論文の概要: Collaborative analysis of genomic data: vision and challenges

• arxiv url: http://arxiv.org/abs/2202.04841v1
• Date: Thu, 10 Feb 2022 05:16:11 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-19 14:48:49.427316
• Title: Collaborative analysis of genomic data: vision and challenges
• Title（参考訳）: ゲノムデータの協調分析:ビジョンと課題
• Authors: Sara Jafarbeiki, Raj Gaire, Amin Sakzad, Shabnam Kasra Kermanshahi, Ron Steinfeld
• Abstract要約: DNAシークエンシングのコストは、近年、科学的研究、臨床試験、医療提供を改善するために利用されている遺伝子データの急増に繋がった。 ヒトゲノムは個人を識別できるため、この特徴はセキュリティやプライバシーの懸念も引き起こす。 本稿では、規制と倫理的ガイドラインを探求し、セキュアかつプライベートなゲノムデータストレージ/処理/共有プラットフォームに関するビジョンを提案する。
• 参考スコア（独自算出の注目度）: 9.608060862723862
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The cost of DNA sequencing has resulted in a surge of genetic data being utilised to improve scientific research, clinical procedures, and healthcare delivery in recent years. Since the human genome can uniquely identify an individual, this characteristic also raises security and privacy concerns. In order to balance the risks and benefits, governance mechanisms including regulatory and ethical controls have been established, which are prone to human errors and create hindrance for collaboration. Over the past decade, technological methods are also catching up that can support critical discoveries responsibly. In this paper, we explore regulations and ethical guidelines and propose our visions of secure/private genomic data storage/processing/sharing platforms. Then, we present some available techniques and a conceptual system model that can support our visions. Finally, we highlight the open issues that need further investigation.
• Abstract（参考訳）: DNAシークエンシングのコストは、近年、科学的研究、臨床試験、医療提供を改善するために利用されている遺伝子データの急増に繋がった。 ヒトゲノムは個人を独特に識別することができるため、この特徴はセキュリティやプライバシーの懸念も引き起こす。 リスクと利益のバランスをとるため、規制や倫理的なコントロールを含むガバナンス機構が確立され、ヒューマンエラーが発生しやすく、コラボレーションの妨げとなる。 過去10年間では、重要な発見を無責任に支援できる技術手法も追いつきつつある。 本稿では、規制と倫理的ガイドラインを探求し、セキュアかつプライベートなゲノムデータストレージ/処理/共有プラットフォームに関するビジョンを提案する。 次に, 利用可能な手法と, ビジョンを支援する概念システムモデルを提案する。 最後に、さらなる調査を必要とするオープンな問題を強調します。

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)
• Privacy-Preserving Collaborative Genomic Research: A Real-Life Deployment and Vision [2.7968600664591983]
  本稿ではLynx.MDと共同で開発されたゲノム研究のためのプライバシ保護フレームワークを提案する。 このフレームワークは、重要なサイバーセキュリティとプライバシの課題に対処し、プライバシ保護によるゲノムデータの共有と分析を可能にする。 Lynx.MD内でのフレームワークの実装には、ゲノムデータをバイナリ形式に符号化し、制御された摂動技術を通じてノイズを適用することが含まれる。
  論文  参考訳（メタデータ） (2024-07-12T05:43:13Z)
• Data Augmentation in Human-Centric Vision [54.97327269866757]
  本研究では,人間中心型視覚タスクにおけるデータ拡張手法の包括的分析を行う。 それは、人物のReID、人間のパーシング、人間のポーズ推定、歩行者検出など、幅広い研究領域に展開している。 我々の研究は、データ拡張手法をデータ生成とデータ摂動の2つの主なタイプに分類する。
  論文  参考訳（メタデータ） (2024-03-13T16:05:18Z)
• Biometric Technologies and the Law: Developing a Taxonomy for Guiding Policymakers [0.0]
  本研究は,バイオメトリック技術の分類法を提案する。 結果として生じる分類は生体認証技術の理解を高め、プライバシーと個人情報保護を優先する規制の開発を促進する。
  論文  参考訳（メタデータ） (2023-10-27T10:23:46Z)
• Causal machine learning for single-cell genomics [94.28105176231739]
  単細胞ゲノミクスへの機械学習技術の応用とその課題について論じる。 まず, 単一細胞生物学における現在の因果的アプローチの基盤となるモデルについて述べる。 次に、単一セルデータへの因果的アプローチの適用におけるオープンな問題を特定する。
  論文  参考訳（メタデータ） (2023-10-23T13:35:24Z)
• A Unified View of Differentially Private Deep Generative Modeling [60.72161965018005]
  プライバシー上の懸念のあるデータには、データアクセスとデータ共有を頻繁に禁止する厳格な規制が伴う。 これらの障害を克服することは、プライバシーに敏感なデータを含む多くの現実世界のアプリケーションシナリオにおいて、技術的進歩の鍵となる。 差分的プライベート(DP)データパブリッシングは、データの衛生化された形式のみを公開する、魅力的なソリューションを提供する。
  論文  参考訳（メタデータ） (2023-09-27T14:38:16Z)
• A Survey on Computer Vision based Human Analysis in the COVID-19 Era [58.79053747159797]
  新型コロナウイルスの出現は、社会全体だけでなく、個人の生活にも大きく影響している。 マスクやソーシャルディスタンシングの義務、公共空間での定期消毒、スクリーニングアプリケーションの使用など、さまざまな予防策が世界中で導入されている。 これらの発展は、(i)視覚データの自動解析による予防対策の支援、(ii)生体認証などの既存の視覚ベースのサービスの正常な操作を容易にする、新しいコンピュータビジョン技術の必要性を喚起した。
  論文  参考訳（メタデータ） (2022-11-07T17:20:39Z)
• Empirical Estimates on Hand Manipulation are Recoverable: A Step Towards Individualized and Explainable Robotic Support in Everyday Activities [80.37857025201036]
  ロボットシステムの鍵となる課題は、他のエージェントの振る舞いを理解することである。 正しい推論の処理は、(衝突)因子が実験的に制御されない場合、特に困難である。 人に関する観察研究を行うために必要なツールをロボットに装備することを提案する。
  論文  参考訳（メタデータ） (2022-01-27T22:15:56Z)
• Machine Learning in Precision Medicine to Preserve Privacy via Encryption [2.099922236065961]
  我々は,がんを予測するMLモデルの構築に使用した,暗号化(MLE)フレームワークを用いた汎用機械学習を提案する。 我々のフレームワークの予測精度は、同じデータセット上で実施された最新の研究よりもわずかに高い。 私たちは、フレームワークの設計と実装、すべてのML実験とコード、そして、無料のクラウドサービスにデプロイされた最終的な予測モデルを含む、オープンソースのリポジトリを提供しています。
  論文  参考訳（メタデータ） (2021-02-05T20:22:15Z)
• Privacy-preserving Artificial Intelligence Techniques in Biomedicine [3.908261721108553]
  機密データに基づくAIモデルのトレーニングは、個々の参加者のプライバシに関する懸念を提起する。 本稿では,生物医学におけるプライバシ保存型AI技術の進歩について概説する。 最も重要な最先端のアプローチを統一された分類分野に配置し、その強み、限界、オープンな問題について議論する。
  論文  参考訳（メタデータ） (2020-07-22T18:35:55Z)
• 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)

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。