論文の概要: Empower Healthcare through a Self-Sovereign Identity Infrastructure for Secure Electronic Health Data Access
- arxiv url: http://arxiv.org/abs/2501.12229v1
- Date: Tue, 21 Jan 2025 15:52:26 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-01-22 14:18:54.450991
- Title: Empower Healthcare through a Self-Sovereign Identity Infrastructure for Secure Electronic Health Data Access
- Title（参考訳）: 電子医療データアクセスのための自律的アイデンティティ基盤による医療の強化
- Authors: Antonio López Martínez, Montassar Naghmouchi, Maryline Laurent, Joaquin Garcia-Alfaro, Manuel Gil Pérez, Antonio Ruiz Martínez, Pantaleone Nespoli,
- Abstract要約: 患者中心のアプローチに従うオープンソースの健康データ管理フレームワークを提案する。
このフレームワークは、不変性、検証可能なデータレジストリ、監査性を提供するために技術を使用する。
データストレージに対する患者中心のアプローチ、設計されたリカバリと緊急計画、定義されたバックアップ手順、選択されたブロックチェーンプラットフォームなど、このフレームワークの違いと新規性について論じる。
- 参考スコア（独自算出の注目度）: 1.444899524297657
- License:
- Abstract: Health data is one of the most sensitive data for people, which attracts the attention of malicious activities. We propose an open-source health data management framework, that follows a patient-centric approach. The proposed framework implements the Self-Sovereign Identity paradigm with innovative technologies such as Decentralized Identifiers and Verifiable Credentials. The framework uses Blockchain technology to provide immutability, verifiable data registry, and auditability, as well as an agent-based model to provide protection and privacy for the patient data. We also define different use cases regarding the daily patient-practitioner-laboratory interactions and specific functions to cover patient data loss, data access revocation, and emergency cases where patients are unable to give consent and access to their data. To address this design, a proof of concept is created with an interaction between patient and doctor. The most feasible technologies are selected and the created design is validated. We discuss the differences and novelties of this framework, which includes the patient-centric approach also for data storage, the designed recovery and emergency plan, the defined backup procedure, and the selected blockchain platform.
- Abstract（参考訳）: 健康データは人々にとって最も敏感なデータの一つであり、悪意ある活動の注意を引き付けている。
患者中心のアプローチに従うオープンソースの健康データ管理フレームワークを提案する。
提案するフレームワークは、分散識別子や検証クレデンシャルといった革新的な技術を用いて、自己主権のアイデンティティパラダイムを実装している。
このフレームワークは、ブロックチェーン技術を使用して、不変性、検証可能なデータレジストリ、監査性を提供し、また、患者データに対する保護とプライバシを提供するエージェントベースのモデルを提供する。
また、患者のデータ損失、データアクセスの取り消し、患者が同意やデータへのアクセスを得られない緊急ケースをカバーするために、日々の患者-専門家-協力的相互作用や特定の機能に関するさまざまなユースケースを定義した。
この設計に対処するため、患者と医師の相互作用によって概念実証が作成される。
最も実現可能な技術が選択され、生成された設計が検証される。
データストレージに対する患者中心のアプローチ、設計されたリカバリと緊急計画、定義されたバックアップ手順、選択されたブロックチェーンプラットフォームなど、このフレームワークの違いと新規性について議論する。
関連論文リスト
- Which Client is Reliable?: A Reliable and Personalized Prompt-based Federated Learning for Medical Image Question Answering [51.26412822853409]
本稿では,医学的視覚的質問応答(VQA)モデルのための,パーソナライズド・フェデレーションド・ラーニング(pFL)手法を提案する。
提案手法では,学習可能なプロンプトをTransformerアーキテクチャに導入し,膨大な計算コストを伴わずに,多様な医療データセット上で効率的にトレーニングする。
論文 参考訳（メタデータ） (2024-10-23T00:31:17Z) - FEDMEKI: A Benchmark for Scaling Medical Foundation Models via Federated Knowledge Injection [83.54960238236548]
FEDMEKIはデータのプライバシーを守るだけでなく、医療基盤モデルの能力を高める。
FEDMEKIは、医療ファンデーションモデルに対して、直接データを公開することなく、幅広い医療知識から学ぶことを可能にする。
論文 参考訳（メタデータ） (2024-08-17T15:18:56Z) - TrialBench: Multi-Modal Artificial Intelligence-Ready Clinical Trial Datasets [57.067409211231244]
本稿では,マルチモーダルデータ(例えば,薬物分子,疾患コード,テキスト,分類・数値的特徴)と臨床治験設計における8つの重要な予測課題をカバーするAIreadyデータセットを精巧にキュレートした。
データセットのユーザビリティと信頼性を確保するため、各タスクに基本的な検証方法を提供する。
このようなオープンアクセスデータセットが利用可能になることは、臨床試験設計のための高度なAIアプローチの開発を促進することを期待する。
論文 参考訳（メタデータ） (2024-06-30T09:13:10Z) - Explainable Machine Learning-Based Security and Privacy Protection Framework for Internet of Medical Things Systems [1.8434042562191815]
インターネット・オブ・メディカル・モノ(IoMT)は、従来の医療境界を超越し、反応性治療から予防への転換を可能にする。
その利点は、処理されたデータの感度と価値のために、ユーザの生活を危険にさらす、重大なセキュリティ上の課題に対処されている。
新しいIDS(Intrusion Detection Systems)フレームワークを導入し、ANN(Artificial Neural Networks)を侵入検知に利用し、FL(Federated Learning)をプライバシ保護に活用する。
論文 参考訳（メタデータ） (2024-03-14T11:57:26Z) - A Distributed Privacy Preserving Model for the Detection of Alzheimer's Disease [0.0]
本稿では,分散データからトレーニングできるHIPAA準拠のフレームワークを提案する。
次に,アルツハイマー病(AD)検出のための多モード垂直フェデレーションモデルを提案する。
ここで提案されたVFLアーキテクチャは、多様な医療データソースをまたいだ協調学習を可能にする、新しい分散アーキテクチャを提供する。
論文 参考訳（メタデータ） (2023-12-15T22:09:04Z) - 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) - Medical Data Asset Management and an Approach for Disease Prediction
using Blockchain and Machine Learning [0.0]
本稿では,専門医や患者が保護された方法で記録を取得できるように,オフチェーンアレンジメントを利用した技術を提案する。
最終的な結果は、高セキュリティ情報を手作業で取得、識別、保証するためのWebおよびポータブル接続ポイントとして見なされる。
論文 参考訳（メタデータ） (2023-04-27T10:38:25Z) - User-Centric Health Data Using Self-sovereign Identities [69.50862982117127]
本稿では、健康データのプライバシーと管理を改善するために、発行者自尊心(SSI)と分散Ledger Technologies(DLT)の潜在的利用について述べる。
論文では、保健分野における分散IDの顕著なユースケースをリストアップし、効果的なブロックチェーンベースのアーキテクチャについて論じる。
論文 参考訳（メタデータ） (2021-07-26T17:09:52Z) - 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) - Defending Medical Image Diagnostics against Privacy Attacks using
Generative Methods [10.504951891644474]
生成敵対ネットワーク(GAN)を用いたプライバシー防御プロトコルの開発と評価を行います。
本研究では, 糖尿病性網膜症に用いる網膜診断AIについて, 個人情報が漏洩するリスクがあることを示す。
論文 参考訳（メタデータ） (2021-03-04T15:02:57Z) - 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。