《联邦数据战略与2020年行动计划》及其治理逻辑的分析与启示

系统梳理了《联邦数据战略与2020年行动计划》的主要内容，介绍和分析了其使命宣言、原则与实践和治理逻辑。通过比较分析中外开放政府数据情况，明确了我国目前政府数据治理的方向，并为我国数据战略的发展和智慧型政府的建设提出了我国应在重视数据资产的价值、提高数据标准化程度、探索高效的数据共享机制、建立健全具体法规制度、加快数据领域课程建设和人才培养等方面进行深入研究。     

人口健康科学数据中个人敏感信息分类研究

目的：细化人口健康科学领域个人敏感信息类型,以期推进人口健康科学数据的开放和共享及个人敏感信息的立法保护提供参考,为人口健康科学数据平台的数据管理工作提供借鉴。方法：基于文献调研法考察了国内外个人敏感信息的界定,基于内容分析法总结了人口健康领域中个人敏感信息的类型,并进行了多维特征分析。结果：将人口健康领域中个人敏感信息细化为身份标识信息、生物特征信息、健康医疗信息3个大类,下分9个小类。结论：个人敏感信息细化分类符合依据不同领域特点将敏感个人信息具体化的国际立法的趋势,可作为制定人口健康科学数据收集管理策略和共享策略的参考。     

面向疾病风险智能预测研究过程的电子病历数据质量需求模型构建

目的 构建面向疾病风险智能预测研究全生命周期的电子病历数据质量需求模型,为电子病历数据集质量建设和评价体系构建提供参考。方法 以机器学习全生命周期为过程,进行电子病历数据质量需求分析。首先通过文献内容分析,归纳疾病风险智能预测模型构建研究过程各阶段所涉及的主要数据活动;然后根据各阶段所采取的数据活动识别对电子病历数据质量的具体需求;最后对各阶段的具体质量需求进行聚类,形成质量需求维度。结果 构建了一个环形的面向疾病风险智能预测研究过程的电子病历数据质量需求模型。模型内核为数据采集、数据预处理、特征表示、特征选择与提取、模型训练、模型评估与优化、模型应用7个核心任务阶段;中间为各阶段的主要数据活动;外围为可操作性、完整性、准确性、时效性4个核心质量需求维度。结论 构建的模型能够为真实世界电子病历数据治理和质量建设提供参考,助力其向真实世界证据的转变。     

生物医学数据匿名化工具ARX研究及启示

ARX工具是一款由德国慕尼黑工业大学开发,具有高效的全域匿名化算法、丰富的隐私模型、数据效用评估方法和重识别风险分析功能,被许多研究者和隐私政策制定者推荐的开源生物医学数据匿名化工具。通过梳理ARX工具的发展历史和相关研究,将ARX工具的功能架构归纳为数据导入导出模块、数据处理模块、隐私模型模块及其他参数模块、匿名化方案探索模块、效用分析模块及风险分析模块5个部分,并以Adult 数据集的匿名化为例梳理了ARX工具的工作流程,总结形成5个步骤。然后通过与其他匿名化工具的功能进行比较和分析,归纳了ARX工具的4个特点并总结了各模型和指标的原理和含义及ARX工具应用的局限性。最后结合我国数据共享的实际需求,针对性地提出了我国数据匿名化工具研发时需要重点关注的内容,对我国生物医学数据匿名化工具的研发具有一定的参考价值。     

真实世界电子病历数据评价研究综述

从评价主体、应用场景、评价内容、评价方法4方面对真实世界电子病历数据评价研究进行综述并提出对未来的展望,以期为进一步探索电子病历数据科学评价体系提供参考.     

人工智能医疗器械标准数据集构建现状

采用文献调查法和内容分析法对标准数据集的构建现状进行了总结,明确了标准数据集的概念和特点,分析了目前国内外标准数据集构建的相关政策规范,从标准数据集构建流程与管理要素2方面梳理了构建工作的重点,提出了解决标准数据集构建存在问题的措施,为人工智能医疗器械标准数据集构建工作的进一步发展提供有益借鉴。     

医学数据共享隐私保护中基于聚类的匿名化算法关键技术研究

目的/意义 基于聚类的匿名化算法具有灵活性较高、适用范围较广、能够保留原始数据更多信息的特点。合理使用基于聚类的匿名化算法进行匿名化处理可以获得满足隐私保护需求的高质量医学数据。方法/过程 通过文献调研法和比较分析法,梳理面向医学数据共享、基于聚类的匿名化算法关键技术,概述该类算法的主要流程,归纳与之相关的隐私模型,包括具有代表性的传统隐私模型和个性化隐私模型,并分析代表性算法的优点和不足。结果/结论 应当合理选择基于聚类的匿名化算法类型、灵活改进算法模型,加大算法工具研发力度,以推动医学数据安全便利和高质量共享。