論文の概要: Precision Health Data: Requirements, Challenges and Existing Techniques
for Data Security and Privacy
- arxiv url: http://arxiv.org/abs/2008.10733v1
- Date: Mon, 24 Aug 2020 22:17:32 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-25 12:27:49.891160
- Title: Precision Health Data: Requirements, Challenges and Existing Techniques
for Data Security and Privacy
- Title（参考訳）: 精密ヘルスデータ:データセキュリティとプライバシのための要件、課題、既存の技術
- Authors: Chandra Thapa and Seyit Camtepe
- Abstract要約: 本稿では,世界の規制,倫理的ガイドライン,ドメイン固有のニーズについて考察する。
要件を提示し、関連する課題を調査します。
これは、概念的なシステムモデルを用いて、精度の高い健康データセキュリティとプライバシのための最良のテクニックを説明している。
- 参考スコア（独自算出の注目度）: 6.911121051195788
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Precision health leverages information from various sources, including omics,
lifestyle, environment, social media, medical records, and medical insurance
claims to enable personalized care, prevent and predict illness, and precise
treatments. It extensively uses sensing technologies (e.g., electronic health
monitoring devices), computations (e.g., machine learning), and communication
(e.g., interaction between the health data centers). As health data contain
sensitive private information, including the identity of patient and carer and
medical conditions of the patient, proper care is required at all times.
Leakage of these private information affects the personal life, including
bullying, high insurance premium, and loss of job due to the medical history.
Thus, the security, privacy of and trust on the information are of utmost
importance. Moreover, government legislation and ethics committees demand the
security and privacy of healthcare data. Herein, in the light of precision
health data security, privacy, ethical and regulatory requirements, finding the
best methods and techniques for the utilization of the health data, and thus
precision health is essential. In this regard, firstly, this paper explores the
regulations, ethical guidelines around the world, and domain-specific needs.
Then it presents the requirements and investigates the associated challenges.
Secondly, this paper investigates secure and privacy-preserving machine
learning methods suitable for the computation of precision health data along
with their usage in relevant health projects. Finally, it illustrates the best
available techniques for precision health data security and privacy with a
conceptual system model that enables compliance, ethics clearance, consent
management, medical innovations, and developments in the health domain.
- Abstract（参考訳）: 精密医療は、オミック、ライフスタイル、環境、ソーシャルメディア、医療記録、医療保険請求など様々な情報源からの情報を活用し、パーソナライズされたケア、予防と予測、正確な治療を可能にしている。
センシング技術(例えば、電子健康監視装置)、計算技術(例えば、機械学習)、通信技術(例えば、健康データセンター間の相互作用)を多用している。
医療データは、患者や介護者の身元や患者の医療状況など、機密性の高い個人情報を含むため、常に適切なケアが必要である。
これらの個人情報の漏洩は、いじめ、保険料の高騰、医療史による失業など、個人の生活に影響を及ぼす。
したがって、情報に対するセキュリティ、プライバシ、信頼が最も重要である。
さらに、政府法と倫理委員会が医療データのセキュリティとプライバシーを要求する。
ここでは、精度の高い健康データセキュリティ、プライバシ、倫理的および規制上の要件を考慮して、健康データの利用に最適な方法と技術を見つけ、したがって精度の高い健康が不可欠である。
本稿では,まず,世界の規制,倫理的ガイドライン,ドメイン固有のニーズについて考察する。
そして、要求を提示し、関連する課題を調査します。
第2に, 健康関連プロジェクトにおいて, 精度の高い健康データ計算に適した安全かつプライバシー保護の機械学習手法について検討する。
最後に、コンプライアンス、倫理的クリアランス、同意管理、医療革新、健康分野の発展を可能にする概念的システムモデルを用いて、精密な健康データセキュリティとプライバシのための最善のテクニックを説明している。
関連論文リスト
- The Gradient of Health Data Privacy [15.417809900388262]
本稿では、健康データガバナンスに対する新たな「プライバシ・グラデーション」アプローチを紹介する。
我々の多次元概念は、データ感度、利害関係者の関係、使用目的、時間的側面などの要因を考察する。
このアプローチは、世界中の多様な医療環境において、重要なプライバシー問題にどのように対処できるかを実証する。
論文 参考訳（メタデータ） (2024-10-01T17:35:18Z) - A Qualitative Analysis Framework for mHealth Privacy Practices [0.0]
本稿では,mHealthアプリにおけるプライバシプラクティスの質的評価のための新しいフレームワークを提案する。
調査では、Androidプラットフォーム上でmHealthをリードする152のアプリを分析した。
以上の結果から,機密情報の誤用や誤用に悩まされていることが示唆された。
論文 参考訳（メタデータ） (2024-05-28T08:57:52Z) - Healthcare Data Governance, Privacy, and Security - A Conceptual Framework [0.4972323953932129]
データの豊富さは、あらゆる面で世界を変えました。
これらの進歩にもかかわらず、プライバシとセキュリティは医療業界にとって重要な関心事である。
概念的プライバシとセキュリティ駆動型医療データガバナンスフレームワークを提案する。
論文 参考訳（メタデータ） (2024-03-26T12:29:56Z) - A Survey on Privacy of Health Data Lifecycle: A Taxonomy, Review, and Future Directions [1.3927943269211591]
我々は、既存の業務を見直し、健康データライフサイクルで発生した10の異なるプライバシー上の懸念を抽出する。
本稿では,医療におけるプライバシ保護のためのテクニックの分類法を提案する。
健康データ管理におけるプライバシ保護の課題を軽減するために,今後の研究の方向性を明らかにした。
論文 参考訳（メタデータ） (2023-11-09T14:37:41Z) - The Design and Implementation of a National AI Platform for Public
Healthcare in Italy: Implications for Semantics and Interoperability [62.997667081978825]
イタリア国立衛生局は、その技術機関を通じて人工知能を採用している。
このような広大なプログラムには、知識領域の形式化に特別な注意が必要である。
AIが患者、開業医、健康システムに与える影響について疑問が投げかけられている。
論文 参考訳（メタデータ） (2023-04-24T08:00:02Z) - DeID-GPT: Zero-shot Medical Text De-Identification by GPT-4 [80.36535668574804]
我々は新しいGPT4対応脱識別フレームワーク(DeID-GPT)を開発した。
開発したDeID-GPTは,非構造化医用テキストからの個人情報のマスキングにおいて,高い精度と信頼性を示した。
本研究は,ChatGPTおよびGPT-4を医療用テキストデータ処理および非識別に利用した最初期の1つである。
論文 参考訳（メタデータ） (2023-03-20T11:34:37Z) - Multi-task Learning for Personal Health Mention Detection on Social
Media [70.23889100356091]
本研究では、マルチタスク学習フレームワークを用いて、利用可能な注釈付きデータを活用し、メインタスクのパフォーマンスを向上させる。
我々は、感情検出を補助タスクとして利用することで、感情情報を対象タスクに組み込むことに重点を置いている。
論文 参考訳（メタデータ） (2022-12-09T23:49:00Z) - Assessing the Severity of Health States based on Social Media Posts [62.52087340582502]
ユーザの健康状態の重症度を評価するために,テキストコンテンツとコンテキスト情報の両方をモデル化する多視点学習フレームワークを提案する。
多様なNLUビューは、ユーザの健康を評価するために、タスクと個々の疾患の両方に効果を示す。
論文 参考訳（メタデータ） (2020-09-21T03:45:14Z) - Security and Privacy for mHealth and uHealth Systems: a Systematic
Mapping Study [0.0]
本研究の目的は、m/uHealthシステムのセキュリティとプライバシに関する最先端技術を特定し、分類し、比較し、評価することである。
論文 参考訳（メタデータ） (2020-06-22T08:44:49Z) - COVI White Paper [67.04578448931741]
接触追跡は、新型コロナウイルスのパンデミックの進行を変える上で不可欠なツールだ。
カナダで開発されたCovid-19の公衆ピアツーピア接触追跡とリスク認識モバイルアプリケーションであるCOVIの理論的、設計、倫理的考察、プライバシ戦略について概説する。
論文 参考訳（メタデータ） (2020-05-18T07:40:49Z) - A vision for global privacy bridges: Technical and legal measures for
international data markets [77.34726150561087]
データ保護法とプライバシーの権利が認められているにもかかわらず、個人情報の取引は「トレーディング・オイル」と同等のビジネスになっている。
オープンな対立は、データに対するビジネスの要求とプライバシーへの欲求の間に生じている。
プライバシを備えたパーソナル情報市場のビジョンを提案し,テストする。
論文 参考訳（メタデータ） (2020-05-13T13:55:50Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。