Hospitales, cómo usar datos sin exponer a pacientes
- Escrito por Newswise
- Publicado en Bienestar 24 horas
- 0 comentarios
Foto de archivo.
La inteligencia artificial se utiliza cada vez más en la atención médica para respaldar el diagnóstico, la prevención de enfermedades y la investigación médica. Sin embargo, a pesar de su potencial, muchos hospitales se muestran cautelosos.
Los datos de los pacientes se encuentran entre la información más sensible que maneja cualquier institución, y las preocupaciones sobre la privacidad, la regulación y el uso indebido de datos a menudo limitan la forma en que se pueden compartir o analizar los datos médicos, especialmente cuando se utilizan tecnologías en la nube.
Un equipo de investigación de la Universidad Nacional Sun Yat-Sen (NSYSU), dirigido por Chun-I Fan, profesor distinguido del Departamento de Ciencias de la Computación e Ingeniería, ha desarrollado un sistema de almacenamiento de datos médicos que preserva la privacidad, diseñado para abordar estas preocupaciones.
También puedes leer. IA diagnostica en segundos resonancia magnética. https://revistafactorrh.com/bienestar-24-horas/item/14429-ia-diagnostica-en-segundos-resonancia-magnetica-cerebral
En lugar de centralizar los historiales clínicos de los pacientes o conceder amplio acceso a la nube, el sistema permite a las instituciones sanitarias gestionar, compartir y analizar datos médicos de forma segura, a la vez que protege la información confidencial.
Lo que distingue a este trabajo es su enfoque en la usabilidad en el mundo real. Si bien los conceptos de IA que preservan la privacidad, como el cifrado y el aprendizaje federado, están bien establecidos en teoría, integrarlos en los sistemas hospitalarios existentes es mucho más complejo en la práctica.
El enfoque de NSYSU combina estándares internacionales de datos sanitarios, como FHIR, con mecanismos de protección criptográfica y aprendizaje federado. Este enfoque permite a los hospitales colaborar y entrenar conjuntamente modelos de IA, sin que los datos sin procesar de los pacientes dejen de estar bajo el control de cada institución.
En la práctica, los modelos de IA pueden aprender de los datos de múltiples hospitales, mientras que los historiales clínicos de los pacientes permanecen cifrados y gestionados localmente, lo que ayuda a las instituciones a cumplir con los requisitos regulatorios y reducir los riesgos de privacidad.
El sistema también está diseñado para ser modular y compatible con la nube, lo que ofrece flexibilidad a hospitales y proveedores de atención médica regionales que enfrentan limitaciones de costos, dependencia de proveedores o estrictas obligaciones de cumplimiento.
Más allá del diseño técnico, la investigación se centra en la experiencia de implementación. Mediante el desarrollo de prototipos y pruebas piloto, el equipo abordó desafíos como la interoperabilidad entre diferentes sistemas, el cifrado de datos, el control de acceso y la colaboración interinstitucional, acortando la distancia entre la investigación académica y los entornos operativos de atención médica.
Mientras los sistemas sanitarios de todo el mundo buscan formas responsables de adoptar la inteligencia artificial, este trabajo demuestra que impulsar la innovación médica no implica comprometer la privacidad del paciente. Invitamos a los lectores a descubrir más explorando el comunicado de prensa completo y viendo el vídeo de investigación que lo acompaña.
