Výzkumníci z Kodaňské univerzity vyvinuli inovativní softwarové řešení, které se zabývá výzvou ochrany citlivých dat používaných v aplikacích strojového učení ve zdravotnictví. Tato metoda zajišťuje soukromí a zároveň umožňuje přístup k datovým sadám pro vývoj zlepšených léčebných postupů.
Shromažďování a analýza dat z velké skupiny pacientů je klíčová v moderním zdravotnictví pro identifikaci vzorců a určení účinnosti a možných vedlejších účinků léčby. Nicméně je nezbytné chránit tato data, aby byla dodržována soukromí jednotlivců a zachována důvěra veřejnosti. Bohužel předchozí pokusy anonymizovat data a zveřejnit je vedly k narušením, kdy výzkumníci byli schopni opětovně identifikovat účastníky pomocí různých veřejně dostupných informačních zdrojů.
Aby se toto problému zabránilo, výzkumníci na Kodaňské univerzitě, konkrétně na Katedře počítačových věd, vyvinuli praktické a ekonomické řešení. Doktorand Joel Daniel Andersson vysvětluje: „Vyvinuli jsme praktický a ekonomický způsob, jak chránit datové sady používané pro trénování modelů strojového učení.“ Význam jejich práce je patrný z Joelovy pozvánky k přednášce na téma na Google Tech Talk a jeho nedávné prezentace na konferenci NeurIPS o strojovém učení.
Klíčovou myšlenkou jejich přístupu je úmyslné zavedení „šumu“ do výstupu odvozeného z datové sady. Na rozdíl od tradičních metod šifrování, kde je šum přidán a později odstraněn, v tomto případě zůstává šum přítomný. Jakmile je šum zahrnut, stává se nerozlišitelný od původního výstupu.
Samozřejmě mají vlastníci datových sad obavy ohledně přidání šumu do výstupů odvozených z jejich dat. Nicméně tento nový přístup zajišťuje, že i při přístupu ke šumem ovlivněným výstupům je nemožné identifikovat podkladové citlivé informace.
Přijetím tohoto přístupu otevřeli výzkumníci z Kodaňské univerzity nové možnosti pro zpřístupnění citlivých zdravotnických dat pro výzkum a analýzu, zatímco účinně chrání soukromí jednotlivců. Vzhledem k tomu, že pokroky ve strojovém učení nadále revolučnizují zdravotnictví, budou takováto řešení zohrávat klíčovou roli při vývoji lepších léčebných postupů bez ohrožení důvěrnosti pacientů.
The source of the article is from the blog scimag.news