개인정보 보호 생성 심층 신경망이 임상 데이터 공유를 지원합니다.

초록 배경 데이터 공유는 과학적 발전을 가속화하지만, 개인의 수준의 데이터를 공유하는 동시에 환자의 개인정보를 보호하는 것은 장애물로 작용합니다. 방법 및 결과 심층 신경망 쌍을 사용하여 SPRINT 시험 참가자와 유사한 시뮬레이션된 합성 '참가자'를 생성했습니다. 우리는 이러한 쌍의 네트워크가 차별적 프라이버시를 사용하여 훈련될 수 있음을 보여주었습니다. 차별적 프라이버시는 합성 참가자의 데이터에 대한 쿼리가 시험의 실제 참가자를 식별할 가능성을 제한하는 공식적인 개인정보 보호 프레임워크입니다. 합성 인구를 기반으로 구축된 기계 학습 예측기는 원래 데이터 세트에 일반화됩니다. 이 발견은 합성 데이터를 다른 사람과 공유할 수 있으며, 이를 통해 그들이 원래 시험 데이터를 가진 것처럼 가설 생성 분석을 수행할 수 있도록 한다는 것을 시사합니다. 결론 합성 참가자를 생성하는 심층 신경망은 참가자의 개인정보를 보호하면서 데이터 공유를 향상시켜 임상 데이터 세트의 2차 분석 및 재현 가능한 조사를 촉진합니다.