DFKI は機密個人データの信頼できる研究環境をセットアップします: E-HEALTH-COM

個人データは、特に医学における AI 研究にとって真の宝です。ただし、これらには非常に個人的な情報が含まれるため、法律によって特に保護されています。 SEMLA (安全な機械学習アーキテクチャ) を使用して、DFKI は機密性の高いデータを使用してニューラル ネットワークをトレーニングするための内部研究インフラストラクチャを作成しました。 7 月 17 日、DFKI の信頼できる研究インフラがザールブリュッケンに開設されました。

患者ファイル、集中治療モニタリング、臨床研究からの医療データは、ニューラル ネットワークをトレーニングするための機械学習プロセスで使用されます。これらの AI モデルは、超音波、X 線、MRI、または CT 画像の解釈、診断と治療計画、または医学研究において医師をサポートします。たとえば病院管理では、患者の回復プロセスを予測できるため、より正確なキャパシティ プランニングやフォローアップ ケアへのシームレスな移行が可能になります。また、画像、ビデオ、音声資料からのデータ、たとえば医師と患者の社会的相互作用からのデータもあり、これらは精神疾患または心身症の患者の幸福について重要な結論を提供する可能性があります。

この健康データはすべて非常に機密性が高く、一般データ保護規則 (GDPR)、連邦および州のデータ保護法、およびヘルスケアおよび医学研究の分野におけるその他の多くの法規制の厳格な規定の対象となります。この枠組みは、医療の機密保持に加えて、医療データの機密性と完全性を確保し、その悪用を防止し、患者の基本的な権利と自由を保護することを目的としています。匿名化または仮名化された形式であっても、健康データは追加情報として特に保護する価値があります。 B. 希少疾患や参加者数が少ない研究では、個々の人々に関する結論が得られる可能性があります。

この機密性の高いデータを AI モデルに変換するには、GDPR やその他のデータ保護規制、および適正科学実践の原則への準拠を保証する、信頼できる研究環境 (Trusted Research Environs、TRE) が必要です。 7 月 17 日、DFKI は、ニューラル ネットワークをトレーニングするために機密の個人データを処理するための研究環境をオープンします。 SEMLA (Secure Machine Learning Architecture) は、GDPR およびその他の法規制の要件を満たす DFKI 内部の研究インフラストラクチャです。その中心となるのは、データ保護とデータセキュリティのためのいわゆる技術的および組織的対策 (TOM) の実装であり、データに敏感な研究プロジェクトではその考慮が必要です。

「SEMLA を使用すると、非常に機密性の高いデータを扱うことができます。まず、DFKI が関与している医療プロジェクトからのデータを評価し、次にこのデータに基づいてニューラル ネットワークをトレーニングします。社内ではすでにこれに対する大きなニーズがあります。将来的には、SEMLA はオープンソースで利用できるようになり、他の研究機関や市場参加者が SEMLA ソリューションを簡単に適応して使用できるようになります。」ヤン・アレクサンダーソン。

SEMLA を使用すると、科学者は機密性の高い個人データを使用して安全な研究を行うことができます。クラウド ソリューションとは対照的に、SEMLA はデータを専ら「オンプレミス」、つまり DFKI に保存して処理します。 SEMLA は、カイザースラウテルンで運用および保護されているコンピューティング インフラストラクチャ (CPU、GPU、メモリ) と、ザールブリュッケンにある生体認証で保護されたアノテーションおよび実験研究所である SEMLAb で構成されています。新しい研究インフラは、アラン・チューリング研究所の分類体系に従って、2 番目に感度の高いクラス 4 のデータを使用して研究を実行できるように設計されています。

将来的には、サードパーティは、SEMLA がホストするデータセットを使用してインターネット経由でモデルを計算できるようになります。この目的のために、ISO 2700X および TISAX に加え、欧州のデータ保護品質のシールである EuroPriSe (EuroPriSe、2022) に基づく認証も求められます。

詳細情報

https://semla.dfki.de

出典: DFKI