gezondheidszorg Gegevens De-identificatie

Navigeren door compliance-complexiteiten om AI en gezondheidszorg te overbruggen

Gevoed door een overvloed aan goedkope verwerkingskracht en een oneindige stortvloed aan gegevens, bereiken AI en machine learning verbazingwekkende dingen voor organisaties over de hele wereld. Helaas zijn enkele van de industrieën die ongelooflijke voordelen kunnen halen uit deze geavanceerde technologieën ook sterk gereguleerd, wat wrijving toevoegt aan wat al een complexe implementatie kan zijn.

Gezondheidszorg is het voorbeeld van een sterk gereguleerde industrie en organisaties in de Verenigde Staten hebben bijna 25 jaar lang met beschermde gezondheidsinformatie (PHI) moeten omgaan in overeenstemming met de Health Insurance Portability and Accountability Act (HIPAA). Tegenwoordig komen de voorschriften voor allerlei soorten persoonlijk identificeerbare informatie (PII) echter naar elkaar toe, waaronder de Europese Algemene Verordening Gegevensbescherming (AVG), de Singaporese Wet Bescherming Persoonsgegevens (PDPA) en vele andere.

Hoewel de regelgeving vaak gericht is op inwoners van een specifiek gebied, vereisen nauwkeurige AI-modellen grote datasets die gediversifieerd zijn in termen van leeftijd, geslacht, ras, etniciteit en geografische locatie van hun onderwerpen. Dat betekent dat bedrijven die de volgende generatie AI-oplossingen willen aanbieden aan zorgaanbieders, door een even talrijk en divers scala aan regelgevende hoepels moeten springen of het risico moeten lopen tools te creëren met ingebouwde vooroordelen die de resultaten besmetten.

De-identificatie van de gegevens

De-identificatie van de gegevens Het verzamelen van voldoende gegevens om AI effectief te "leren" kost tijd, en het de-identificeren van die gegevens om de bescherming en anonimiteit van de eigenaren te waarborgen, kan een nog grotere onderneming zijn. Daarom biedt Shaip een licentie aan gezondheidsgegevens dat is ontworpen om AI-modellen te helpen bouwen - inclusief op tekst gebaseerde medische dossiers en claimgegevens, audio zoals arts-opnames of patiënt-/artsgesprekken, en zelfs afbeeldingen en video in de vorm van röntgenfoto's, CT-scans en MRI-resultaten.

Laten we vandaag uw AI-trainingsgegevensvereiste bespreken.

Onze zeer nauwkeurige API-oplossingen zorgen ervoor dat alle 18 velden (zoals vereist door de Safe Harbor-richtlijnen) volledig geanonimiseerd en vrij van PHI zijn, en Expert Determination with Humans in the Loop (HITL) zorgt ervoor dat er niets tussen de oren kan vallen. Shaip bevat ook annotatiemogelijkheden voor medische gegevens die cruciaal zijn voor het schalen van een project. Het annotatieproces omvat het verduidelijken van de reikwijdte van het project, het uitvoeren van annotaties voor trainingen en demonstraties, en een laatste feedbackcyclus en kwaliteitsanalyse die ervoor zorgen dat de resulterende geannoteerde documenten aan de gestelde eisen voldoen.

Door gebruik te maken van ons cloudplatform krijgen klanten toegang tot de gegevens die ze nodig hebben op een medium dat veilig, compliant en schaalbaar is om aan elke vraag te voldoen. In gevallen waarin handmatige gegevensuitwisseling ongewenst is, kunnen onze API's vaak rechtstreeks in een clientplatform worden geïntegreerd om bijna realtime toegang tot zowel de gegevens- als de-identificatie-API's te vergemakkelijken

Het bouwen van AI-modellen is al moeilijk genoeg zonder dat je je eigen datasets hoeft te sourcen. Daarom is het bijna altijd beter om deze arbeidsintensieve taak uit te besteden aan een toegewijde provider. Ons team van toegewijde de-identificatie transcriptionists zijn hoog opgeleid in PHI-bescherming en medische terminologie om de levering van gegevens van de hoogste kwaliteit te garanderen. Behalve dat u tijd en geld bespaart, vermijdt u ook: mogelijk verlammende straffen die het verkeerde gebruik van niet-conforme gegevens kunnen vergezellen.

Om u te helpen bepalen of Shaip de partner is waarnaar u op zoek was, bieden we een verscheidenheid aan: voorbeeldgegevenssets waarmee u vandaag nog kunt beginnen met het trainen van uw algoritmen. We hopen dat u zich bij ons aansluit en uw AI-initiatief ziet groeien.

Sociale Share