研究：新方法增强AI驱动医疗数据的隐私保护

Study: New method of privacy enhancement for AI-powered medical data

人工智能有潜力提高医生诊断和治疗睡眠呼吸暂停的能力。然而，由于担心这项技术不能充分保护患者数据，其应用并不广泛。这一情况可能很快就会改变。

一项由布法罗大学领导的新研究表明，如何在AI驱动的数据从第三方云服务提供商（如谷歌或亚马逊）传输到医生和患者的过程中安全加密这些数据。该方法依赖于全同态加密（FHE），在使用去标识化的电生理图（ECG）数据集进行研究时，其检测睡眠呼吸暂停的有效性达到了99.56%。最终，这种技术可以加快并改进睡眠呼吸暂停的检测和治疗，并用于其他需要高度保护数据安全的医疗应用中。

“这项工作突显了安全、加密数据处理如何在保护患者隐私的同时，仍能启用先进的AI诊断工具。它在睡眠呼吸暂停诊断和其他领域提供了显著的医疗安全改进潜力，”主要研究者Nalini Ratha博士说。他是纽约州立大学帝国创新教授，任职于布法罗大学计算机科学与工程系。

该研究在2024年12月1日至5日在印度加尔各答举行的国际模式识别会议（ICPR 2024）上进行了展示。共同作者包括IBM的研究员Charanjit Jutla、布法罗大学的博士生Arjun Ramesh Kaushik，以及最近从布法罗大学计算机科学项目毕业的硕士生Tilak Sharma和Bharat Yalavarthi。

最大化收益，降低风险

Ratha表示，AI可以同时惠及医生和患者。机器学习提供了多项优势，包括更快、更高效的分析能力，处理大量数据的能力，以及更准确的诊断潜力。

例如，深度学习算法被训练识别ECG信号中的模式，这些模式表明睡眠期间呼吸中断或氧气水平下降，这是睡眠呼吸暂停的特征。通过分析大量ECG数据，这些模型可以学会检测医生难以识别的细微异常。

然而，数据的分发和诊断结果的传播却令人担忧，因为这可能会侵犯患者的隐私。“如果像谷歌或亚马逊这样的云服务提供商在我的数据上运行分析，他们有可能推断出我的睡眠呼吸暂停状况，然后开始向我发送购买某种产品的广告，”他说。“云服务提供商还可能与其他公司合作，向我推销其他产品。睡眠呼吸暂停信息仅供我的医生使用，不应公开，尤其是不应用于从我的状况中生成广告收入。”

保险公司也可能获取这些数据，并因此提高睡眠呼吸暂停患者的保费，因为他们的病情已被揭示。

“一旦保密的第一道防线被打破，信息泄露可能会以多种方式损害患者，”Ratha说。“一旦收集了所有这些ECG数据而没有任何限制，就可以尝试建立许多不必要的关联。如果有人在互联网上向服务提供商提交他们的ECG数据，这就是我们介入的地方。我们如何防止这些服务提供商滥用数据？”

加密数据的快速高效处理

基于FHE的分析通常比传统的未加密数据分析方法更慢、更复杂。研究人员通过开发新的技术优化关键的深度学习操作，克服了这些缺点，使FHE系统能够更快、更经济地运行。

这些技术涵盖了深度神经网络的所有阶段，包括卷积（用于检测模式）、激活函数（如修正线性单元，帮助模型做出决策）、池化（用于减少数据量）和全连接层（每个输入节点都连接到每个输出节点）。

Ratha引用了一个FHE领域的标准例子来解释他们的加密系统是如何工作的。“如果你想用黄金制作一件饰品，但不想直接交给珠宝商，因为你不知道他会掺入什么，你可以把黄金放在一个盒子里，”他说。“珠宝商可以触摸黄金，但他永远无法将其从盒子里拿出来。这个盒子就是我们的加密，数据就是黄金，珠宝商就是基于FHE的算法，它可以接触数据但无法将其从盒子里拿出来。”

Ratha强调，虽然他们在研究中使用了睡眠呼吸暂停，但他们的发现可以应用于X射线图像、MRI、CT扫描等其他医疗程序的数据分析。

“有很多情况下，隐私至关重要，”他说。

(全文结束)