論文の概要: S3PHER: Secure and Searchable System for Patient-driven HEalth data shaRing
- arxiv url: http://arxiv.org/abs/2404.11372v1
- Date: Wed, 17 Apr 2024 13:31:50 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-18 13:54:57.134777
- Title: S3PHER: Secure and Searchable System for Patient-driven HEalth data shaRing
- Title(参考訳): S3PHER:患者主導型健康データ共有のためのセキュアで検索可能なシステム
- Authors: Ivan Costa, Ivone Amorim, Eva Maia, Pedro Barbosa, Isabel Praca,
- Abstract要約: 患者と介護者の健康データを共有するための現在のシステムは、プライバシ、機密性、同意管理といった重要なセキュリティ要件を完全には解決していない。
S3PHERは、医療データを共有するための新しいアプローチであり、患者にデータにアクセスする人、データにアクセスする人、そしていつアクセスされるかを制御する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Healthcare data contains some of the most sensitive information about an individual, yet sharing this data with healthcare practitioners can significantly enhance patient care and support research efforts. However, current systems for sharing health data between patients and caregivers do not fully address the critical security requirements of privacy, confidentiality, and consent management. Furthermore, compliance with regulatory laws such as GDPR and HIPAA is often deficient, largely because patients typically are asked to provide general consent for healthcare entities to access their data. Recognizing the limitations of existing systems, we present S3PHER, a novel approach to sharing health data that provides patients with control over who accesses their data, what data is accessed, and when. Our system ensures end to end privacy by integrating a Proxy ReEncryption Scheme with a Searchable Encryption Scheme, utilizing Homomorphic Encryption to enable healthcare practitioners to privately search and access patients' documents. The practicality and benefits of S3PHER are further validated through end to end deployment and use case analyses, with tests on real datasets demonstrating promising execution times.
- Abstract(参考訳): 医療データには、個人に関する最も機密性の高い情報が含まれているが、このデータを医療実践者と共有することは、患者のケアを著しく強化し、研究活動を支援することができる。
しかし、現在の患者と介護者との健康データ共有システムは、プライバシ、機密性、同意管理といった重要なセキュリティ要件を完全には解決していない。
さらに、GDPRやHIPAAなどの規制法への準拠は、典型的には、医療機関がデータにアクセスするための一般的な同意を与えるよう要求されるため、しばしば不十分である。
S3PHERは、患者がデータにアクセスした人、アクセスした人、そしていつデータにアクセスしたかを制御するための、新しい健康データ共有手法である。
本システムでは,患者の文書をプライベートに検索・アクセスするために,同型暗号化を利用してプロキシ再暗号化スキームを検索可能暗号化スキームに統合することにより,エンド・ツー・エンドのプライバシを確保する。
S3PHERの実用性と利点は、エンド・ツー・エンドのデプロイメントとユースケース分析を通じてさらに検証される。
関連論文リスト
- A Solution for Commercializing, Decentralizing and Storing Electronic Medical Records by Integrating Proxy Re-Encryption, IPFS, and Blockchain [6.237350715303438]
本稿では,EVM互換のブロックチェーンとIPFSを用いた分散ストレージを実現するための革新的なソリューションを提案する。
プライバシとコントロールを確保するため,医療データマーケットプレースでは,PRE(Proxy Re-Encryption)という暗号認証方式を採用しています。
ブロックチェーンのスマートコントラクトとIPFSを通じて、ユーザの健康データに対するコントロールを強化し、医療記録の整合性とプライバシを保護する。
論文 参考訳(メタデータ) (2024-02-08T09:09:03Z) - Preserving The Safety And Confidentiality Of Data Mining Information In Health Care: A literature review [0.0]
PPDM技術は、膨大な量のデータから実行可能な洞察を抽出することを可能にする。
機密情報の開示は患者のプライバシーを侵害する。
本稿では,プライバシ保護機構,データ保護規制,緩和戦略に関する関連研究のレビューを行う。
論文 参考訳(メタデータ) (2023-10-30T05:32:15Z) - 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) - Leveraging Generative AI Models for Synthetic Data Generation in
Healthcare: Balancing Research and Privacy [0.0]
GANやVAEといった生成AIモデルは、貴重なデータアクセスと患者のプライバシ保護のバランスをとるための、有望なソリューションを提供する。
本稿では,現実的な匿名化された患者データを作成するための生成AIモデルについて検討する。
論文 参考訳(メタデータ) (2023-05-09T08:12:44Z) - 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) - Adherence Forecasting for Guided Internet-Delivered Cognitive Behavioral
Therapy: A Minimally Data-Sensitive Approach [59.535699822923]
インターネット提供型心理的治療(IDPT)は、メンタルヘルスのアクセシビリティを向上させるための効果的でスケーラブルな経路であると考えられている。
本研究は,最小限の敏感なログイン/ログアウトデータに依存しながら,自動アドバンス予測を行うディープラーニングアプローチを提案する。
提案されたセルフアテンションネットワークは、治療期間の1/3が経過した時点で、平均的バランスの正確さを70%以上達成した。
論文 参考訳(メタデータ) (2022-01-11T13:55:57Z) - A Review-based Taxonomy for Secure Health Care Monitoring: Wireless
Smart Cameras [9.4545147165828]
本研究は、医療分野における患者・医療記録の安全な保管に焦点を当てている。
潜在的な解決策はバイオメトリックスから来ているが、その利用には時間がかかる可能性があり、データの検索を遅くする可能性がある。
本研究は,これらの課題を克服し,指紋の形で生体認証を追加することにより,医療分野におけるデータアクセス制御を強化することを目的とする。
論文 参考訳(メタデータ) (2021-07-05T11:59:10Z) - A Review of Anonymization for Healthcare Data [0.30586855806896046]
一般データ保護規則(一般データ保護規則)一般データ保護規則(一般データ保護規則)一般データ保護規則(一般データ保護規則)一般データ保護規則(一般データ保護規則)一般データ保護規則(一般データ保護規則)一般データ保護規則(一般データ保護規則)一般データ保護規則(一般データ保護規則)一般データ保護規則(一般データ保護規則)一般データ保護規則(一般データ保護規則)一般データ保護規則(一般データ保護規則)一般データ保護規則(一般データ保護規則)一般データ保護規則(一般データ保護規則)一般データ保護規則(一般データ保護規則)一般データ保護規則(一般データ保護規則)一般データ保護規則(一般データ保護規則)
論文 参考訳(メタデータ) (2021-04-13T21:44:29Z) - Privacy-preserving medical image analysis [53.4844489668116]
医用画像におけるプライバシ保護機械学習(PPML)のためのソフトウェアフレームワークであるPriMIAを提案する。
集合型学習モデルの分類性能は,未発見データセットの人間専門家と比較して有意に良好である。
グラデーションベースのモデル反転攻撃に対するフレームワークのセキュリティを実証的に評価する。
論文 参考訳(メタデータ) (2020-12-10T13:56:00Z)
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。