本发明公开一种基于FL‑EM‑GMM的医疗用户隐私保护方法及系统，在基于密码学的研究基础上，该方法提出了一种基于联邦学习期望最大值的高斯混合模型。该方法在病人隐私数据不泄露的情况下，实现了不同医疗机构之间的病例数据共享，有利于疾病信息的收集和诊断。针对医疗数据具有较强隐私性的特征，不同医疗机构之间直接数据交换可能导致病人隐私泄露的问题，本发明提出了解决方案，该方案在保证数据不交换的情况下，进行医疗数据集的训练，获取病例的特征值，提高诊断的准确度，以便确定有效的治疗方案。另外，为了保障医疗数据传输的安全性，数据在上传到服务器前进行加密处理，利用区块链技术建立安全可信的合作机制，保证数据传输的安全性和可靠性。