如何保护健康隐私数据?人工智能成关键

  • 时间:
  • 浏览:1

  当谷歌敲定兼并DeepMind的健康部门时,引发了一场关于数据隐私的重大争议。尽管DeepMind表示不需要将原始患者数据交给谷歌,但仅仅是想到让有两个技术巨头都都可以接触、识别医疗记录的想法就你要感到不安。获得用户几滴 高质量数据一种生活 问题将会成为在医学领域应用机器学习的最大障碍。

  为了除理一种生活 问题,人工智能研究人员经常在寻找新的机器学习模型培训技术,都都可以同去保持数据的机密性。麻省理工学院最新创造了并全部都是被称为分裂神经网络的法律措施 :它允许有2所有人结速了了训练层厚学习模型,而由原先人完成训练。

  一种生活 法律措施 的思路是让医院和一些医疗机构都都可以用患者的数据在本地培训让你们 的模型,之后将培训了一半的模型发送到有两个集中的位置,在那里,所有的模型将同去完成最后阶段的训练。一种生活 集中的位置,无论是在谷歌还是一些公司的云端,全部都是会看一遍原始的患者数据;让你们 不都可以看一遍培训了一半的模型。

  麻省理工学院媒体实验室的副教授,该论文的合着者——Ramesh Raskar将一种生活 过程比作数据加密。他表示:“也不将会进行了加密都可以让帮我够很放心地将信用卡数据发送给原先实体。”通过神经网络的前几条阶段对医学数据进行模糊除理也不以相同的法律措施 保护数据。

  在对一种生活 法律措施 和一些一些也旨在保护患者数据安全的法律措施 进行对比测试时,研究小组发现,分裂神经网络都可以的计算资源要少得多,之后都都可以生成更高精度的模型。

声明:本文转载自第三方媒体,如需转载,请联系版权方授权转载。协助申请