临床信息学方法促进癌症数据共享

科学领域:

• 在瘤学瘤学.
• 临床信息学 临床信息学
• 健康 数据科学 数据科学

背景情况:

• 数据的可用性是使用临床信息学改善癌症结果的一个主要障碍.
• 在共享受保护的健康信息方面存在挑战,这阻碍了大型,代表性的癌症数据集的聚合.
• 机器学习的进步需要更多的临床数据,加剧了现有的障碍.

研究的目的:

• 审查临床信息学的最新进展,旨在安全共享癌症数据.
• 识别和分析新兴技术,以克服癌症研究中的数据可访问性挑战.
• 探索解决方案,解决临床信息学在瘤学数据可用性的瓶.

主要方法:

• 临床信息学研究的叙述性综述,重点关注癌症研究中受保护的健康数据共享.
• 从2018-2022年进行文献搜索,强调去中心化分析,同型加密和常用数据模型.
• 对研究的分析,研究这些技术在不同类型的数据 (基因组,成像,临床) 中的应用.

主要成果:

• 分散分析显示了进展,特别是在诊断图像分析,基因组,成像和临床数据的原型.
• 同型加密主要用于基因组数据,在成像和临床数据中应用较少.
• 常用数据模型主要集成来自电子健康记录的临床数据,尽管在所有方法中大规模实施是有限的.

结论:

• 分散分析,同型加密和常用数据模型显示了增强癌症数据共享的潜力.
• 目前的研究表明,主要在较小规模的环境中取得了有希望的结果.
• 未来的研究应该优先评估这些数据共享方法在各种临床环境中的可扩展性和有效性.