數(shù)字醫(yī)學正在開辟全新的可能性。例如，它可以在早期發(fā)現(xiàn)腫瘤。但新的人工智能算法的有效性取決于用于訓練它們的數(shù)據(jù)的數(shù)量和質(zhì)量。

為了使數(shù)據(jù)池最大化，通過將數(shù)據(jù)庫副本發(fā)送到正在訓練算法的診所，習慣上在診所之間共享患者數(shù)據(jù)。出于數(shù)據(jù)保護的目的，這些材料通常要經(jīng)過匿名化和假名化處理。在保護患者健康數(shù)據(jù)方面，這些流程往往被證明是不夠的，多倫多工業(yè)大學醫(yī)療保健和醫(yī)學人工智能亞歷山大·馮·洪堡教授丹尼爾·呂科特(Daniel Rueckert)說。

新的AI技術可以保護隱私 識別小兒X射線圖像中的肺炎

PD Rickmer Braren博士（上）和Daniel Rueckert教授（上）探索使用人工智能對醫(yī)學圖像數(shù)據(jù)進行診斷的可能性。

數(shù)據(jù)保留在現(xiàn)場

TUM醫(yī)學信息學，統(tǒng)計學和流行病學研究所的項目負責人和第一作者Georgios Kaissis說，為了確保患者數(shù)據(jù)的安全，絕不應該離開收集它的診所。對于我們的算法，我們使用聯(lián)邦學習，其中深度學習算法是共享的，而不是數(shù)據(jù)。我們的模型是使用本地數(shù)據(jù)在各個醫(yī)院進行訓練的，然后返回給我們。因此，數(shù)據(jù)所有者不必共享他們的數(shù)據(jù)并保留完全的控制權。放射學研究所的第一作者亞歷山大·齊勒（Alexander Ziller）說。

新的AI技術可以保護隱私 識別小兒X射線圖像中的肺炎

Daniel Rueckert是TUM的醫(yī)療保健和醫(yī)學人工智能教授。

數(shù)據(jù)無法追溯到個人

為了防止確定訓練過算法的機構，該團隊應用了另一種技術：安全聚合。Kaissis說，我們以加密的形式組合了這些算法，只有在對所有參與機構的數(shù)據(jù)進行了訓練之后，才將它們解密。為了確保“差異隱私”（即防止將單個患者數(shù)據(jù)從數(shù)據(jù)記錄中過濾掉），研究人員在訓練算法時使用了第三種技術。Kaissis說，最終，可以從數(shù)據(jù)記錄中提取統(tǒng)計相關性，但不能從個人的貢獻中提取統(tǒng)計相關性。

新的AI技術可以保護隱私 識別小兒X射線圖像中的肺炎

Marcus Makowski是TUM放射學教授。

首次結合使用隱私保護方法

Daniel Rueckert說，我們的方法已用于其他研究中。但是，我們還沒有看到使用真實臨床數(shù)據(jù)進行大規(guī)模研究。通過有針對性的技術開發(fā)以及信息學和放射學專家之間的合作，我們已經(jīng)成功地訓練了在提供精確結果的同時滿足數(shù)據(jù)保護和高標準的模型。

診斷和介入放射學系副主任里克默·布雷倫（Rickmer Braren）指出，通常聲稱數(shù)據(jù)保護和數(shù)據(jù)使用必須始終存在沖突。但是我們現(xiàn)在證明這不一定是正確的?？茖W家補充說，他們的方法可以應用于其他醫(yī)學數(shù)據(jù)，而不僅僅是X射線，例如語音和文字。

數(shù)據(jù)保護為數(shù)字醫(yī)學開辟了巨大潛力

該團隊在2020年發(fā)表在《自然機器智能》上的一篇論文中表明，最新數(shù)據(jù)保護流程的結合也將促進機構之間的合作。他們的保護隱私的AI方法可以克服道德，法律和政治障礙。

科學家們堅信，他們的技術通過保護患者的私人領域，可以為數(shù)字醫(yī)學的發(fā)展做出重要貢獻。Kaissis說，要訓練好的AI算法，我們需要好的數(shù)據(jù)。只有通過適當保護患者的隱私，我們才能獲取這些數(shù)據(jù)。Rueckert補充說，這表明，有了數(shù)據(jù)保護，我們可以在提升知識方面做很多事情，而不是很多人想像的那樣。

原文鏈接：https://www.xianjichina.com/special/detail_484910.html
來源：賢集網(wǎng)
著作權歸作者所有。商業(yè)轉載請聯(lián)系作者獲得授權，非商業(yè)轉載請注明出處。