近年来，伴随技术的不断成熟，国内外隐私计算产业化的步伐明显加快。在此背景下，绿盟科技联合苏州市卫生计生统计信息中心、深圳大学，结合隐私计算在科教卫生行业的一些应用实践，共同撰写了《隐私计算在科教卫生领域应用白皮书》。白皮书对隐私计算的背景、技术路线、安全风险、生态体系等做了详细介绍和分析，同时着重介绍了科教卫生行业的数据安全现状以及隐私计算在科教卫生领域的一些应用实践。
观点1：多重因素共同推动隐私计算技术发展
数据市场面临“数据需要开放，却又难以开放”的困境。在技术迅速发展与政策推动的双重因素下，隐私计算以及相应的合规服务，以“数据可用不可见”的理念为“开放流通”与“合规安全”的矛盾提供了重要思路与解决方案，并且在实践过程中不断得到政府和企业的认可。
观点2：隐私计算的各个子项技术各有不同属性与侧重点
在实际应用过程中，产业界较为常见的应用方式是将安全多方计算、联邦学习、可信任执行环境等主要技术进行整合，以满足匿踪查询、联合筛选、联合建模、集合运算、联合统计等产品端需求。
观点3：隐私计算生态体系需要制定合理的运营机制
隐私计算生态体系中的每个参与方都有各自的工作任务，良好的生态体系会使得每个参与方实现自己的价值。因此，在隐私计算生态体系中需要明确每个参与方的责任与义务，制定合理的生态体系运营机制，共同促进生态体系健康稳定地发展，合法、安全地实现数据的价值。
观点4：隐私计算发展态势良好，全球市场将达到150亿美元
根据相关机构预测,到2025年隐私计算应用范围将覆盖全球一半的大型企业机构，到2024年全球隐私计算市场规模将达到150亿美元，中国隐私计算市场规模将在15-30亿美元左右，换算成人民币将达到百亿市场规模。未来几年将是技术产品加速迭代、应用场景快速升级、产业生态逐步成熟的重要阶段。
观点5：隐私计算在科教卫生行业具备足够的想象空间
众多学校、医院、科研机构、教育机构和医疗机构积累了大量数据，为隐私计算的落地提供了很好土壤。同时，医疗行业和教育行业所收集的数据具有较强的隐私属性，对隐私保护和数据安全的需求更为强烈。基于此，科教卫生行业或将成为隐私计算应用的下一个市场竞争点与爆发点。