Evaluación de la calidad de datos con preservación de la privacidad para redes federadas de datos de salud

Área de la Ciencia:

• Informática de la salud
• Privacidad de datos
• Sistemas distribuidos

Sus antecedentes:

• Los sistemas federados de datos de salud enfrentan desafíos en la evaluación de la calidad de los datos debido a las regulaciones de privacidad que impiden el acceso a datos sin procesar.
• Los métodos centralizados de evaluación de la calidad de los datos entran en conflicto con los principios de soberanía de datos y confidencialidad del paciente.

Objetivo del estudio:

• Evaluar la utilidad de las técnicas de evaluación de la calidad de datos federados que incorporan privacidad diferencial.
• Desarrollar y demostrar una prueba de concepto para la evaluación de la calidad de datos con preservación de la privacidad en datos de salud.

Principales métodos:

• Se utilizaron técnicas de privacidad diferencial dentro de un marco de aprendizaje federado.
• Se desarrolló una implementación de prueba de concepto utilizando datos médicos observacionales sintéticos.
• Se permitió el cálculo local de métricas de calidad y el intercambio de resultados agregados y protegidos por privacidad.

Principales resultados:

• Se presentó un marco de preservación de la privacidad para la evaluación de la calidad de datos federados.
• Se demostró una prueba de concepto que admite verificaciones de calidad entre modelos de datos.
• Se mostró la capacidad de obtener información sobre la calidad de los datos sin comprometer información de salud sensible.

Conclusiones:

• La privacidad diferencial permite de manera efectiva la evaluación de calidad federada en redes de datos de salud preservando la privacidad individual.
• Un sistema de prueba de concepto sobre datos sintéticos confirmó la viabilidad de obtener métricas de calidad significativas en un entorno descentralizado.