Duke guiderà l’iniziativa $1M esplorando modi per proteggere i dati dei pazienti nell’era dell’intelligenza artificiale
Data di pubblicazione:DURHAM – Un mondo completamente nuovo di insight sull’assistenza sanitaria è a portata di mano, grazie a tecniche di machine learning in rapida evoluzione in grado di analizzare grandi quantità di dati. Ma come possiamo sfruttare in modo efficace questi dati preziosi garantendo al tempo stesso che le informazioni sui pazienti rimangano private?
Un gruppo di ricerca multidisciplinare guidato dalla Duke University (composto dai docenti della Duke University di ingegneria elettrica e informatica Hai Li e Lawrence Carin, dai docenti di biostatistica e bioinformatica David Page ed Erich Huang e da collaboratori dell'Università di Pittsburgh e dell'UMPC (Heng Huang, Wei Chen, Samuel Dickson, Ying Ding e Liang Zhan) è sulla buona strada per rispondere a questa domanda. Il team ha ricevuto una nuova sovvenzione da $1 milione della National Science Foundation (NSF) Convergence Accelerator per sviluppare una piattaforma di condivisione e apprendimento di modelli sanitari denominata LEARNER.
IL Programma NSF Convergence Accelerator è stato lanciato nel 2019 per aiutare la rapida transizione della ricerca e dell'allineamento con la scoperta Le “Grandi Idee” della NSF in pratica. Nel 2020, la NSF continua a investire in due aree di ricerca trasformativa di importanza nazionale:tecnologia quantistica e intelligenza artificiale (AI) – per garantire che i progressi tecnologici in questi settori abbiano un impatto positivo sulla società.
IL Programma NSF Convergence Accelerator è stato lanciato nel 2019 per aiutare la rapida transizione della ricerca e dell'allineamento con la scoperta Le “Grandi Idee” della NSF in pratica.
“La tecnologia quantistica e gli argomenti di condivisione di modelli e dati basati sull’intelligenza artificiale sono stati scelti in base al contributo della comunità e hanno identificato le priorità federali di ricerca e sviluppo”, ha affermato Douglas Maughan, capo del programma NSF Convergence Accelerator. “Questo è il secondo gruppo del programma e siamo entusiasti che questi team utilizzino la ricerca sulla convergenza e i fondamenti incentrati sull’innovazione per accelerare soluzioni che abbiano un impatto sociale positivo”.
Li è fiduciosa che il lavoro del suo team raggiungerà esattamente questo obiettivo, contribuendo a soddisfare l'urgente bisogno nazionale di tecnologie efficienti e sicure che realizzino tutto il potenziale dei big data nell'assistenza sanitaria, rispettando al tempo stesso i principi dei dati FAIR (trovabili, accessibili, interoperabili, riutilizzabili). e gestire le elevate richieste di calcolo degli algoritmi di apprendimento automatico. La nuova piattaforma includerà anche un repository in cui dati e metadati potranno essere raccolti e condivisi in modo sicuro.
Duke Professore di Ingegneria Elettrica e Informatica Hai Li
“Il nostro progetto farà avanzare radicalmente le innovazioni sanitarie guidate dall’intelligenza artificiale e accelererà la ricerca sulla convergenza ispirata all’uso nella scienza dei dati sanitari attraverso lo sviluppo di infrastrutture e l’implementazione di framework”, ha affermato Li, un esperto di machine learning che co-dirige il progetto. Centro per l'informatica alternativa sostenibile e intelligente (ASIC), un centro di ricerca cooperativo industria-università della NSF con sede a Duke. “La piattaforma LEARNER supporterà la condivisione e l’apprendimento collaborativo di modelli di scienza dei dati sanitari, preverrà la perdita di privacy dei dati e fornirà dati complessi e gestione dell’esecuzione per migliorare la riproducibilità di complesse analisi dei dati sanitari”.
Nel corso dei prossimi nove mesi, i team del Convergence Accelerator del 2020 lavoreranno per sviluppare il loro concetto iniziale, identificare nuovi membri del team e partecipare a un programma di innovazione incentrato sulla progettazione incentrata sull'uomo, sulla scienza del team, sulla preparazione del pitch e sul coaching della presentazione. Dopo aver sviluppato un prototipo iniziale, le squadre parteciperanno a un concorso e alla valutazione delle proposte. Le squadre selezionate per la fase due avranno diritto a finanziamenti aggiuntivi, fino a $5 milioni per un periodo di 24 mesi.
Entro la fine della fase due, ci si aspetta che i team forniscano soluzioni ad alto impatto che influenzino le esigenze della società su larga scala.
(C) Università Duke
Fonte articolo originale: WRAL TechWire