論文の概要: Die Verarbeitung medizinischer Forschungsdaten ohne datenschutzrechtliche Einwilligung: Der Korridor zwischen Anonymisierung und der Forschungsausnahme in Österreich
- arxiv url: http://arxiv.org/abs/2509.08841v1
- Date: Tue, 02 Sep 2025 15:51:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-12 16:52:24.061898
- Title: Die Verarbeitung medizinischer Forschungsdaten ohne datenschutzrechtliche Einwilligung: Der Korridor zwischen Anonymisierung und der Forschungsausnahme in Österreich
- Title（参考訳）: シュテルライヒ語に就て : 法学と法学に就て
- Authors: Saskia Kaltenbrunner, Michael Schmidbauer,
- Abstract要約: 本稿では,医療研究分野におけるデータ処理の選択肢を同意なく分析する。
本書では、シダによる匿名化の法的枠組み、研究免除のオーストリアの国家的実施、およびそれらの相互作用について記述している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Modern, data-driven medical research requires the processing of sensitive health data on a large scale. However, this data is subject to special protection under the GDPR, which is why processing regularly raises data protection concerns in practice. These concerns are particularly prevalent when sensitive personal data is processed without informed consent. This article analyses options for data processing in the field of medical research without consent and describes the legal framework for anonymisation under the GDPR, the national Austrian implementation of the research exemption, and their interaction. -- Moderne, datengetriebene medizinische Forschung erfordert die Verarbeitung sensibler Gesundheitsdaten in grossem Ausmass. Diese sind im System der DSGVO jedoch besonders gesch\"utzt, weswegen einer rechtssicheren Verarbeitung in der Praxis regelm\"assig datenschutzrechtliche Bedenken entgegenstehen. Diese Bedenken bestehen insbesondere bei Verarbeitung sensibler personenbezogener Daten ohne informierte Einwilligung. Dieser Beitrag analysiert daher M\"oglichkeiten zur Datenverarbeitung im Bereich der medizinischen Forschung fernab der Einwilligung und beschreibt hierf\"ur das rechtliche Rahmenwerk f\"ur Anonymisierung der DSGVO, die nationale, \"osterreichische Umsetzung der Forschungsausnahme und ihr Zusammenspiel.
- Abstract（参考訳）: 現代のデータ駆動医療研究は、機密性の高い健康データを大規模に処理する必要がある。
しかし、このデータはGDPRの下で特別な保護を受けるため、処理がデータ保護の懸念を日常的に高めるのはそのためである。
これらの懸念は、センシティブな個人情報がインフォームドコンセントなしで処理される場合、特に顕著である。
本稿では、同意なく医療研究分野におけるデータ処理の選択肢を分析し、GDPRにおける匿名化の法的枠組み、研究免除のオーストリアの国家的実施、およびそれらの相互作用について述べる。
現代, 近代的, 近代的, 近代的, 近代的, 近代的, 近代的, 近代的
国家公務員は、国家公務員として、国家公務員として、国家公務員として、国家公務員として、国家公務員として、国家公務員として、国家公務員として、国家公務員として、国家公務員として、国家公務員として、国家公務員として、国家公務員として、国家公務員として、国家公務員として、国家公務員として、国家公務員として、国家公務員として、国家公務員として、国家公務員として、国家公務員として、国家公務員として、国家公務員として、国家公務員の公務員として、国家公務員として、国家公務員として、国家公務員に、国家公務する。
食生活と食生活 : 食生活と食生活の関連
専門は「Dieser Beitrag analysiert daher M\"oglichkeiten zur Datenverarbeitung im Bereich der medizinischen Forschung fernab der Einwilligung und beschreibt hierf\"ur das rechtliche Rahmenwerk f\"ur Anonymisierung der DSGVO, die nationale, \"osterreichische Umsetzung der Forschungsausnahme und ihr Zusammenspiel」。
関連論文リスト
- The Processing goes far beyond "the app" -- Privacy issues of decentralized Digital Contact Tracing using the example of the German Corona-Warn-App (CWA) [0.0]
ドイツにおけるコロナ・ワーン・アプリ(Corona-Warn-App)の科学的,方法論的に明確なDPIAの結果を報告する。
分散アーキテクチャでさえ、深刻な弱点やリスクを数多く抱えていることが示されています。
また、提案された設計はいずれも匿名データや適切な匿名化を保証していないことも判明した。
論文 参考訳（メタデータ） (2025-03-30T13:48:15Z) - Retrieval Augmented Thought Process for Private Data Handling in Healthcare [53.89406286212502]
Retrieval-Augmented Thought Process (RATP)を紹介する。
RATPは大規模言語モデル(LLM)の思考生成を定式化する
電子カルテのプライベートデータセットにおいて、RATPは、質問応答タスクのコンテキスト内検索強化生成と比較して35%の精度を達成している。
論文 参考訳（メタデータ） (2024-02-12T17:17:50Z) - Verbesserung des Record Linkage f\"ur die Gesundheitsforschung in
Deutschland [0.0838660459623437]
レコードリンクは、単一のデータソースで対処できない科学的質問の回答を可能にする。
健康データの感度のため、潜在的な誤用を防ぐための厳格な法的要件がある。
本稿では,さまざまなユースケースに適したデータリンク手法の限界と可能性について論じる。
論文 参考訳（メタデータ） (2023-12-14T11:00:14Z) - 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) - Balancing Privacy and Progress in Artificial Intelligence: Anonymization
in Histopathology for Biomedical Research and Education [1.8078387709049526]
医療データを“可能な限りオープン”に転送することは、患者のプライバシにリスクをもたらす。
既存の規制は、再識別リスクを避けるため、医療データを「必要に応じてクローズド」し続けるよう推進している。
本稿では,医療データ共有に関する法的規制と用語について考察する。
論文 参考訳（メタデータ） (2023-07-18T16:53:07Z) - 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) - GDPR Compliant Collection of Therapist-Patient-Dialogues [48.091760741427656]
我々は、欧州連合の一般データプライバシ規則の下で、精神医学クリニックでセラピストと患者との対話の収集を始める際に直面した課題について詳しく述べる。
本稿では、手順の各ステップの概要を述べ、この分野でのさらなる研究を動機付ける潜在的な落とし穴を指摘した。
論文 参考訳（メタデータ） (2022-11-22T15:51:10Z) - Yes-Yes-Yes: Donation-based Peer Reviewing Data Collection for ACL
Rolling Review and Beyond [58.71736531356398]
本稿では、ピアレビューデータについて詳細な議論を行い、ピアレビューデータ収集のための倫理的・法的デシダータの概要を述べるとともに、最初の継続的な寄付ベースのデータ収集ワークフローを提案する。
本稿では、ACL Rolling Reviewにおいて、このワークフローの現在進行中の実装について報告し、新たに収集したデータから得られた最初の洞察を提供する。
論文 参考訳（メタデータ） (2022-01-27T11:02:43Z) - 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) - Data Protection Impact Assessment for the Corona App [0.0]
SARS-CoV-2は2020年初頭からヨーロッパで普及し始めており、パンデミックとの戦いや封じ込めに関する技術的な解決策が強く求められている。
議論の中心には、連絡先追跡アプリに関する技術的な解決策が強く求められている。
EUの一般日時保護規則(DPIA)は、データ保護アセスメントを実施するために管理者を必要としている。
我々は,最も「プライバシフレンドリー」と考えられる3つの接触追跡アプリデザインを徹底的に検証する科学的DPIAを提案する。
論文 参考訳（メタデータ） (2021-01-18T19:23:30Z) - 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。