今天,Synthetic hEalthcare dAta goveRnanCe Hub (SEARCH) 正式启动,该项目旨在通过生成符合FAIR标准的合成数据来加速医疗创新,这些数据将用于AI/ML模型中。SEARCH 是一个多学科倡议,专注于创建合成医疗数据,并促进生物医学生态系统内的安全数据共享。这一启动标志着医疗研究的重大飞跃,通过前沿的合成数据生成和联邦学习方法,推动数字健康和AI驱动诊断的进步。
SEARCH 将解决医疗数据访问的关键挑战,通过创建一个平台来实现多模态医疗数据的安全、隐私保护的搜索、共享和分析。该项目由都柏林三一学院协调,通过三一转化医学研究所(TTMI)在圣詹姆斯医院开展,汇集了来自欧洲的26个跨部门合作伙伴,包括合成数据专家、医疗保健提供者和解决方案开发者,以解锁数据驱动医疗创新的新机会。该项目在创新健康倡议联合体(IHI JU)的支持下,初始预算超过1520万欧元。
SEARCH 旨在通过生成符合FAIR标准的合成数据来加速医疗创新,这些数据可以用于AI/ML模型,从而在保护隐私和遵守监管标准的同时,实现大规模的数据协作。SEARCH 将提供可靠的合成数据生成(SDG)方法,达到最高标准的准确性和适用性,显著增加互操作数据集的可用性。这些数据集将用于开发支持诊断、个性化治疗和预测健康结果的AI工具,改善患者护理,同时降低隐私风险。
都柏林三一学院三一转化医学研究所(TTMI)主任兼SEARCH项目负责人艾德恩·隆教授(Professor Aideen Long)表示:“SEARCH 提供了一个无与伦比的机会,加速研究和临床创新。通过提供高质量的、符合FAIR标准的合成数据集,我们可以赋予研究人员、临床医生和行业前所未有的合作能力。这为更快的药物发现、更个性化的治疗以及基于证据的医疗政策的制定打开了大门——所有这一切都不会侵犯患者隐私。作为一名教育工作者,我看到合成数据集作为培训工具的无价价值,使学生和专业人士能够在维护最高患者保密标准的同时,提高他们的数据分析技能。”
希腊塞萨洛尼基大学的迪米特里斯·亚科维迪斯教授(Professor Dimitris Iakovidis)表示:“SEARCH 代表了医疗保健领域的范式转变,通过在多样化的医疗用例中生成和共享强大的合成数据。我们的方法利用了联邦学习和先进的SDG方法,创建能够复制真实世界数据统计属性的合成数据集,同时确保患者隐私。这将为医疗保健提供者和研究人员提供高质量的数据,以推动下一代AI和精准医疗工具的发展。”
结合数据清洁室和联邦学习,多个机构可以在不泄露患者数据的情况下进行协作,从分散的数据源中提取洞察,同时确保患者数据安全存储在其原始位置。SEARCH 的创新合成数据生成技术不仅将民主化医疗数据的访问,还将为新的诊断和治疗工具奠定基础,这些工具由AI/ML驱动。
SEARCH 将在革新医疗保健方面发挥关键作用,促进更快的创新、缩短新型数字健康干预措施的上市时间,并提供更好的个性化治疗。通过合成数据方法,SEARCH 将揭示心血管、胃微生物群落和妇科疾病的新见解,同时确保患者隐私的保护。
SEARCH 的努力将通过临床研究验证合成数据,与现实世界的医疗保健相结合。这种合成数据和隐私保护架构的独特组合有潜力推动增强患者结果、改进诊断和开辟新的公私合作医疗保健途径的AI/ML创新。
都柏林三一学院的主要研究员(约翰·奥利里教授、卡拉·马丁博士和莎伦·奥图尔博士)正在验证合成数据在针对妇科癌症的研究中的应用。通过展示其在筛查、早期诊断和精准医疗中的效用,这项工作将展示合成数据的变革潜力,同时确保临床决策中的隐私和准确性。
(全文结束)
相关知识
聚焦数字健康|AI+医疗:新一轮科技革命和产业变革的重要驱动力
AI驱动医疗革新:开启数智健康新时代
连接医学与AI:数据标注如何革新未来医疗
AI驱动医疗革新:数智健康新时代的机遇与挑战
厦门健康医疗大数据中心:打造开放共享+共建共赢的医疗大数据新生态
数据分析驱动医疗健康服务创新
胡德:大数据驱动的健康将革新医疗范式
AI驱动医疗变革:迎接数智健康时代的新挑战与机遇
医疗AI · 云端启航丨京颐科技携手腾讯健康发布「医疗+AI」联合解决方案
医疗产业变革观察:AI群星闪耀
网址: 革新生物医学数据共享和AI驱动的医疗解决方案 https://m.trfsz.com/newsview1185525.html