Duke, AI 시대에 환자 데이터를 안전하게 유지하는 방법을 모색하는 $1M 노력 주도
게시 날짜:더럼 – 방대한 양의 데이터를 분석할 수 있는 빠르게 발전하는 기계 학습 기술 덕분에 완전히 새로운 건강 관리 통찰력의 세계가 우리 손끝에 있습니다. 하지만 환자 정보를 비공개로 유지하면서 어떻게 이 귀중한 데이터를 효과적으로 활용할 수 있을까요?
듀크 대학교(듀크 전기 및 컴퓨터 공학 교수인 Hai Li와 Lawrence Carin, 생물통계학 및 생물정보학 교수인 David Page와 Erich Huang, 피츠버그 대학교와 UMPC(Heng Huang, Wei Chen, Samuel Dickson, Ying Ding 및 Liang Zhan)은 이 질문에 답하기 위해 노력하고 있으며, 이 팀은 LEARNER라는 이름의 건강 모델 공유 및 학습 플랫폼을 개발하기 위해 새로운 $1백만 NSF(국립과학재단) 융합 가속기 보조금을 받았습니다.
그만큼 NSF 융합 액셀러레이터 프로그램 연구와 발견을 신속하게 전환하는 데 도움을 주기 위해 2019년에 출시되었습니다. NSF의 "빅 아이디어" 실제로. 2020년에도 NSF는 국가적으로 중요한 두 가지 혁신적인 연구 분야에 계속 투자합니다.양자기술과 인공지능(AI)) - 이러한 분야의 기술 발전이 사회에 긍정적인 영향을 미치도록 보장합니다.
그만큼 NSF 융합 액셀러레이터 프로그램 연구와 발견을 신속하게 전환하는 데 도움을 주기 위해 2019년에 출시되었습니다. NSF의 "빅 아이디어" 실제로.
NSF Convergence Accelerator 프로그램 책임자인 Douglas Maughan은 "양자 기술과 AI 기반 데이터 및 모델 공유 주제는 커뮤니티 의견을 기반으로 선택되었으며 연방 연구 및 개발 우선순위를 확인했습니다."라고 말했습니다. "이것은 프로그램의 두 번째 코호트이며 우리는 이들 팀이 융합 연구와 혁신 중심의 기본 원칙을 사용하여 긍정적인 사회적 영향을 미치는 솔루션을 가속화하게 된 것을 기쁘게 생각합니다."
Li는 FAIR(검색 가능, 접근 가능, 상호 운용 가능, 재사용 가능) 데이터 원칙을 다루면서 의료 분야 빅 데이터의 잠재력을 최대한 실현하는 효율적이고 안전한 기술에 대한 긴급한 국가적 요구를 충족하는 데 도움을 줌으로써 자신의 팀 작업이 이를 정확하게 달성할 것이라고 확신합니다. 기계 학습 알고리즘의 높은 계산 요구 사항을 처리합니다. 새로운 플랫폼에는 데이터와 메타데이터를 안전하게 수집하고 공유할 수 있는 저장소도 포함됩니다.
듀크 전기 및 컴퓨터 공학 교수 Hai Li
"우리 프로젝트는 근본적으로 AI 기반 건강 혁신을 발전시키고 인프라 개발 및 프레임워크 배포를 통해 건강 데이터 과학에서 사용 기반 융합 연구를 가속화할 것입니다."라고 공동 지휘하는 기계 학습 전문가 Li는 말했습니다. 지속 가능한 대안적 지능형 컴퓨팅 센터 (ASIC)은 듀크에 본부를 둔 NSF 산학협력 연구센터입니다. “LEARNER 플랫폼은 협업적인 건강 데이터 과학 모델 공유 및 학습을 지원하고, 데이터 개인정보 유출을 방지하며, 복잡한 데이터 및 실행 관리를 제공하여 복잡한 건강 데이터 분석의 재현성을 향상시킬 것입니다.”
향후 9개월 동안 2020 코호트 Convergence Accelerator 팀은 초기 컨셉을 개발하고, 새로운 팀원을 식별하며, 인간 중심 디자인, 팀 과학, 프레젠테이션 준비 및 프레젠테이션 코칭에 초점을 맞춘 혁신 커리큘럼에 참여하기 위해 노력할 것입니다. 초기 프로토타입을 개발한 후 팀은 피치 경쟁과 제안 평가에 참여하게 됩니다. 2단계에 선정된 팀은 24개월 동안 최대 $5백만까지 추가 자금을 받을 수 있습니다.
2단계가 끝날 때까지 팀은 사회적 요구에 대규모로 영향을 미치는 영향력 있는 솔루션을 제공할 것으로 예상됩니다.
(다) 듀크대학교
원본 기사 출처: WRAL TechWire