最佳實踐分享病人成像數據

最佳實踐分享病人成像數據
分享分享

最近的一份報告,發表在雜誌上的美國大學的放射學最關心的問題,描述了和最佳實踐準備和共享開發人工智能工具所需的健康數據。2019年,美國放射學院組織了一次數據共享工作組開發哲學在最佳實踐分享健康信息。這份報告詳細描述了工作組在探索這些問題的影響。

1。 隱私

分享健康數據必須是安全、可靠和隻提供給預期的收件人。信息流的有五個關鍵參數:發件人、收件人、主題、信息類型、傳動原理。信息本身可能是動態的,而不是接受者。

在美國,data protection rules are outlined under the Health Insurance Portability and Accountability Act of 1996 (HIPAA) and establish the concept of protected health information (PHI), which is any information that identifies or can be used to identify an individual. The Safe Harbor method of de-identification removes 18 categories of information, including names, relatives, geographic locales, dates, contact information, and unique identifying numbers. In the EU, the General Data Protection Regulation (GDPR) requires explicit consent to use “sensitive personal data” like health and genomic data and non-health data like financial and employment information. Consent should be easy to withdraw. Some of the stricter portions of GPDR have come to U.S. For example, the California Consumer Privacy Act allows consumers to know when their data are being processed, to opt-out of that process, and to request deletion of personal data, except when already covered by HIPAA. It is important to note that the California regulation does not apply to non-profit entities.

2。 同意
據美國衛生和人類服務部,研究人員必須取得合法有效的從研究對象知情同意在尊重人的生命倫理原則作為自治代理。機構審查委員會(irb)可能放棄同意要求消除識別信息數據用於回顧性研究在下列條件:


  • 隻記錄鏈接主題研究是知情同意的形式。因此違反了保密代表校長造成傷害的風險。
  • 研究了最小傷害對象的風險。

因此,消除識別信息φ不需要許可用於研究主題,質量改進項目,或商業目的。研究病例需要知情同意協議。監督數據共享協議管轄範圍之外的美國聯邦法規或審查委員,可能需要並行框架來管理數據共享。這些應包括病人授權同意的時間間隔,集保健、能力在任何時候退出,和刪除數據。將獲得同意集成到工作流可能需要數字形式或員工之前或在成像過程中短暫的病人。

3所示。 放射學的數據匿名化

匿名化的放射學數據從一個數據集刪除φ和破壞任何鏈接到病人的原始身份。這不同於de-identification, pseudo-identity代替病人的身份。一組安全地舉行映射可以重新鏈接數據。決定按照或de-identify數據取決於個人使用情況下,數據的性質,是否將離開放射學實踐。


De-identifying圖像數據需要更換DICOM圖像標題包含安全港的標識符。軟件可以實現這一目標包括DICOM圖書館,RSNA臨床試驗處理器,GDCM, PixelMed DICOMCleaner, Tudordicom, YAKAMI DICOM工具。一些商用工具直接集成到pac。日期的服務是最常見的放射性報告;病人姓名和醫療記錄號碼很少發生。因為標題和格式在文檔缺乏一致性,工具特定de-identification放射學需要報告。

結論

  • 數據共享需要了解相關的倫理和法律框架。
  • 數據共享的複雜性需要精心準備和注釋的數據集。
  • 解決匿名化和隱私問題可能是一個挑戰。


來源:美國放射學雜誌》上

««2022年最佳建議獎項


企業信息2021 RSNA»»

發表於:2021年12月29日結婚,



承包、估值、人工智能、數據科學數據共享,信息學,匿名化,企業成像最近的一份報告,發表在《美國大學的放射學,描述了最關心和準備和分享最佳實踐開發人工智能工具所需的健康數據。

任何評論


登錄留下你的評論…

突出產品