā)現(xiàn)，患者參與是推進醫(yī)療數(shù)據(jù)共享的關(guān)鍵因素;政府處罰金額與獎勵補貼是影響醫(yī)療服務機構(gòu)策略選擇的重要因素，合理的獎懲金額可有效提升患者和醫(yī)療服務機構(gòu)的參與意愿。通過分析投入、收益和成本等因素對隱私保護和醫(yī)療數(shù)據(jù)共享意愿的影響，可提升醫(yī)療數(shù)據(jù)隱私保護水平，推動國內(nèi)醫(yī)療數(shù)據(jù)共享進程。

關(guān)鍵詞：隱私保護;醫(yī)療數(shù)據(jù)共享;患者;醫(yī)療服務機構(gòu);政府;演化博弈

DOI：10.3969/j.issn.1008-0821.2021.03.015

〔中圖分類號〕G203?〔文獻標識碼〕A?〔文章編號〕1008-0821（2021）03-0148-11

Research?on?Willingness?to?Share?Medical?Data?from

Perspective?of?Privacy?Protection

——Based?on?Tripartite?Evolutionary?Game?Analysis

Han?Pu1，2?Gu?Liang1?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]Promoting?medical?data?sharing?is?a?key?link?of“Internet+medical?health”.From?the?perspective?of?privacy?protection，a?tripartite?evolutionary?game?model?is?constructed?to?analyze?the?decision-making?behavior?of?different?subjects?and?explore?the?sharing?willingness?of?all?stakeholders.[Method/Process]First，a?tripartite?evolutionary?game?model?of?patients，medical?service?institutions?and?the?government?was?constructed，then?the?evolutionary?stability?strategy?of?the?participants?in?the?model?was?analyzed，and?finally?the?willingness?of?the?tripartite?participants?to?participate?in?the?sharing?of?medical?data?was?explored.[Result/Conclusion]According?to?the?strategy?balance?and?simulation?based?on?the?model，patient?participation?was?a?key?factor?to?promote?the?sharing?of?medical?data.Moreover，the?amount?of?government?penalties?and?rewards?and?subsidies?were?important?factors?that?affect?the?strategic?choices?of?medical?service?institutions.A?reasonable?amount?of?rewards?and?punishments?can?effectively?increase?the?willingness?of?patients?and?medical?service?institutions?to?participate.By?analyzing?the?influence?of?input，income，cost?and?other?factors?on?privacy?protection?and?medical?data?sharing?willingness，the?level?of?medical?data?privacy?protection?can?be?improved?and?the?process?of?domestic?medical?data?sharing?can?be?promoted.

Key?words：privacy?protection;medical?data?sharing;patients;medical?service?institutions;government;evolutionary?game

隨著物聯(lián)網(wǎng)和大數(shù)據(jù)技術(shù)的快速發(fā)展，各類醫(yī)療數(shù)據(jù)規(guī)模呈現(xiàn)出爆發(fā)式增長，除了傳統(tǒng)的臨床醫(yī)療數(shù)據(jù)外，也出現(xiàn)了由智能醫(yī)療設(shè)備和醫(yī)療信息系統(tǒng)生產(chǎn)的各種醫(yī)療檢查記錄。醫(yī)療大數(shù)據(jù)蘊含著非常寶貴的醫(yī)療健康信息，近年來成為了各界關(guān)注的重點。2018年9月，國家衛(wèi)健委發(fā)布的《關(guān)于印發(fā)國家健康醫(yī)療大數(shù)據(jù)標準、安全和服務管理辦法（試行）的通知》，首次從官方角度給出了醫(yī)療數(shù)據(jù)的定義，即在人們疾病防治、健康管理等過程中產(chǎn)生的與健康醫(yī)療相關(guān)的數(shù)據(jù)[1]。該通知還多次提到要建立個人隱私保護制度，確保在實現(xiàn)公民隱私保護的前提下推動醫(yī)療數(shù)據(jù)共享和交換。醫(yī)療數(shù)據(jù)共享是推進“互聯(lián)網(wǎng)+醫(yī)療健康”的關(guān)鍵環(huán)節(jié)，也是智慧醫(yī)療發(fā)展的必然要求。因此，打通醫(yī)療數(shù)據(jù)壁壘，實現(xiàn)醫(yī)療數(shù)據(jù)資源共享是一項迫在眉睫的任務[2]。從已有研究來看，國內(nèi)對醫(yī)療數(shù)據(jù)的開發(fā)主要還停留在數(shù)據(jù)獲取層面[3]。數(shù)據(jù)整合困難、可用性低、共享程度低、共享平臺分散、管理責任模糊等是當前國內(nèi)醫(yī)療數(shù)據(jù)共享面臨的主要問題[4-6]。

從醫(yī)療隱私角度，患者知情同意與隱私保護既相互影響又互相矛盾，醫(yī)療數(shù)據(jù)共享需進一步完善知情同意和規(guī)范醫(yī)療數(shù)據(jù)共享機制，在兼顧個體權(quán)益的同時，還要確保數(shù)據(jù)共享的持續(xù)發(fā)展[7]。目前，國內(nèi)醫(yī)療隱私泄漏現(xiàn)象非常普遍，主要表現(xiàn)在侵權(quán)主體更廣泛、手段更隱秘以及監(jiān)管制度的缺失[8]，由此造成的隱私憂慮悖論現(xiàn)象更是非常普遍[9]，具體表現(xiàn)在患者對隱私泄露和數(shù)據(jù)共享收益之間十分矛盾。朱侯等[10]研究發(fā)現(xiàn)，當用戶感知到較高收益或較低風險時，用戶傾向于共享數(shù)據(jù)信息，因此隱私保護是用戶主動參與醫(yī)療數(shù)據(jù)共享的重要影響因素。

目前，如何安全地實現(xiàn)醫(yī)療數(shù)據(jù)共享已成為學界重點關(guān)注的研究方向。針對移動醫(yī)療系統(tǒng)中的訪問控制問題，羅恩韜等[11]提出利用屬性加密對簽名代理進行授權(quán)來提高數(shù)據(jù)的安全性。為了安全高效地實現(xiàn)醫(yī)療云中數(shù)據(jù)共享，黃娜娜等[12]將醫(yī)療數(shù)據(jù)劃分為個人區(qū)域和公共區(qū)域，采用不同加密方式和訪問權(quán)限控制來確保數(shù)據(jù)共享安全。類似地，王輝等[13]和衛(wèi)榮等[14]利用區(qū)塊鏈和云存儲技術(shù)來實現(xiàn)醫(yī)療數(shù)據(jù)的共享安全。

通過上述分析可知，隱私保護是實現(xiàn)醫(yī)療信息共享的重要影響因素，但目前學者們主要關(guān)注隱私數(shù)據(jù)安全共享的技術(shù)問題，鮮有學者研究醫(yī)療數(shù)據(jù)共享中相關(guān)方的意愿傾向。因此，在考慮隱私保護前提下，深入分析醫(yī)療數(shù)據(jù)共享中收益和成本如何影響參與者選擇決策是十分有必要的。演化博弈論是將博弈理論分析和動態(tài)演化分析相結(jié)合的理論，是處理多方利益下多元意見策略選擇問題的理論[15]，通過演化穩(wěn)定策略（ESS）和復制動態(tài)（RD）可探究群體演化動態(tài)過程和各主體意愿傾向。與傳統(tǒng)博弈論不同，演化博弈論將博弈者視為有限理性人，追求動態(tài)平衡，可有效處理博弈中多策略選擇問題。Akkaoui?R等[16]用演化博弈論模型研究醫(yī)療數(shù)據(jù)共享中不同個體分享數(shù)據(jù)時的信任度問題，并對信任演變進行了數(shù)值分析;盧新元等[17]構(gòu)建了患者與醫(yī)生之間的博弈模型，并基于均衡策略為在線健康社區(qū)的運營管理提出建議。此外，在醫(yī)療服務方面，Lightfoot?J?M[18]運用博弈論分析了醫(yī)療市場上冗余服務、重復設(shè)施、競爭激烈的問題;通過構(gòu)建患者與醫(yī)療服務機構(gòu)的博弈模型，Ho?T?Y等[19]分析了患者醫(yī)療費用的分擔政策問題;郭小聰?shù)萚20]從演化博弈論角度研究了消費者賦權(quán)與合作治理對醫(yī)療費用控制的作用。在醫(yī)療場景選擇方面，Gao?Y等[21]構(gòu)建了跨區(qū)域醫(yī)院與患者選擇策略的博弈模型，分析了患者、醫(yī)院和政府的三方演化路徑、均衡狀態(tài)和影響因素;翟運開等[22]針對遠程醫(yī)療場景構(gòu)建三方博弈模型，根據(jù)混合策略均衡解為遠程醫(yī)療發(fā)展提出了針對性的建議。在醫(yī)療決策方面，Li?M等[23]用演化博弈論幫助醫(yī)療機構(gòu)在共享數(shù)據(jù)方面進行優(yōu)化決策;Yao?J?T等[24]基于博弈論模型驗證了醫(yī)療決策的不確定性，并發(fā)現(xiàn)博弈粗糙集能提高醫(yī)療決策質(zhì)量。在用戶數(shù)據(jù)安全方面，Shokri?R等[25]應用基于位置優(yōu)化的博弈模型來保護用戶信息;Zhu?F?W等[26]提出擴展博弈論模型來解決隱私泄露問題。除此之外，李君妍等[27]利用演化博弈論分析了藥品回收中的多方收益，提出了政府參與的重要性。總的來說，演化博弈論可應用于兩方、三方或多方的行為策略選擇。在醫(yī)療數(shù)據(jù)共享博弈中，患者、醫(yī)療服務機構(gòu)等群體數(shù)量龐大，因此演化博弈論中大群體假設(shè)可適用于此博弈情境，通過演化博弈策略均衡和仿真模擬可得出具有針對性的策略建議。

基于此，本文從隱私保護視角，針對醫(yī)療數(shù)據(jù)共享意愿問題，運用演化博弈理論，構(gòu)建患者、醫(yī)療服務機構(gòu)和政府的三方博弈模型，深入分析投入、收益、成本等因素對隱私保護和醫(yī)療數(shù)據(jù)共享意愿的影響，為推動醫(yī)療大數(shù)據(jù)共享提出有針對性的建議。

1?利益相關(guān)者分析與基本條件假設(shè)

1.1?利益相關(guān)者分析

在醫(yī)療數(shù)據(jù)共享應用場景下，患者是醫(yī)療數(shù)據(jù)的提供方，醫(yī)療服務機構(gòu)為醫(yī)療數(shù)據(jù)提供相關(guān)應用，政府則為該過程提供引導。三博弈主體間關(guān)系如圖1所示。

此場景下的三方演化博弈中，患者在醫(yī)療數(shù)據(jù)共享中提供自身醫(yī)療健康數(shù)據(jù)并期待醫(yī)療服務感知價值的提高，如提升就診和信息咨詢的效率、提高患者信息同步的服務能力等[28]。與此同時，患者也承擔著隱私泄露的風險，由于醫(yī)療信息對個人來說是高價值信息[29]，這一信息泄漏將會對患者造成較大損失。醫(yī)療服務機構(gòu)通過醫(yī)療數(shù)據(jù)共享以實現(xiàn)數(shù)據(jù)的更高價值，如提高診斷精度以及優(yōu)化服務模式等。政府機構(gòu)在醫(yī)療數(shù)據(jù)共享中扮演著引導者角色，主要目標是推動醫(yī)療數(shù)據(jù)資源共享健康有序發(fā)展。對于政府部門來說，推進醫(yī)療數(shù)據(jù)共享必然將承擔隱私泄露風險，受限于當前階段的隱私保護技術(shù)和隱私保護投入等原因，在不夠充分成熟條件下推進醫(yī)療數(shù)據(jù)共享可能會帶來較大風險，政府部門可能沒有足夠動力推動醫(yī)療數(shù)據(jù)共享。

1.2?基本條件假設(shè)

本文假設(shè)該演化博弈模型中“參與醫(yī)療數(shù)據(jù)共享”和“不參與醫(yī)療數(shù)據(jù)共享”是患者的可選策略;“積極保護醫(yī)療隱私信息”和“消極保護醫(yī)療隱私信息”是醫(yī)療服務機構(gòu)的可選策略;“推進醫(yī)療數(shù)據(jù)共享”和“不推進醫(yī)療數(shù)據(jù)共享”則是政府的可選策略。當選擇推進醫(yī)療數(shù)據(jù)共享時，政府的推進意愿會為患者參與帶來信任增益，政府選擇使用公信力作為擔保，鼓勵患者參與醫(yī)療數(shù)據(jù)共享。對于醫(yī)療服務機構(gòu)而言，政府推進醫(yī)療數(shù)據(jù)共享往往會通過獎勵或者處罰等措施，進而引導醫(yī)療服務機構(gòu)提供高水平的醫(yī)療隱私信息保護行為。無論是以公信力鼓勵患者參與或者是以獎懲引導醫(yī)療服務機構(gòu)，從成本與收益角度，政府都需要衡量自身策略選擇的詳細收支情況，選擇最有益于自身的策略。

1.3?參數(shù)定義

基于上述假設(shè)，表1給出了三方演化博弈模型需要的參數(shù)及其含義。

1.5?收益矩陣

當患者選擇“參與醫(yī)療數(shù)據(jù)共享”，醫(yī)療服務機構(gòu)選擇“積極保護醫(yī)療隱私信息”，政府選擇“推進醫(yī)療數(shù)據(jù)共享”策略時，患者收益為參與醫(yī)療數(shù)據(jù)共享而獲得醫(yī)療服務質(zhì)量的提升（B1）和因政府推進醫(yī)療數(shù)據(jù)共享所帶來的信任收益（R1）。醫(yī)療服務機構(gòu)收益為基于醫(yī)療共享數(shù)據(jù)而獲取的利益（B2）和政府給予的補貼（R2），此時，醫(yī)療服務機構(gòu)需要付出與高標準隱私保護相對應的建設(shè)成本（C1），承擔著隱私泄露風險（a*L2）和發(fā)生隱私泄露時來自政府的處罰金額（a*P）。政府收益為推進醫(yī)療信息共享而產(chǎn)生的正面影響（B3）和發(fā)生隱私泄露時從醫(yī)療服務機構(gòu)收繳的罰款（a*P）。此外，政府還承擔著發(fā)生隱私泄露所造成的信任損失（a*L4）以及推進醫(yī)療數(shù)據(jù)共享所需的成本（G）。同理可求出其他博弈策略組合中三博弈主體的收益公式，具體如表2所示。

2?醫(yī)療數(shù)據(jù)共享意愿中三方演化模型的構(gòu)建

2.1?患者的復制動態(tài)方程

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

患者群體的復制動態(tài)相位圖[30]如圖2所示。患者博弈策略選擇受到醫(yī)療服務機構(gòu)選擇積極保護醫(yī)療隱私信息的比例和政府選擇推進醫(yī)療數(shù)據(jù)共享的比例影響，當醫(yī)療服務機構(gòu)選擇積極保護醫(yī)療隱私信息的比例y>-z*R1-B1+b*L1L1*（b-a），即患者參與醫(yī)療數(shù)據(jù)共享而獲得醫(yī)療服務質(zhì)量提升與從政府處獲得信任收益之和高于最壞情況下承受的隱私泄露風險，患者傾向于選擇參與醫(yī)療數(shù)據(jù)共享（x→1），此時患者承擔較小的風險但享有較大的利益。相反，當醫(yī)療服務機構(gòu)選擇積極保護醫(yī)療隱私信息的比例y<-z*R1-B1+b*L1L1*（b-a）時，患者在該條件下承擔的風險高于收益，傾向于選擇不參與醫(yī)療數(shù)據(jù)共享（x→0）。

2.2?醫(yī)療服務機構(gòu)的復制動態(tài)方程

定義醫(yī)療服務機構(gòu)選擇“積極保護醫(yī)療隱私信息”策略的期望收益為H1，選擇“消極保護醫(yī)療隱私信息”策略的期望收益為H2，平均期望收益為，公式為：

醫(yī)療服務機構(gòu)的復制動態(tài)相位圖如圖3所示。當患者選擇參與醫(yī)療信息共享的比例x>C1+C2-zR22B2-L2-zP，醫(yī)療服務機構(gòu)傾向于選擇積極保護醫(yī)療隱私信息（y→1）。相反，當患者選擇參與醫(yī)療信息共享的比例x

2.3?政府的復制動態(tài)方程

定義政府選擇“推進醫(yī)療數(shù)據(jù)共享”策略的期望收益為G1，選擇“不推進醫(yī)療數(shù)據(jù)共享”策略的期望收益為G2，平均期望收益為，公式為：

政府的復制動態(tài)相位圖如圖4所示。當患者選擇參與醫(yī)療信息共享的比例：

此時政府因推進醫(yī)療信息共享而獲得的社會收益高于其投入成本，政府傾向于推進醫(yī)療信息共享（z→1）。相反，當患者選擇參與醫(yī)療信息共享的比例：

政府傾向于選擇不推進醫(yī)療信息共享（z→0）。

3?演化穩(wěn)定策略分析

3.1?患者與醫(yī)療服務機構(gòu)

假設(shè)政府選擇推進醫(yī)療信息共享策略的比例為常數(shù)，由上述演化博弈復制動態(tài)方程的求解過程，可以得到患者與醫(yī)療服務機構(gòu)雙方演化博弈的局部均衡點包括（0，0）、（0，1）、（1，0）、（1，1）。根據(jù)式（4）和式（9），可得出關(guān)于患者和醫(yī)療服務機構(gòu)的雅克比矩陣。

對于局部均衡點，若滿足Det（J1）>0（Det為矩陣行列式）且Tr（J1）<0（Tr為矩陣主對角線之和），可判斷該點為演化穩(wěn)定點，其對應的兩方博弈策略為演化穩(wěn)定策略[31]。表3為各局部均衡點代入Det（J1）和Tr（J1）后的結(jié)果。

對于演化穩(wěn)定點（0，0），患者選擇參與醫(yī)療數(shù)據(jù)共享將會承擔較大的隱私泄露風險，政府公信力并不能打消患者對隱私泄漏的顧慮，政府補貼也遠比醫(yī)療服務機構(gòu)的建設(shè)成本低，對醫(yī)療服務機構(gòu)的策略選擇影響小。在上述條件下，患者選擇不參與醫(yī)療信息共享，醫(yī)療服務機構(gòu)會選擇消極保護醫(yī)療隱私信息。對于演化穩(wěn)定點（1，0），患者參與醫(yī)療

數(shù)據(jù)共享僅需承擔較少的隱私泄露風險便可以享有較大的醫(yī)療服務質(zhì)量提升，醫(yī)療服務機構(gòu)此時投入的成本高于收益。在該條件下，患者會選擇參與醫(yī)療信息共享，醫(yī)療服務機構(gòu)會選擇消極保護醫(yī)療隱私信息。類似地，在zR1+B1-aL1<0和2B2-L2-（C1+C2）-zP+zR2<0條件下，患者傾向于選擇不參與醫(yī)療信息共享，醫(yī)療服務機構(gòu)傾向于選擇積極保護醫(yī)療隱私信息。在zR1+B1-aL1>0和2B2-L2-（C1+C2）-zP+zR2>0條件下，患者傾向于選擇參與醫(yī)療信息共享，醫(yī)療服務機構(gòu)傾向于選擇積極保護醫(yī)療隱私信息。

3.2?患者與政府

假設(shè)選擇積極保護醫(yī)療隱私信息策略的醫(yī)療服務機構(gòu)比例為常數(shù)，由上述演化博弈復制動態(tài)方程的求解過程可知，患者與政府雙方演化博弈的局部均衡點包括（0，0）、（0，1）、（1，0）、（1，1）。根據(jù)式（4）和式（14），可得出患者和政府的雅克比矩陣。

對于演化穩(wěn)定點（0，0），患者承受的隱私泄露風險高于其可享有醫(yī)療服務質(zhì)量的提升程度，政府為推進醫(yī)療信息共享投入了成本但缺少收益來源，在該條件下，患者會選擇不參與醫(yī)療信息共享，政府會選擇不推進醫(yī)療數(shù)據(jù)共享。對于演化穩(wěn)定點（1，0），此時參與醫(yī)療數(shù)據(jù)共享對患者是有利的，政府推進醫(yī)療數(shù)據(jù)發(fā)展的成本和隱私泄漏風險大于其社會收益和從醫(yī)療服務機構(gòu)中收繳的罰金，在該條件下，患者會選擇參與醫(yī)療信息共享，政府會選擇不推進醫(yī)療數(shù)據(jù)共享。類似地，在y（b-a）L1+R1+B1-bL1>0和y（（b-a）（L4-P）+2B3+2L3）+bP-2L3-bL4-G>0條件下，患者傾向于選擇參與醫(yī)療信息共享，政府傾向于選擇推進醫(yī)療數(shù)據(jù)共享，雙方趨向于演化穩(wěn)定點（1，1）。

3.3?醫(yī)療服務機構(gòu)和政府

假設(shè)患者選擇參與醫(yī)療數(shù)據(jù)共享策略的比例為常數(shù)。由上述演化博弈復制動態(tài)方程的求解和分析過程可知，醫(yī)療服務機構(gòu)與政府雙方演化博弈的局部均衡點包括（0，0）、（0，1）、（1，0）、（1，1）。根據(jù)式（9）和式（14），可得到醫(yī)療服務機構(gòu)和政府的雅克比矩陣。

對于演化穩(wěn)定點（0，0），醫(yī)療服務機構(gòu)從醫(yī)療數(shù)據(jù)共享中獲得的收益不足以覆蓋其承受的風險和支出之和，政府為推進醫(yī)療信息共享支出的成本高于從違規(guī)醫(yī)療機構(gòu)中收繳的罰款金額，在上述條件下，醫(yī)療服務機構(gòu)會選擇消極保護醫(yī)療隱私信息，政府會選擇不推進醫(yī)療數(shù)據(jù)共享。類似地，在y（b-a）L1+B1-bL1>0和x（（b-a）（L4-P）+2B3+2L3）+x（bP-2L3-2L3）-G<0條件下，醫(yī)療服務機構(gòu)傾向于選擇積極保護醫(yī)療隱私信息，政府傾向于選擇不推進醫(yī)療數(shù)據(jù)共享。在2xB2-xL2-（C1+C2）-xP+R2<0和x（bP-2L3-bL4）-G>0條件下，醫(yī)療服務機構(gòu)傾向于選擇消極保護醫(yī)療隱私信息，政府傾向于選擇推進醫(yī)療數(shù)據(jù)共享。在2xB2-xL2-（C1+C2）-xP+R2>0和x（（b-a）（L4-P）+2B3+2L3）+x（bP-2L3-bL4）-G>0條件下，醫(yī)療服務機構(gòu)傾向于選擇積極保護醫(yī)療隱私信息，政府傾向于選擇推進醫(yī)療數(shù)據(jù)共享。

4?演化博弈仿真分析

為了驗證上述模型構(gòu)建的正確性，本節(jié)采用MATLAB對該三方演化博弈模型進行仿真模擬。預設(shè)患者選擇參與醫(yī)療數(shù)據(jù)共享（x→1）和患者不選擇參與醫(yī)療數(shù)據(jù)共享（x→0）兩種情況，分別對醫(yī)療服務機構(gòu)和政府的博弈策略選擇進行數(shù)值仿真模擬。

4.1?患者選擇參與醫(yī)療數(shù)據(jù)共享下的仿真分析

假定患者選擇參與醫(yī)療數(shù)據(jù)共享（x→1），根據(jù)醫(yī)療服務機構(gòu)和政府之間的演化穩(wěn)定策略分析，表6給出了預先設(shè)置各組參數(shù)的初始值。

1）演化均衡點為y=0，z=0

取x=1、B2=10、B3=10、L2=5、L3=5、L4=10、C1=20、C2=10、a=0.4、b=0.6、P=30、G=12、R2=10，此時滿足條件2xB2-xL2-（C1+C2）<0和x（bP-2L3-bL4）-G<0。按照上述分析，（0，0）是模型此時的演化均衡點，（“消極保護醫(yī)療隱私信息”“不推進醫(yī)療數(shù)據(jù)發(fā)展”）是此時的演化穩(wěn)定策略，結(jié)果如圖5所示。

2）演化均衡點為y=1，z=0

取x=1、B2=20、B3=10、L2=5、L3=5、L4=10、C1=20、C2=10、a=0.4、b=0.6、P=30、G=30、R2=10，此時滿足條件2xB2-xL2-（C1+C2）>0和x（（b-a）（L4-P）+2B3+2L3）+x（bP-2L3-bL4）-G<0。按照上述分析，（1，0）是模型此時的演化均衡點，（“積極保護醫(yī)療隱私信息”“不推進醫(yī)療數(shù)據(jù)發(fā)展”）是此時的演化穩(wěn)定策略，結(jié)果如圖6所示。

3）演化均衡點為y=0，z=1

取x=1、B2=10、B3=10、L2=5、L3=2、L4=2、C1=20、C2=10、a=0.4、b=0.6、P=30、G=12、R2=10，此時滿足條件2xB2-xL2-（C1+C2）-xP+R2<0和x（bP-2L3-bL4）-G>0。按照上述分析，（0，1）是模型此時的演化均衡點，（“消極保護醫(yī)療隱私信息”“推進醫(yī)療數(shù)據(jù)發(fā)展”）是此時的演化穩(wěn)定策略，結(jié)果如圖7所示。

4）演化均衡點為y=1，z=1

取x=1、B2=10、B3=10、L2=5、L3=2、L4=2、C1=8、C2=4、a=0.4、b=0.6、P=5、G=10、R2=9，此時滿足條件2xB2-xL2-（C1+C2）-xP+R2>0和x（（b-a）（L4-P）+2B3+2L3）+x（bP-2L3-bL4）-G>0。按照上述分析，（1，1）是模型此時的演化均衡點，（“積極保護醫(yī)療隱私信息”“推進醫(yī)療數(shù)據(jù)發(fā)展”）是此時的演化穩(wěn)定策略，結(jié)果如圖8所示。

總體而言，政府和醫(yī)療服務機構(gòu)依據(jù)自身利益最大化進行策略選擇。其中，政府的處罰金額和獎勵補貼是影響醫(yī)療服務機構(gòu)行為決策的重要因素，

當政府的補貼較高、處罰金額適宜時，醫(yī)療服務機構(gòu)傾向于選擇積極保護醫(yī)療隱私信息，如圖6和圖8所示。此外，對政府而言，當推進醫(yī)療數(shù)據(jù)發(fā)展獲得較高社會效益時，政府積極推進醫(yī)療數(shù)據(jù)共享，如圖7所示，反之則不推進，如圖5所示。在三方博弈過程中，政府采用獎懲等方法激勵醫(yī)療服務機構(gòu)保護隱私信息，三方主體均獲得理想收益，如圖8所示。隨著患者和醫(yī)療服務機構(gòu)的數(shù)據(jù)共享和隱私保護意識提高，患者主動參與醫(yī)療數(shù)據(jù)共享，而政府和醫(yī)療服務機構(gòu)逐漸減少對醫(yī)療數(shù)據(jù)共享的投入，最終演變?yōu)椋▍⑴c，消極保護，不推進），如圖5所示，此時為醫(yī)療數(shù)據(jù)共享中最理想情況。

4.2?患者選擇不參與醫(yī)療數(shù)據(jù)共享下的仿真分析

假定患者選擇不參與醫(yī)療數(shù)據(jù)共享（x→0），根據(jù)醫(yī)療服務機構(gòu)和政府間的演化穩(wěn)定策略分析，表7給出了預先設(shè)置各組參數(shù)的初始值。對于3.3小節(jié)中編號10、11、12的3種情況，在x=0的情況下無法滿足達到穩(wěn)定狀態(tài)的條件。

取x=0、B2=10、B3=10、L2=5、L3=5、L4=10、C1=20、C2=10、a=0.4、b=0.6、P=30、G=12、R2=10，此時滿足條件2xB2-xL2-（C1+C2）<0和x（bP-2L3-bL4）-G<0。按照上述分析，（0，0）是模型此時的演化均衡點，（“消極保護醫(yī)療隱私信息”“不推進醫(yī)療數(shù)據(jù)發(fā)展”）是此時的演化穩(wěn)定策略，結(jié)果如圖9所示。由圖可知，當患者拒絕參與醫(yī)療數(shù)據(jù)共享時，政府和醫(yī)療服務機構(gòu)最終只能放棄推進醫(yī)療數(shù)據(jù)共享，與4.1節(jié)中患者參與情況形成鮮明對比，由此可得患者參與是醫(yī)療數(shù)據(jù)是否成功共享的關(guān)鍵因素。

5?結(jié)論與建議

本文基于隱私保護視角和演化博弈理論，針對各方參與主體在醫(yī)療數(shù)據(jù)共享中的意愿問題，構(gòu)建了包含患者、醫(yī)療服務機構(gòu)和政府的三方博弈模型，并對演化博弈模型進行了分析和數(shù)值仿真模擬。研究發(fā)現(xiàn)，患者參與是醫(yī)療數(shù)據(jù)共享中至關(guān)重要的一環(huán)，一旦患者拒絕參與醫(yī)療數(shù)據(jù)共享，醫(yī)療服務機構(gòu)和政府會失去推進醫(yī)療數(shù)據(jù)共享動力;對醫(yī)療服務機構(gòu)而言，政府處罰金額和補貼金額是影響其策略選擇的重要因素，合理的懲罰金額和補貼金額將促使其更為積極地保護醫(yī)療數(shù)據(jù)隱私。

本研究進一步豐富了隱私保護在醫(yī)療數(shù)據(jù)共享中的研究，探究了各方參與主體在醫(yī)療數(shù)據(jù)共享中的意愿傾向，研究結(jié)果可為推進醫(yī)療數(shù)據(jù)共享提供針對性建議。在推進醫(yī)療數(shù)據(jù)共享行動時，首先需要規(guī)范化的行為細則和條例化的規(guī)章制度以提防和避免隱私泄漏的發(fā)生，提高患者對醫(yī)療數(shù)據(jù)共享的信心，為醫(yī)療數(shù)據(jù)共享奠定基礎(chǔ);其次，政府需要合理劃定懲罰金額，過高的懲罰金額將會阻礙醫(yī)療服務機構(gòu)對參與醫(yī)療數(shù)據(jù)共享的嘗試，而過低的懲罰金額無法發(fā)揮政府應有的指導作用。盡管如此，本研究還存在一定的不足，尚未考慮社會影響、分享制度和平臺保障等因素的影響。后續(xù)將嘗試加入上述因素對醫(yī)療數(shù)據(jù)共享的影響分析，并搜集真實數(shù)據(jù)進行驗證，從而做出更全面客觀的分析。

參考文獻

[1]關(guān)于印發(fā)國家健康醫(yī)療大數(shù)據(jù)標準、安全和服務管理辦法（試行）的通知[S].中華人民共和國國家衛(wèi)生健康委員會公報，2018，（7）：7-11.

[2]郭瑛.大數(shù)據(jù)背景下推進青海醫(yī)療檔案信息共享服務對策探析[J].青海社會科學，2015，（6）：200-204.

[3]舒婷，徐帆，李紅霞.國內(nèi)外電子病歷數(shù)據(jù)開放現(xiàn)狀分析與建議[J].中華醫(yī)院管理雜志，2019，（12）：1013-1016.

[4]馬燦.國內(nèi)外醫(yī)療大數(shù)據(jù)資源共享比較研究[J].情報資料工作，2016，（3）：63-67.

[5]李贊梅，錢慶，李姣，等.健康醫(yī)療科學數(shù)據(jù)共享標準體系框架構(gòu)建[J].醫(yī)學信息學雜志，2018，39（11）：49-53.

[6]馬詩詩，于廣軍，崔文彬.區(qū)域醫(yī)療大數(shù)據(jù)共享開放現(xiàn)狀及實踐探索[J].中華醫(yī)院管理雜志，2018，34（7）：564-566.

[7]關(guān)健.醫(yī)學科學數(shù)據(jù)共享與使用的倫理要求和管理規(guī)范（三）知情同意履行挑戰(zhàn)與原則策略[J].中國醫(yī)學倫理學，2020，33（5）：530-535.

[8]汪艷杰，霍增輝.醫(yī)療大數(shù)據(jù)時代的患者隱私權(quán)保護研究[J].中國衛(wèi)生法制，2018，26（2）：50-55，78.

[9]Hallam?C，Zanella?G.Online?Self-Disclosure：The?Privacy?Paradox?Explained?as?a?Temporally?Discounted?Balance?Between?Concerns?and?Rewards[J].Computers?in?Human?Behavior，2017，68：217-227.

[10]朱侯，王可，嚴芷君，等.基于隱私計算理論的?SNS?用戶隱私悖論現(xiàn)象研究[J].情報雜志，2017，36（2）：134-139.

[11]羅恩韜，段國云，周雷，等.移動醫(yī)療中一種匿名代理可追蹤隱私保護方案[J].計算機研究與發(fā)展，2020，57（5）：1070-1079.

[12]黃娜娜，沈亮，楊元原.醫(yī)療云中高效安全的數(shù)據(jù)共享方案研究[J].計算機工程與應用，2020，56（1）：92-97.

[13]王輝，劉玉祥，曹順湘，等.融入?yún)^(qū)塊鏈技術(shù)的醫(yī)療數(shù)據(jù)存儲機制[J].計算機科學，2020，47（4）：285-291.

[14]衛(wèi)榮，錢步月，蘭欣，等.基于區(qū)塊鏈技術(shù)的區(qū)域醫(yī)療數(shù)據(jù)安全共享問題研究[J].中國衛(wèi)生信息管理雜志，2020，17（2）：136-140.

[15]Hofbauer?J，Sigmund?K.Evolutionary?Game?Dynamics[J].Bulletin?of?the?American?Mathematical?Society，2003，40.

[16]Akkaoui?R，Hei?X，Cheng?W.An?Evolutionary?Game-Theoretic?Trust?Study?of?a?Blockchain-Based?Personal?Health?Data?Sharing?Framework[C]//2020?Information?Communication?Technologies?Conference（ICTC）.IEEE，2020：277-281.

[17]盧新元，代巧鋒，王雪霖，等.考慮醫(yī)患兩類用戶的在線健康社區(qū)知識共享演化博弈分析[J].情報科學，2020，38（1）：53-61.

[18]Lightfoot?J?M.A?Game-Theoretic?Approach?to?Share?the?Costs?of?Cooperating?Healthcare?Networks[J].Journal?of?International?Technology?and?Information?Management，2019，27（3）：2-22.

[19]Ho?T?Y，F(xiàn)ishman?P?A，Zabinsky?Z?B.Using?A?Game-theoretic?Approach?to?Design?Optimal?Health?Insurance?for?Chronic?Disease[J].IISE?Transactions?on?Healthcare?Systems?Engineering，2019，9（1）：26-40.

[20]郭小聰，吳文強.費用角逐、消費者賦權(quán)與合作治理——政醫(yī)患三方博弈的生成、演化和解調(diào)[J].中山大學學報：社會科學版，2017，57（4）：131-139.

[21]Gao?Y，Du?Y，Sun?B，et?al.Tripartite?Evolutionary?Game?Analysis?on?Selection?Behavior?of?Trans-regional?Hospitals?and?Patients?in?Telemedicine?System[J].International?Journal?of?Computational?Intelligence?Systems，2017，10（1）：1132-1148.

[22]翟運開，路薇，孫東旭，等.遠程醫(yī)療背景下政府、醫(yī)院和患者三方博弈分析[J].中國衛(wèi)生經(jīng)濟，2018，37（7）：54-57.

[23]Li?M，Carrell?D，Aberdeen?J，et?al.Optimizing?Annotation?Resources?for?Natural?Language?De-identification?Via?A?Game?Theoretic?Framework[J].Journal?of?Biomedical?Informatics，2016：97-109.

[24]Yao?J?T，Azam?N.Web-based?Medical?Decision?Support?Systems?for?Three-way?Medical?Decision?Making?with?Game-theoretic?Rough?Sets[J].IEEE?Transactions?on?Fuzzy?Systems，2014，23（1）：3-15.

[25]Shokri?R，Theodorakopoulos?G，Troncoso?C.Privacy?Games?Along?Location?Traces：A?Game-Theoretic?Framework?for?Optimizing?Location?Privacy[J].ACM?Transactions?on?Privacy?and?Security，2017，19（4）：11-41.

[26]Zhu?F?W，Carpenter?S，Zhu?W，et?al.A?Game?Theoretic?Approach?to?Optimize?Identity?Exposure?in?Pervasive?Computing?Environments[J].International?Journal?of?Information?Security?and?Privacy，2010，4（4）：1-20.

[27]李君妍，楊家其.藥品回收物流三方演化博弈行為研究[J].武漢理工大學學報：交通科學與工程版，2017，41（5）：859-863.

[28]李健，王明月，許路明，等.基于用戶感知價值的醫(yī)療信息服務評價體系構(gòu)建[J].數(shù)據(jù)分析與知識發(fā)現(xiàn)，2019，3（2）：118-126.

[29]鄧勝利，趙海平.信息泄露情境下的個人信息價值評估及個體差異：基于離散選擇模型的實證研究[J].情報學報，2019，38（3）：266-276.

[30]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，（5）：93-106.

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

（責任編輯：孫國雷）