論文の概要: TRUCE: TRUsted Compliance Enforcement Service for Secure Health Data Exchange
- arxiv url: http://arxiv.org/abs/2512.09959v1
- Date: Tue, 09 Dec 2025 21:47:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-12-12 16:15:41.994958
- Title: TRUCE: TRUsted Compliance Enforcement Service for Secure Health Data Exchange
- Title（参考訳）: TRUCE:TRUsted Compliance Enforcement Service for Secure Health Data Exchange
- Authors: Dae-young Kim, Karuna Pande Joshi,
- Abstract要約: 我々はセキュアなデータ交換のための新しいTRUsted Compliance Enforcementフレームワークを開発した。
このフレームワークは、ユーザの信頼度と、対応する規制に基づいてデータの正確性を評価する。
我々は,CDCコンタクトトラシング患者データに基づく医療保険可搬性会計法(HIPAA)データ利用協定(DUA)に対する患者記録100万件の検証とともに,その枠組みを詳細に提示する。
- 参考スコア（独自算出の注目度）: 2.83595986479415
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Organizations are increasingly sharing large volumes of sensitive Personally Identifiable Information (PII), like health records, with each other to better manage their services. Protecting PII data has become increasingly important in today's digital age, and several regulations have been formulated to ensure the secure exchange and management of sensitive personal data. However, at times some of these regulations are at loggerheads with each other, like the Health Insurance Portability and Accountability Act (HIPAA) and Cures Act; and this adds complexity to the already challenging task of Health Data compliance. As public concern regarding sensitive data breaches grows, finding solutions that streamline compliance processes and enhance individual privacy is crucial. We have developed a novel TRUsted Compliance Enforcement (TRUCE) framework for secure data exchange which aims to automate compliance procedures and enhance trusted data management within organizations. The TRUCE framework reasons over contexts of data exchange and assesses the trust score of users and the veracity of data based on corresponding regulations. This framework, developed using approaches from AI/Knowledge representation and Semantic Web technologies, includes a trust management method that incorporates static ground truth, represented by regulations such as HIPAA, and dynamic ground truth, defined by an organization's policies. In this paper, we present our framework in detail along with the validation against the Health Insurance Portability and Accountability Act (HIPAA) Data Usage Agreement (DUA) on CDC Contact Tracing patient data, up to one million patient records. TRUCE service will streamline compliance efforts and ensure adherence to privacy regulations and can be used by organizations to manage compliance of large velocity data exchange in real time.
- Abstract（参考訳）: 組織は、健康記録のような機密性の高い個人識別情報(PII)を互いに共有し、サービスをよりよく管理している。
デジタル時代において、PIIデータの保護はますます重要になってきており、機密性の高い個人情報の安全な交換と管理を確保するために、いくつかの規制が策定されている。
しかしながら、これらの規制のいくつかは、健康保険ポータビリティとアカウンタビリティ法(HIPAA)やキュラス法(Cures Act)など、相互に対面している場合もあります。
機密データ漏洩に関する公的な懸念が高まるにつれて、コンプライアンスプロセスを合理化し、個人のプライバシーを強化するソリューションを見つけることが重要である。
我々は、コンプライアンス手順の自動化と組織内の信頼性データ管理の強化を目的とした、セキュアなデータ交換のための新しいTRUCEフレームワークを開発した。
TRUCEフレームワークは、データ交換のコンテキストに対して、ユーザの信頼度と、対応する規制に基づいてデータの正確性を評価する。
このフレームワークは、AI/知識表現とセマンティックWeb技術からのアプローチを用いて開発され、HIPAAのような規則で表される静的基底真理と、組織の方針で定義された動的基底真理を取り入れた信頼管理手法を含んでいる。
本稿では,CDCコンタクトトラクション患者データに基づく医療保険可否法(HIPAA)データ利用協定(DUA)に対する患者記録100万件の検証とともに,その枠組みを詳細に述べる。
TRUCEサービスは、コンプライアンスの取り組みを合理化し、プライバシ規制の遵守を保証するとともに、大規模な速度データ交換のコンプライアンスをリアルタイムで管理するために組織が使用できる。
関連論文リスト
- Implications of Artificial Intelligence on Health Data Privacy and Confidentiality [0.0]
医療における人工知能の急速な統合は、医療診断、パーソナライズされた医療、運用効率に革命をもたらしている。
しかし、患者のデータのプライバシ、倫理的考慮、規制遵守に関する重大な問題が発生する。
本稿では、医療におけるAIの二重効果について検討し、その変革の可能性と、敏感な健康情報を保護するための重要な必要性を強調した。
論文 参考訳（メタデータ） (2025-01-03T05:17:23Z) - Balancing Patient Privacy and Health Data Security: The Role of Compliance in Protected Health Information (PHI) Sharing [0.312488427986006]
保護された健康情報(PHI)の共有は、患者のケアの質とコーディネーションを著しく向上させ、より正確な診断、効率的な治療計画、患者の歴史の包括的理解に寄与する。
HIPAAのような法律で要求されるような厳格なプライバシーとセキュリティポリシーへのコンプライアンスは、PHIを保護するために重要である。
我々は、スマートコントラクトを統合し、同意関連プロセスを部分的に自動化し、PHIへのアクセスと共有が患者の好みや法的要件に従っていることを保証するブロックチェーン技術を提案する。
論文 参考訳（メタデータ） (2024-07-03T02:49:33Z) - A Qualitative Analysis Framework for mHealth Privacy Practices [0.0]
本稿では,mHealthアプリにおけるプライバシプラクティスの質的評価のための新しいフレームワークを提案する。
調査では、Androidプラットフォーム上でmHealthをリードする152のアプリを分析した。
以上の結果から,機密情報の誤用や誤用に悩まされていることが示唆された。
論文 参考訳（メタデータ） (2024-05-28T08:57:52Z) - S3PHER: Secure and Searchable System for Patient-driven HEalth data shaRing [0.0]
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。
論文 参考訳（メタデータ） (2024-04-17T13:31:50Z) - A Scalable Multi-Layered Blockchain Architecture for Enhanced EHR Sharing and Drug Supply Chain Management [3.149883354098941]
本稿では、電子健康記録の安全な共有とドラッグサプライチェーン管理のためのスケーラブルな多層ブロックチェーンアーキテクチャを提案する。
提案するフレームワークは,システムパフォーマンス,セキュリティ,患者中心のアクセス制御を強化する5つの異なるレイヤを導入している。
私たちのソリューションは、データの整合性、プライバシ、相互運用性を保証することで、既存の医療システムとの互換性を確保します。
論文 参考訳（メタデータ） (2024-02-27T09:20:16Z) - 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) - 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) - Auditing and Generating Synthetic Data with Controllable Trust Trade-offs [54.262044436203965]
合成データセットとAIモデルを包括的に評価する総合監査フレームワークを導入する。
バイアスや差別の防止、ソースデータへの忠実性の確保、実用性、堅牢性、プライバシ保護などに焦点を当てている。
多様なユースケースにまたがる様々な生成モデルを監査することにより,フレームワークの有効性を実証する。
論文 参考訳（メタデータ） (2023-04-21T09:03:18Z) - Distributed Machine Learning and the Semblance of Trust [66.1227776348216]
フェデレートラーニング(FL)により、データ所有者はデータを共有することなく、データガバナンスを維持し、モデルトレーニングをローカルで行うことができる。
FLと関連する技術は、しばしばプライバシー保護と表現される。
この用語が適切でない理由を説明し、プライバシの形式的定義を念頭に設計されていないプロトコルに対する過度な信頼に関連するリスクを概説する。
論文 参考訳（メタデータ） (2021-12-21T08:44:05Z) - Second layer data governance for permissioned blockchains: the privacy
management challenge [58.720142291102135]
新型コロナウイルス(COVID-19)やエボラウイルス(エボラ出血熱)のようなパンデミックの状況では、医療データを共有することに関連する行動は、大規模な感染を避け、死亡者を減らすために重要である。
この意味において、許可されたブロックチェーン技術は、スマートコントラクトが管理する不変で統一された分散データベースを通じて、データのオーナシップ、透明性、セキュリティを提供する権利をユーザに与えるために登場します。
論文 参考訳（メタデータ） (2020-10-22T13:19:38Z)
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。