論文の概要: Practices and challenges in clinical data sharing
- arxiv url: http://arxiv.org/abs/2304.06509v1
- Date: Fri, 17 Mar 2023 19:40:33 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-16 21:38:20.148168
- Title: Practices and challenges in clinical data sharing
- Title（参考訳）: 臨床データ共有の実践と課題
- Authors: Fida K. Dankar
- Abstract要約: 本稿では,研究目的のための臨床データ共有フレームワークの構築における現在の方向性,課題,ベストプラクティスを明らかにする。
その目的は、効果的で安全で透明な研究アクセスフレームワークを実装するためのベストプラクティスを考案することである。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: The debate on data access and privacy is an ongoing one. It is kept alive by
the never-ending changes/upgrades in (i) the shape of the data collected (in
terms of size, diversity, sensitivity and quality), (ii) the laws governing
data sharing, (iii) the amount of free public data available on individuals
(social media, blogs, population-based databases, etc.), as well as (iv) the
available privacy enhancing technologies. This paper identifies current
directions, challenges and best practices in constructing a clinical
data-sharing framework for research purposes. Specifically, we create a
taxonomy for the framework, identify the design choices available within each
taxon, and demonstrate thew choices using current legal frameworks. The purpose
is to devise best practices for the implementation of an effective, safe and
transparent research access framework.
- Abstract（参考訳）: データアクセスとプライバシに関する議論は進行中である。
絶え間ない変更/アップグレードによって生かされる。
一 収集したデータの形状(サイズ、多様性、感度及び品質の点で)
(二)データ共有に関する法律
(iii)個人(ソーシャルメディア、ブログ、人口ベースのデータベース等)で利用可能な無料公開データの量
(iv)利用可能なプライバシー強化技術。
本稿では,研究目的のための臨床データ共有フレームワーク構築の方向性,課題,ベストプラクティスを明らかにする。
具体的には、フレームワークのための分類を作成し、各分類群で利用可能な設計選択を特定し、現在の法的枠組みを用いてその選択を実証する。
目的は、効果的で安全で透過的な研究アクセスフレームワークの実装のためのベストプラクティスを考案することである。
関連論文リスト
- 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) - Collection, usage and privacy of mobility data in the enterprise and public administrations [55.2480439325792]
個人のプライバシーを守るためには、匿名化などのセキュリティ対策が必要である。
本研究では,現場における実践の洞察を得るために,専門家によるインタビューを行った。
我々は、一般的には最先端の差分プライバシー基準に準拠しない、使用中のプライバシー強化手法を調査した。
論文 参考訳（メタデータ） (2024-07-04T08:29:27Z) - A Survey on Data Selection for Language Models [148.300726396877]
データ選択方法は、トレーニングデータセットに含まれるデータポイントを決定することを目的としている。
ディープラーニングは、主に実証的な証拠によって駆動され、大規模なデータに対する実験は高価である。
広範なデータ選択研究のリソースを持つ組織はほとんどない。
論文 参考訳（メタデータ） (2024-02-26T18:54:35Z) - SoK: The Gap Between Data Rights Ideals and Reality [46.14715472341707]
権利に基づくプライバシー法は、個人が自分のデータよりも効果的に権限を与えるのか?
本稿では,実証研究,ニュース記事,ブログ記事をレビューすることで,これらのアプローチを精査する。
論文 参考訳（メタデータ） (2023-12-03T21:52:51Z) - 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) - Blockchain-empowered Federated Learning for Healthcare Metaverses:
User-centric Incentive Mechanism with Optimal Data Freshness [66.3982155172418]
まず、医療メタバースのための分散型フェデレートラーニング(FL)に基づく、ユーザ中心のプライバシ保護フレームワークを設計する。
次に,情報時代(AoI)を有効データ更新度指標として利用し,観測理論(PT)に基づくAoIベースの契約理論モデルを提案し,センシングデータ共有の動機付けを行う。
論文 参考訳（メタデータ） (2023-07-29T12:54:03Z) - Protecting Privacy and Transforming COVID-19 Case Surveillance Datasets
for Public Use [0.4462475518267084]
CDCは、個人レベルの未確認データを管轄区域から収集し、現在800万件以上の記録を保有している。
データ要素は、有用性、公開要求、およびプライバシーの影響に基づいて含まれた。
機密情報の再識別や暴露のリスクを低減するため、特定のフィールド値が抑制された。
論文 参考訳（メタデータ） (2021-01-13T14:24:20Z) - Beyond privacy regulations: an ethical approach to data usage in
transportation [64.86110095869176]
本稿では,フェデレート機械学習を交通分野に適用する方法について述べる。
フェデレートラーニングは、ユーザのプライバシを尊重しつつ、プライバシに敏感なデータを処理可能にする方法だと考えています。
論文 参考訳（メタデータ） (2020-04-01T15:10:12Z)
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。