Description du projet
Mégadonnées et IA pour des innovations médicales sûres
Les mégadonnées et l’intelligence artificielle (IA) ouvrent la voie à de nouvelles perspectives pour l’amélioration des soins de santé. Mais elles occultent également des risques concernant la sécurité des données cliniques sensibles stockées dans les infrastructures TIC critiques du secteur médical. Le projet FeatureCloud, financé par l’UE, propose un concept transformateur de sécurité par conception visant à réduire les risques de cybercriminalité et à permettre des efforts de collaboration transfrontaliers sûrs en matière d’exploration de données. Le concept sera intégré à une boîte à outils logicielle utilisant la première méthode de «protection de la vie privée par architecture» au monde. Cette méthode se caractérise essentiellement par l’absence de partage de données sensibles par le biais de tout canal de communication et par l’absence de stockage des données dans un point central unique. FeatureCloud intégrera l’apprentissage automatique fédéré à la technologie des chaînes de blocs pour appliquer en toute sécurité la prochaine génération de technologie d’IA dans les innovations médicales.
Objectif
The digital revolution, in particular big data and artificial intelligence (AI), offer new opportunities to transform healthcare. However, it also harbors risks to the safety of sensitive clinical data stored in critical healthcare ICT infrastructure. In particular data exchange over the internet is perceived insurmountable posing a roadblock hampering big data based medical innovations. FeatureCloud’s transformative security-by-design concept will minimize the cyber-crime potential and enable first secure cross-border collaborative data mining endeavors. FeatureCloud will be implemented into a software toolkit for substantially reducing cyber risks to healthcare infrastructure by employing the world-wide first privacy-by-architecture approach, which has two key characteristics: (1) no sensitive data is communicated through any communication channels, and (2) data is not stored in one central point of attack. Federated machine learning (for privacy-preserving data mining) integrated with blockchain technology (for immutability and management of patient rights) will safely apply next-generation AI technology for medical purposes. Importantly, patients will be given effective means of revoking previously given consent at any time. Our ground-breaking new cloud-AI infrastructure only exchanges learned model representations which are anonymous by default. Collectively, our highly interdisciplinary consortium from IT to medicine covers all aspects of the value chain: assessment of cyber risks, legal considerations and international policies, development of federated AI technology coupled to blockchaining, app store and user interface design, implementation as certifiable prognostic medical devices, evaluation and translation into clinical practice, commercial exploitation, as well as dissemination and patient trust maximization. FeatureCloud’s goals are bold, necessary, achievable, and paving the way for a socially agreeable big data era of the Medicine 4.0 age.
Champ scientifique
- natural sciencescomputer and information sciencesdata sciencebig data
- natural sciencescomputer and information sciencesdata sciencedata mining
- social sciencespolitical sciencespolitical transitionsrevolutions
- engineering and technologyelectrical engineering, electronic engineering, information engineeringelectronic engineeringdigital electronics
- natural sciencescomputer and information sciencesartificial intelligencemachine learning
Programme(s)
Régime de financement
RIA - Research and Innovation actionCoordinateur
20148 Hamburg
Allemagne