국제의료정보포털

다양한 피부 병변 데이터를 사례로 한 개인정보 보호 강화 기술의 평가

EC 공동연구센터(Joint Research Centre, JRC)는 유럽 데이터 공간 내에서 다양한 개인정보 보호 강화 기술(PET)의 유용성과 성숙도를 평가하고, 협업 시나리오에서 여러 조직이 하나의 PET를 적용하는 방법을 사례로 제시 PET(Privacy Enhancing Techniques)는 데이터에서 가치 추출하는 동시에 개인정보를 보호하는 핵심 기술

• 우선 최첨단 PET에 대한 자세한 분석을 수행하여 장점, 한계 및 성숙도 수준을 평가하고, 이 평가를 바탕으로 협업 시나리오에서 추가 탐색을 위해 연합 학습(Federated Learning)을 선택했으며, 의료 영역 내에서 현실적인 사용 사례를 구현하기 위해 다양한 국가의 4개 의료 기관에서 수집한 데이터를 기반으로 피부 병변(일부 암성 병변 포함)을 분류하는 연합 모델을 구축
• 선택된 사용 사례는 각각 단일 기관의 데이터를 포함하는 4개의 노드로 구성되었으며, 가장 큰 문제는 글로벌 모델의 딥러닝 아키텍처와 호환되도록 이미지를 표준화하는 것으로 각 노드에 설치되도록 개발된 애플리케이션은 데이터를 로드할 때 사전에 합의된 공통 형식으로 데이터를 변환 이는 선택된 사용 사례가 유럽 건강 데이터 공간과 관련이 있는 의료 영역에 속하는 반면 제공된 결과 및 기술 접근 방식은 다른 데이터 공간에서 민감한 개인정보나 비공개 데이터를 활용해야 하는 경우, 활용 가능
• 의료 환경에서 PET를 성공적으로 구현하기 위해서는 다양한 공급자 간의 데이터 수집 프로토콜, 형식 및 표준의 차이로 특징지어지는 의료 데이터의 이질성을 해결하는 것이 필수적