A corrida para ganhar o mercado de saúde está acirrada e quem inovar sairá na frente. Por isso, inúmeras instituições de saúde já estão com projetos ou estudos avançados para utilizarem Inteligência Artificial. Agora estão adicionando Blockchain por conta da preocupação com a privacidade dos dados.
Tabela de Conteúdo
Em tempos de BigData, Machine Learning, Blockchain entre outras inovações consumidoras de dados, a privacidade é algo fundamental, que ganhou muita força e juntos poderão dar mais segurança para esses projetos.
A evolução a passos largos da inteligência artificial na área de saúde exige cuidados, principalmente em relação ao acesso e principalmente no tocante à privacidade de dados.
Segundo David Houlding, gerente da divisão de healthcare da Microsoft, “machine learning é um grande consumidor de dados” e “com dados limitados, conseguiremos produzir modelos limitados que tendem a ter altos índices de erro, algo inadmissível na área de saúde”, por isso para se produzirem bons modelos preditivos com baixos índices de erros será necessário ter uma grande variedade de fontes de dados.
Blockchain
Para minimizar ou evitar o vazamento inesperado deles, pesquisadores norte americanos estão incluindo Blockchain nessa combinação. Eles entendem que com essa tecnologia haverá maior segurança e principalmente o rastreamento das informações compartilhadas.
Houlding continua sua fala afirmando que “essa tecnologia tem grande potencial de resolver vários pontos de falha que prejudicam a adoção de Inteligência Artificial para fins de assistência médica”.
Segundo ele, a idéia é usar blockchain para compartilhar metadados dos datasets de várias instituições, algo que facilitará a descoberta de dados e a troca peer-to-peer deles .
Essa estratégia permite ao blockchain criar um ponteiro para onde o dataset completo está armazenado, evitando assim que se mova todo conjunto de dados quando requisitados e que usuários “indesejados” tenham acesso aos mesmos.
Outro ponto importante é que com o uso dessa tecnologia se manterá uma trilha de auditoria, facilitando assim a vida dos cientistas de dados que conseguirão acompanhar as alterações dos dados e mudarem os modelos preditivos assim que as fontes sofrerem mudanças.
Tem muito mais detalhes no texto completo diretamente no site da Helth It Analytics.
Posts relacionados:
Powered by YARPP.