[发明专利]跨组织边界地利用医学数据

说明书

本公开的主题是用于利用医学数据集的方法和设备，其中医学数据集在本地存储在第一机构中并且具有多个原始的单数据集，所述原始的单数据集与真实存在的患者相关联并且具有关于一个或多个上级变量的原始值。可以执行以下步骤：基于医学数据集产生合成数据集，其中合成数据集具有多个合成的单数据集，所述合成的单数据集具有关于与医学数据集相同的上级变量的合成值，但是不能够追溯到原始存在的患者，其中步骤产生在本地在第一机构中通过将采样函数应用于医学数据来进行；将合成数据集从第一机构传送给在第一机构外的中央单元；以及在中央单元中利用合成数据集。

技术领域

本发明涉及用于在“分布式环境”中跨组织边界地尤其在考虑数据安全方面的条件下利用医学数据的方法和系统。

背景技术

用于开发人工智能和机器学习的关键在于对于训练和验证智能算法必不可少的数据的可用性。

然而，在许多领域中，数据的交换经受约束性的限制。因此，人员相关的数据尤其可以受到数据保护规定，所述数据保护规定对于信息的利用设置窄的界限。转送这种数据通常需要将其匿名化或至少将其假名化。因为数据结构能够在提供者之间非常不同，所以为此然而几乎不存在统一的解决方案。此外，根据司法权，法律框架条件能够显著不同。数据的系统性的匿名化因此是时间和成本密集的任务。此外，存在可能对人员相关的数据进行重新识别的风险，这可能引起显著的法律的和经济的后果。具有人员相关的数据的许多机构或组织因此对于为了研发目的转送所述数据持批判态度。

这更加涉及医学领域。一方面，访问患者数据是对于开发先进的、基于人工智能的算法的前提条件。另一方面，这种患者数据是特别敏感的。任何不相干性恰好在所述领域中通常产生大的轰动并且伴随着对参与的机构的对应的声望损失。因此，许多机构坚持，患者数据留存在相应的机构中并且不离开所述机构。因为在外部开发和验证许多人工智能的系统并且依赖不同机构的尽可能多的数据集，所以这对于研发是明显的限制。

此外，数据本身在此期间为值。例如通过购买而持久地访问有价值的数据集因此可与高成本相关联。出于所述原因，访问开发伙伴的数据通常受限于合作的持续时间。此外，人员相关的数据通常被删除并且然后不再可用。这都使可复现地和持久地开发人工智能的系统变得困难。不能够测试新的构思，并且事后验证或质量审核不再可行。此外，公开或与其他开发者的交换通常受限。

发明内容

因此，本发明的目的是，提供方法和系统，借助所述方法和系统，能够确保持久地利用医学数据。在此，应尤其能够实现，医学数据在考虑有关的数据保护规定的情况下跨组织边界地在机构之间交换内在的信息。

根据本发明，借助根据本发明的方法、设备、计算机程序产品或计算机可读的存储介质来实现所提出的目的。有利的改进方案在下文中给出。

在下文中，所述目的的根据本发明的解决方案不仅关于要求保护的设备、而且也关于要求保护的方法来描述。在此提及的特征、优点或替选的实施方式同样也可转用于其他要求保护的主题，反之亦然。换言之，实体实施例(所述实施例例如针对设备)也能够借助结合方法描述或要求保护的特征来改进。在此，所述方法的对应的功能性特征通过对应的实体模块构成。

此外，所述目的的根据本发明的解决方案不仅关于用于产生合成数据集或用于利用医学数据集的方法和设备、而且也关于用于调整或优化经训练的函数的方法和设备来描述。在此，在用于确定的方法和设备中的数据结构和/或功能的特征和替选的实施方式能够转用于在用于调整/优化的方法和设备中的相似的数据结构和/或功能。在此，相似的数据结构的特征尤其能够在于使用前缀“训练”。此外，在用于产生合成数据集或用于利用医学数据集的方法和设备中使用的经训练的函数尤其能够通过用于调整经训练的函数的方法来调整和/或提供。

在下文中示出的实施方式的特征只要其不彼此排除就能够彼此组合，以便构成新的实施方式。