קונסורציום בינלאומי שפעל בלמעלה מ-20 מדינות ביקש לאמן מודל פורץ דרך לגילוי מוקדם של מחלות גנטיות. החסם לא היה טכנולוגי אלא משפטי: תקנות פרטיות כמו GDPR ו-HIPAA אוסרות על הוצאת נתוני מטופלים מחוץ למדינה שבה נאספו. כתוצאה מכך, הקמת מאגר נתונים גלובלי מרכזי לא הייתה חוקית, ומודלים מקומיים קטנים היו מוגבלים מכדי להועיל.
כדי לבנות מודל עוצמתי כזה נדרש מגוון מטופלים רחב ככל האפשר. אלא שהדרך המתבקשת, ריכוז כל הסריקות והנתונים הגנומיים במאגר גלובלי אחד, פשוט לא הייתה חוקית. חוקי ריבונות המידע אוסרים על הוצאת נתוני מטופלים מהמדינה שבה נאספו, והניסיון להקים אגם נתונים מרכזי נחסם עוד לפני שהתחיל.
גם ללא המכשול המשפטי, הלוגיסטיקה הייתה בלתי אפשרית. העברת קובצי דימות רפואי עצומים, כמו סריקות MRI ו-CT, בין יבשות נתקלה במגבלות רוחב פס קשות שהפכו כל ריכוז נתונים לבלתי ישים.
בנוסף, השותפים לא היו ערוכים לכך. בבתי החולים ובמעבדות לא הייתה תשתית אחידה ומנוהלת להרצת אלגוריתמים מורכבים באופן מקומי, כך שלא ניתן היה פשוט לנייד את כוח המחשוב אל מקום הימצאם של הנתונים.
לאמן את המודל בתוך כל מדינה, להעביר רק את התובנות שהוא רכש, ולא לשתף אף רשומת מטופל.
הקמנו רשת מבוזרת של שרתי קצה הממוקמים פיזית בכל מדינה, תחת סמכות השיפוט של הרגולטור המקומי, כך שעיבוד הנתונים מתבצע בדיוק במקום שבו הם חייבים להישאר על פי חוק.
ארכיטקטורת למידה פדרטיבית מאמנת את המודל המשותף באופן מבוזר בכל מדינה, על בסיס נתוני המטופלים המקומיים שלה, ללא כל צורך בריכוז הנתונים במאגר אחד לצורך הלמידה.
שכבת נתונים מאובטחת ומבוזרת מעבירה בין המדינות אך ורק את המשקלים המתמטיים של המודל, ללא כל מידע קליני מזוהה. כך המודל הגלובלי מתעדכן ומשתפר ללא הרף, בעוד שרשומות המטופלים נשארות מוגנות במקומן.
מאחר שאף רשומה רגישה אינה חוצה את גבולות המדינה, העמידה בתקנות GDPR, HIPAA וחוקי ריבונות מידע מקומיים מובנית בארכיטקטורה עצמה, ולא כפתרון טלאים המודבק בדיעבד.
קובצי הדימות הכבדים נשארים במקומם. רק התובנות שהאלגוריתם הפיק, בנפח של מגה-בייטים בודדים, מועברות בין האתרים, מה שהופך את שיתוף המידע הבין-יבשתי מבלתי אפשרי לשגרתי לחלוטין.
המודל הגלובלי המאוחד נהנה מהמגוון הגנטי הרחב של למעלה מ-20 מדינות, ומזהה דפוסים המאפשרים אבחון של מחלות נדירות, כל זאת מבלי לרכז את הנתונים במאגר אחד אפילו פעם אחת.
תאימות רגולטורית מובנית בתכנון, ודווקא בשל כך מתקבל דיוק גבוה בהרבה.
הקונסורציום עמד בכל דרישות הפרטיות וחוקי ריבונות המידע, קיבל את אישור הרגולטורים לפרויקט הבינלאומי, ויצא לדרך בתוך חודשים ספורים. המודל המאוחד הגיע לרמת דיוק חסרת תקדים באבחון מחלות נדירות, דווקא בזכות הלמידה מהמגוון הגנטי העשיר של 20 מדינות.
בזכות העובדה שהסריקות הכבדות נשארו מקומית ורק תובנות המודל הועברו, נפח תעבורת הנתונים הבינלאומית הצטמצם בלמעלה מ-95%, ואף פרט מידע רגיש של מטופל לא יצא מגבולות המדינה.
ההנחה שכדי לאמן מודל חייבים לרכז נתונים רגישים מתנפצת מול מגבלות רוחב הפס וחוקי הפרטיות. הערך האמיתי טמון בהיפוך התפיסה: השארת המידע במקום שהחוק מחייב, ביצוע אימון מקומי, ושיתוף של המשקלים המתמטיים בלבד. כך, התאימות הרגולטורית הופכת לחלק בלתי נפרד מהארכיטקטורה ולא להבטחה על הנייר. זוהי בדיוק גישת 'הפרטיות תחילה' העומדת בבסיס עבודת האנונימיזציה הרפואית שלנו, המיושמת כאן עבור אימון מודלים חוצה גבולות ולא רק עבור הסרת זיהוי ממאגר נתונים בודד.
הדאטה הקליני של חברת מדטק היה נעול תחת חוקי פרטיות. מנוע הסרת-זיהוי מבוסס AI הסווה את המזהים הישירים תוך שמירה על הממצאים הקליניים, כשבדיקה אנושית מבטיחה אפס דליפות ועמידה מלאה ב-HIPAA וב-GDPR.
לפרויקט המלא ← מוכנות דאטה · ביטוחה-AI של מבטחת המציא תשובות כי הדאטה שלה היה מקוטע. צינור ניקוי ומטא-דאטה שנבנה מחדש, עם אחזור מסונן לפי הרשאות ורף ודאות של 85%, הפך אותו לאמין עבור עובדי שטח.
לפרויקט המלא ←
Reef TRH