Duke יוביל את מאמץ $1M בבחינת דרכים לשמור על אבטחת נתוני המטופל בימים של AI
תאריך פרסום:DURHAM – עולם חדש לגמרי של תובנות בתחום הבריאות נמצא בהישג ידנו, הודות לטכניקות למידת מכונה המתפתחות במהירות שיכולות לנתח כמויות אדירות של נתונים. אך כיצד נוכל למנף ביעילות את הנתונים היקרים הללו תוך הבטחה שמידע המטופל יישאר פרטי?
צוות מחקר רב תחומי בראשות אוניברסיטת דיוק (המורכב מחברי הסגל להנדסת חשמל ומחשבים של דיוק Hai Li ולורנס קארין, הפקולטה לביוסטטיסטיקה וביואינפורמטיקה דייוויד פייג' ואריך הואנג ומשתפי פעולה באוניברסיטת פיטסבורג וב-UMPC (Heng Huang, Wei Chen, סמואל דיקסון, יינג דינג וליאנג ז'אן) בדרך לענות על השאלה הזו. הצוות קיבל מענק חדש של קרן המדע הלאומית (NSF) של קרן המדע הלאומית (NSF) לפיתוח פלטפורמת שיתוף ולמידה של מודל בריאות בשם LEARNER.
ה תוכנית מאיץ ההתכנסות של NSF הושק ב-2019 כדי לסייע במעבר מהיר של מחקר וגילוי בהתאם "הרעיונות הגדולים" של NSF בפועל. בשנת 2020, ה-NSF ממשיך להשקיע בשני תחומי מחקר טרנספורמטיביים בעלי חשיבות לאומית -טכנולוגיה קוונטית ובינה מלאכותית (AI)—לוודא שלהתקדמות טכנולוגית בתחומים אלה תהיה השפעה חיובית על החברה.
ה תוכנית מאיץ ההתכנסות של NSF הושק ב-2019 כדי לסייע במעבר מהיר של מחקר וגילוי בהתאם "הרעיונות הגדולים" של NSF בפועל.
"הטכנולוגיה הקוונטית ונושאי שיתוף הנתונים והמודלים המונעים על ידי בינה מלאכותית נבחרו על סמך קלט של הקהילה וזיהוי סדרי עדיפויות פדרליים של מחקר ופיתוח", אמר דאגלס מוהן, ראש תוכנית מאיץ ההתכנסות של NSF. "זו הקבוצה השנייה של התוכנית ואנו נרגשים שהצוותים האלה ישתמשו במחקר התכנסות וביסודות ממוקדי חדשנות כדי להאיץ פתרונות שיש להם השפעה חברתית חיובית."
לי בטוחה שהעבודה של הצוות שלה תשיג בדיוק את זה, על ידי סיוע לעמוד בצורך הלאומי הדחוף בטכנולוגיות יעילות ומאובטחות המממשות את מלוא הפוטנציאל של Big Data בתחום הבריאות תוך התייחסות לעקרונות הנתונים של FAIR (ניתן למצוא, נגיש, ניתנים להפעלה הדדית, לשימוש חוזר). וטיפול בדרישות החישוב הגבוהות של אלגוריתמי למידת מכונה. הפלטפורמה החדשה תכלול גם מאגר שבו ניתן לאסוף נתונים ומטא נתונים בצורה מאובטחת ולשתף אותם.
הדוכס פרופסור להנדסת חשמל ומחשבים חי לי
"הפרויקט שלנו יקדם באופן יסודי חידושי בריאות מונעי בינה מלאכותית ויאיץ את מחקר ההתכנסות בהשראת השימוש במדעי נתוני הבריאות באמצעות פיתוח תשתיות ופריסה של מסגרת", אמר לי, מומחה למידת מכונה שמנהל שותף את מרכז למחשוב בר קיימא וחכם אלטרנטיבי (ASIC), מרכז מחקר שיתופי תעשייתי-אוניברסיטאי NSF שבסיסו ב-Duke. "פלטפורמת LEARNER תתמוך בשיתוף ובלמידה של מודלים של מדעי הבריאות, תמנע דליפת פרטיות נתונים ותספק נתונים מורכבים וניהול ביצוע כדי לשפר את יכולת השחזור של ניתוח נתוני בריאות מורכבים."
במהלך תשעת החודשים הקרובים, צוותי מאיץ ההתכנסות של 2020 יפעלו לפיתוח הקונספט הראשוני שלהם, לזהות חברי צוות חדשים וישתתפו בתוכנית לימודים לחדשנות המתמקדת בעיצוב ממוקד באדם, מדע צוות, ואימון הכנת מגרש ואימון מצגות. לאחר פיתוח אב טיפוס ראשוני, הצוותים ישתתפו בתחרות פיץ' והערכת הצעות. צוותים שנבחרו לשלב שני יהיו זכאים למימון נוסף - עד $5 מיליון לתקופה של 24 חודשים.
עד סוף השלב השני, הצוותים צפויים לספק פתרונות בעלי השפעה גבוהה המשפיעים על הצרכים החברתיים בקנה מידה.
(ג) אוניברסיטת דיוק
מקור המאמר המקורי: WRAL TechWire