医疗技术与信息技术的不断进步与融合使得信息化医疗数据的规模与复杂度与日俱增,各类医疗信息数据已成为各大医疗机构与科研人员不可或缺的核心资源.数据价值的重大变革促使以用户数据为基础的数据分析、挖掘以及应用获得了极高的关注度.通过对数据集进行分析可以获取获得大量有价值的信息(如某类统计结果,某些病症现象),对医学研究与实践应用具有极大的指导性意义,有助于预防和控制疾病,研发新药以及病症治疗.因此,针对医疗数据的获取、共享以及挖掘分析的需求迅速增长.然而,数据集中通常包含许多个人的隐私信息(敏感信息),例如个人证件信息,个体偏好或是其他个体特征等等,这些信息有可能会随着数据集的发布或共享而被他人所获取,从而导致隐私泄露.面对即将到来的"医疗健康大数据"时代,医疗信息的隐私保护研究具有很强的现实意义.差分隐私是目前信息安全研究领域中的热点之一，目前己取得一定的理论及实践成果，其严格的数学定义与实现机制为医疗大数据隐私保护提供了一个有效并可靠的解决方案，目前己有部分成果证明差分隐私保护应用于医疗大数据中的有效性。但从实际应用上看，将差分隐私保护投入医疗大数据实际应用还需要更深入的研究，部分问题与挑战迫切需要解决。