Kunnskapsoppsummering om bruk av personvernbevarende teknologier for kunstig intelligens i helse- og omsorgstjenesten
Description
Prosjekt skal, med bakgrunn i tiltakene i rapporten Tiltak til data til KI i helse og omsorgstjenesten, besvare følgende spørsmål for utvalgte temaer:
- Hvilke egenskaper gjør at en teknologi er personvernbevarende?
- Hva er utfordringene og risikoene ved den aktuelle personvernbevarende teknologien?
- Finnes det ferdig utviklede løsninger hvor den aktuelle teknologien har en sentral rolle (i Norge eller internasjonalt)?
- Hvordan kan teknologiene/løsningene brukes i helse- og omsorgstjenesten for tilgang til data til KI? Hvor er de mindre egnet?
- Spesielt for syntetiske data: Behov og muligheter for deling av syntetiske data, f.eks. i nasjonale eller regionale databaser?
- Hvordan kan ny europeisk regulering påvirke bruken av de personvernbevarende teknologiene?
- Hvilke viktige miljøer for de aktuelle teknologiene finnes i Norge og internasjonalt?
Prosjektet skal etablere dialog med miljøer som er i gang med å utforske personvernbevarende teknologier og tilnærminger, slik at deres erfaringer kan tas med i kunnskapsgrunnlagene.
Distribuert maskinlæring (federated learning) og syntetiske data er prioriterte tema i prosjektet.
Prosjektet skal levere en eller flere artikler rettet mot kompetansebygging i helse- og omsorgstjenesten og forskningsartikler for vitenskapelig publisering:
- Oversiktsartikkel om personvernbevarende teknologier
(målgruppe: helsesektoren, publiseres på tverretatlige informasjonssidene) - Kortere artikler om utvalgte tema, rettet mot helse- og omsorgsektoren
(målgruppe: helsesektoren, publiseres på de tverretatlige informasjonssidene) - Vitenskapelige artikler som går i dybden på en eller flere av de aktuelle temaene
(målgruppe: forskere, publiseres i vitenskapelig tidsskrift)
Kunnskapsgrunnlagene skal kunne brukes av Direktoratet for e-helse og deles med sektoren, bl.a. gjennom informasjonssidene til det nasjonale koordineringsprosjektet for KI, web-sidene til NSE og E-helse, og gjennom andre relevante kanaler. Presentasjoner på webinarer er også en mulighet.
Goals
Overordnet mål: Prosjektet skal bidra med mer kunnskap om personvernbevarende teknologier innen kunstig intelligens for helse- og omsorgstjenesten
Effektmål: Prosjektet skal bidra til bedre forståelse av hvordan personvernbevarende teknologier kan redusere risikoen for personvernbrudd når helsedata brukes til forskning, utvikling, validering og/eller bruk av maskinlæringsmodeller i helse- og omsorgstjenesten.
Resultatmål: Resultatene fra prosjektet skal bidra til å øke kompetansen i helse- og omsorgstjenesten om personvernbevarende teknologier, som distribuert maskinlæring, og om alternative risikoreduserende tiltak, som syntetiske data. Fordelene med de aktuelle tilnærmingene, hvilke konsekvenser og eventuelt nye utfordringer de reiser skal synliggjøres. Det skal innhentes erfaringer som finnes i andre land og i helsetjenesten.
Det kan også være ønskelig at den opparbeidede kompetansen i prosjektet videreformidles i for eksempel workshoper i regi av koordineringsprosjektet eller Direktoratet for e-helse.