加速临床人工智能算法的发展

保护隐私的数据协作方法,通过人工智能和机密计算,加速医疗保健创新。

概览:

  • BeeKeeperAI 为算法所有者提供了一种安全的方式,以计算他们实现通用性所需的真实世界数据,同时数据仍由发起机构的数据管理员控制。

  • BeeKeeperAI 一直致力于使用基于英特尔® 技术的机密计算平台,验证三种不同的临床模型,其中包括血流动力学稳定性指数、COVID-19 检测工具和糖尿病视网膜病变治疗数据分层工具。

author-image

作者

要点综述


在不断寻求改善患者疗效和降低成本的过程中,医疗保健组织 (HCO) 正在探索技术,尤其是人工智能 (AI) 领域的进步,以激励令人振奋的创新。这些创新可能在预测和诊断疾病、有效的治疗选择和预后、生命科学和药物研究、流行病学、公共卫生和精准健康计划方面发挥帮助作用。

虽然这些方法有望推动未来医疗保健和护理服务的突破,但它们需要获取足够数量的各种数据,以开发和验证能够保持一致性能的模型。得益于电子健康记录 (EHR)、医疗设备和个人智能设备,以及在全球各学术医疗中心的开创性研究中收集的数据,可获得的数据日益增长。但是,问题在于如何在保护个人隐私的同时,安全且合乎道德地获取、整合和分析信息。

不过,具有内存加密和隐私保护分析功能的机密计算平台 (CCP),可以通过帮助保护静态数据和使用中的数据,支持医疗保健组织 (HCO) 克服许多此类传统障碍。BeeKeeperAI 一直致力于使用采用英特尔® 技术的 CCP 验证三种不同的临床模型,包括血流动力学稳定性指数、COVID-19 检测工具和糖尿病视网膜病变治疗数据分层工具,但不同临床算法的可能性是无穷无尽的。

请阅读“加速医疗保健创新的隐私保护数据协作方法” ›