Descripción del proyecto
Marco de aprendizaje federado para la inteligencia artificial descentralizada de datos sanitarios de la vida real
La medicina basada en datos es cada vez más importante en el diagnóstico, el tratamiento y la investigación debido al aumento exponencial de los datos sanitarios. Vincular los datos sanitarios transfronterizos de varios centros médicos y analizarlos con métodos innovadores basados en inteligencia artificial (IA) puede ayudarnos a comprender mejor las áreas de enfermedad. Sin embargo, los problemas éticos, jurídicos y de privacidad limitan a menudo el intercambio de datos de pacientes a través de las fronteras institucionales. El equipo del proyecto BETTER, financiado con fondos europeos, tiene como objetivo crear una plataforma descentralizada y segura que permita a investigadores, innovadores y profesionales de la salud utilizar datos sanitarios más amplios de múltiples fuentes con herramientas de IA adaptadas, lo que mejorará los resultados sanitarios de los ciudadanos. El proyecto, que incluye tres casos de uso clínico, tiene como objetivo analizar datos sensibles de pacientes, incluidos los genómicos, de conformidad con el Reglamento General de Protección de Datos utilizando Personal Health Train, un paradigma de análisis distribuido.
Objetivo
In recent years, data-driven medicine has gained increasing importance in terms of diagnosis, treatment, and research due to the exponential growth of healthcare data. The linkage of cross-border health data from various sources, including genomics, and analysis via innovative approaches based on artificial intelligence (AI) will enable a better understanding of risk factors, causes, and the development of optimal treatment in different disease areas. Nevertheless, the reuse of patient data is often limited to datasets available at a single medical centre. The main reasons why health data is not shared across institutional borders rely on ethical, legal, and privacy aspects and rules.
Therefore, in order to (1) enable health data sharing across national borders, (2) fully comply with present GDPR privacy guidelines / regulations and (3) innovate by pushing research beyond the state of the art, BETTER proposes a robust decentralised privacy-preserving infrastructure which will empower researchers, innovators and healthcare professionals to exploit the full potential of larger sets of multi-source health data via tailored made AI tools useful to compare, integrate, and analyse in a secure, cost-effective fashion; with the very final aim of supporting the improvement of citizen’s health outcomes.
In detail, this interdisciplinary project proposes the co-creation of 3 clinical use cases involving 7 medical centres located in the EU and beyond, where sensitive patient data, including genomics, are made available and analysed in a GDPR-compliant mechanism via a Distributed Analytics (DA) paradigm called the Personal Health Train (PHT). The main principle of the PHT is that the analytical task is brought to the data provider (medical centre) and the data instances remain in their original location.
In this project, two mature implementations of the PHT (PADME and Vantage6) already validated in real-world scenarios will be fused together to build the BETTER platform.
Ámbito científico
Palabras clave
Programa(s)
Régimen de financiación
HORIZON-RIA - HORIZON Research and Innovation ActionsCoordinador
20121 Milano
Italia
Organización definida por ella misma como pequeña y mediana empresa (pyme) en el momento de la firma del acuerdo de subvención.