Ons werk

Privacy in de zorg: AI met aandacht voor privacy en veiligheid

Technisch is het al mogelijk om met behulp van artificial intelligence (AI) de overlevingskansen van kankerpatiënten te bepalen. Om dat te kunnen doen, moet het AI-systeem wel toegang krijgen tot de databases van verschillende zorgorganisaties. Het gaat om databases die zeer persoonlijke informatie bevatten. TNO ontwikkelt momenteel een technologische oplossing die het mogelijk maakt om relevante data uit meerdere bronnen veilig te analyseren, zonder daarbij privacygevoelige informatie te delen.

Om kankerpatiënten beter te kunnen behandelen is het essentieel om beter inzicht te krijgen in de factoren die de impact van behandelingen en de overlevingskansen van kankerpatiënten beïnvloeden. Zowel patiënten als artsen zijn dus geholpen met een oplossing die op basis van data-analyses deze inzichten met cijfers onderbouwd kan verkrijgen. Ondertussen zijn er nog wel privacy-issues. Die moeten eerst aangepakt worden voor AI-algoritmes daadwerkelijk toegang krijgen tot databases die zeer persoonlijke informatie bevatten.

Data delen in de zorg, zonder privacyschending

TNO heeft een manier gevonden om data van verschillende zorgorganisaties te analyseren zonder deze data bij elkaar te brengen. En zonder de privacy van patiënten te schenden. Door middel van Multi-Party Computation is het mogelijk om AI-analyses te laten uitvoeren op specifieke data binnen verschillende databases. Die informatie wordt alleen cryptografisch versleuteld (onleesbaar) geanalyseerd om ervan te leren. Daarbij wordt er geen persoonlijke informatie van individuele patiënten gedeeld. De privacy blijft dus gewaarborgd.

AI in de leermodus

In samenwerking met het Integraal Kankercentrum Nederland (IKNL) heeft TNO de methode ontwikkeld, en is deze aan het testen. Hierbij wordt in eerste instantie fictieve data gebruikt. De focus ligt niet alleen op het tackelen van privacy-issues. Ook werken TNO en IKNL met andere partners samen om zo nog meer AI-algoritmes op een privacyvriendelijke manier te kunnen inzetten, en zonder te lang te moeten wachten op de uitkomst van de berekeningen. Om zo nieuwe inzichten te verkrijgen, betere behandelingen mogelijk te maken en de impact van kanker te helpen reduceren. Dat zijn de grote thema’s waar de door TNO ontwikkelde oplossing in de nabije toekomst voor moet worden kunnen ingezet Zonder daarbij privacygevoelige informatie te delen. Dat biedt perspectieven. Want ook binnen andere vakgebieden is er vraag naar inzet van AI zonder privacygevoelige informatie te delen.

Meer weten over het analyseren van privacygevoelige data binnen de zorg en de rol van AI daarbij? Of interesse om op dat vlak samen te werken?

Neem dan contact op met Daniël Worm

Contact opnemen
TNO Insights

Privacyvriendelijke datatechnologie verruimt mogelijkheden oncologisch onderzoek

30 juli 2020
Betere methoden ontwikkelen voor het behandelen van kankerpatiënten, door zoveel mogelijk patiëntdata uit verschillende bronnen te analyseren. Maar dan wel zónder privacygevoelige data te hoeven delen.... Lees verder
Ons werk

Secure multi-party computation: gezamenlijk gevoelige data analyseren zonder deze te delen

Het analyseren van data uit verschillende bronnen wordt steeds belangrijker. Tegelijkertijd is relevante data vaak te gevoelig om zomaar te delen. Hoe kunt u als organisatie veilig informatie delen zonder... Lees verder
Contact

Dr. Daniël Worm

  • Multi-Party Computation
  • Privacy-Enhancing Technologies
  • Cryptography. Cybersecurity

Volg TNO op social media

blijf op de hoogte van ons laatste nieuws, vacatures en activiteiten

Op TNO.nl maken we gebruik van cookies. De daarin opgeslagen informatie kan bij een volgend bezoek weer naar onze servers teruggestuurd  worden.