医療業界におけるAIの外部委託とディープラーニング–データのプライバシーは危険にさらされていますか？

アノマリのジョナサンマーティン

新興技術として、人工知能（AI）とディープラーニングは、強力なビジネス洞察を提供することが証明されています。これは特にヘルスケア業界に当てはまります、と Anomali のEMEAオペレーションディレクターであるJonathanMartinは言います。 、Freemium AIと、theano、torch、cntk、tensorflowなどの機械学習ソフトウェアパッケージを使用すると、癌、心臓発作、その他多くの画像ベースの診断などの病状を効果的に予測できます。

したがって、AIとディープラーニングを医療行為に統合することは、医療業界にとって避けられない重要な次のステップですが、そのような取り組みには課題がないわけではありません。

組織がこれらのテクノロジーを十分に活用できない最も差し迫った問題の1つは、技術的に訓練されたスタッフの不足です。技術的な才能の需要を満たす可能性のあるサイバーセキュリティの専門家はたくさんいますが、サイバーセキュリティ業界自体の専門家の供給はすでに限られているため、供給がすぐに需要を満たす可能性は低いです。

医療業界の問題をさらに複雑にするために、これらのテクノロジーを実装するには、個人情報（PII）にアクセスする必要があります。これは、機密性が高く、したがって収益性が高いため、サイバー攻撃で最も標的となるデータの一部です。

国民健康協会（NHS） Deepmind と提携することにより、人員配置とデータプライバシーの問題を回避するために選出されました 、 Alphabet / Googleによって買収された会社。 これにより、Deepmindは、血液検査、医療診断、過去の患者記録、およびHIV診断や以前の薬物使用などのさらに機密性の高いデータに関する情報を含む160万件の医療記録にアクセスできるようになりました。これが適切なリスクであったかどうかは、業界でいくつかの論争の原因となっています。

NHSに対するWannaCryの攻撃からわかるように、サイバー攻撃は業界に壊滅的な影響を与える可能性があります。ただし、これにより、組織による情報の共有と高度な分析が妨げられることはありません。 AIやその他のテクノロジーはヘルスケアの進歩に不可欠であり、技術的な人材を採用することは、これらが持つ力を安全な方法で完全に活用し、アウトソーシングの必要性を排除するために不可欠です。組織はまた、組織のリスクを最小限に抑えるために、ベストエフォートプラクティスの一貫性を維持する必要があります。

これらのベストプラクティスの1つには、すべての個人情報を編集することが含まれます。データをアウトソーシングする組織は、代わりに仮名を使用する必要があります。この場合、一意の識別子とPIIは信頼できるエンティティによってのみ保持されます。機械学習モデルに価値があると思われる半機密情報も削除する必要があります。患者の地理的な場所は完璧な例です。

このデータは病気の強力な指標となる可能性がありますが、生データを使用して特定の患者のPIIをリバースエンジニアリングすることができます。このような情報を破棄することは、AIの予測力を強化することと、患者の機密性を保護することの間の効果的なトレードオフです。

これらの最善の戦略は、ほとんどの懸念を緩和するのに役立ちますが、これは機密性を保証する確実な方法ではありません。現時点では、AIがPIIを再構築できないことを保証することはできません。 CMUによるある研究では、研究者は社会保障番号が驚くほど予測可能であり、AIアルゴリズムは通常、生年月日や性別などの情報から社会保障番号を再構築できることを発見しました。

将来的には、組織はプライベートデータのアウトソーシングの取り組みを確保するために、より高度なテクノロジーに目を向ける可能性があります。連合学習の最近の開発により、柔軟性が向上し、グループがオンプレミスでデータを保存できるようになる可能性があります。準同型暗号化の別の関連技術も開発されています。準同型暗号化を使用すると、データを復号化することなく暗号化されたデータに対して計算が行われるため、セキュリティ上の懸念が大幅に軽減されます。

現時点では、データのプライバシーの問題を直接解決するテクノロジーからはまだ何年も離れています。ただし、AIのメリットの約束は、ヘルスケア業界が待つには大きすぎます。近い将来、業界は市民を保護し、不必要な脆弱性を防ぐためにバランスをとる必要があります。

このブログの作成者は、AnomaliのEMEAオペレーションディレクターであるJonathanMartinです。