פרוטוקולים לחישוב בטוח מאפשרים לזוג מיליונרים לחשב למי יש יותר כסף בבנק, מבלי שיצטרכו לחשוף את שווי הונם לאיש. פרוטוקולים כאלו אף מבטיחים כי תוצאת החישוב תהיה נכונה גם אם אחד המליונרים ניסה לרמות. באופן כללי יותר, פרוטוקולים לחישוב בטוח מאפשרים למספר משתתפים שאינם סומכים זה על זה, להריץ חישוב שתלוי בקלטים הפרטיים של כלל המשתתפים, תוך הבטחה שתוצאת החישוב נכונה אפילו בנוכחות רמאים, ושהקלט של המשתתפים ההגונים נותר פרטי. למשל, פרוטוקולים כאלו מאפשרים הרצת אלגוריתמי למידת מכונה על רשומות רפואיות של אזרחים ואזרחיות ממספר מדינות, כדי לצפות את הוריאנט הבא של מחלת השפעת, מהו הטיפול היעיל ביותר ללחץ דם גבוה, ועוד. פרוטוקולים לחישוב בטוח הכרחיים בתרחישים כאלו, שכן כדי לקבל תוצאות מדויקות יש להריץ את האלגוריתמים על מספר גדול של רשומות רפואיות (ולכן יש צורך לשלב רשומות רפואיות ממספר מדינות שונות), ומצד שני רגולציות אוסרות על ממשלות וארגונים לשתף רשומות רפואיות עם גורמים ממדינות זרות. אלגוריתם למידת מכונה משמר פרטיות שפיתחתי (בשיתוף עם פרופסור חבר עדי עקביה, בן גלילי, ד"ר חיים שאול, ופרופסור זוהר יכיני) עבור וריאנטים של מחלת הקורונה, זכה לאחרונה במקום השלישי ב-2nd (FHE) track של תחרות iDASH 2021.