NFDI4Health用于合成数据生成、评估和风险管理的工作流与服务
机器学习
2024-08-09 v1
摘要
个体健康数据对于科学进步，特别是开发人工智能（AI）至关重要；然而，由于隐私问题，共享真实患者信息通常受到限制。合成数据生成是应对这一挑战的一种有前景的解决方案。该技术创建全新的数据集，这些数据集模仿真实数据的统计特性，同时保护患者的机密信息。在本文中，我们介绍了在德国国家数据基础设施项目NFDI4Health背景下开发的工作流和不同服务。首先，概述了两种用于生成合成健康数据的最先进的AI工具（即VAMBN和MultiNODEs）。此外，我们引入了SYNDAT（一个基于网络的公开工具），该工具允许用户可视化和评估由所需生成模型提供的合成数据的质量和风险。此外，利用来自阿尔茨海默病神经影像学倡议（ADNI）和罗伯特·科赫研究所（RKI）癌症登记中心的数据，展示了所提方法和基于网络的工具的实用性。
引用
@article{arxiv.2408.04478,
title = {NFDI4Health workflow and service for synthetic data generation, assessment and risk management},
author = {Sobhan Moazemi and Tim Adams and Hwei Geok NG and Lisa Kühnel and Julian Schneider and Anatol-Fiete Näher and Juliane Fluck and Holger Fröhlich},
journal= {arXiv preprint arXiv:2408.04478},
year = {2024}
}
备注
9 pages, 4 figures, accepted for publication in the proceedings of the 69th Annual Conference of the Society for Medical Informatics, Biometry and Epidemiology (GMDS)