Desidentificación de datos sanitarios

Navegando las complejidades del cumplimiento para unir la inteligencia artificial y la atención médica

Impulsados ​​por una abundancia de potencia de procesamiento barata y una avalancha interminable de datos, la inteligencia artificial y el aprendizaje automático están logrando cosas asombrosas para las organizaciones de todo el mundo. Desafortunadamente, algunas de las industrias que pueden obtener increíbles beneficios de estas tecnologías avanzadas también están altamente reguladas, lo que agrega fricción a lo que ya puede ser una implementación compleja.

La atención médica es el modelo de una industria fuertemente regulada, y las organizaciones en los Estados Unidos han tenido que manejar información médica protegida (PHI) de acuerdo con la Ley de Portabilidad y Responsabilidad de Seguros de Salud (HIPAA) durante casi 25 años. Hoy, sin embargo, las regulaciones sobre todo tipo de información de identificación personal (PII) están convergiendo, incluido el Reglamento general de protección de datos (GDPR) de Europa, la Ley de protección de datos personales (PDPA) de Singapur y muchos otros.

Si bien las regulaciones se centran comúnmente en los habitantes de un área específica, los modelos de IA precisos requieren grandes conjuntos de datos que estén diversificados en términos de edad, género, raza, etnia y ubicación geográfica de sus sujetos. Eso significa que las empresas que esperan ofrecer la próxima generación de soluciones de inteligencia artificial a los proveedores de atención médica deben superar una gama igualmente numerosa y diversa de aros regulatorios o arriesgarse a crear herramientas con sesgos incorporados que contaminen los resultados.

Desidentificar los datos

Desidentificar los datos Obtener datos suficientes para "enseñar" a la IA de forma eficaz lleva tiempo, y desidentificar esos datos para garantizar la protección y el anonimato de sus propietarios puede ser una empresa aún mayor. Es por eso que Shaip ofrece licencias datos de salud que está diseñado para ayudar a construir modelos de inteligencia artificial, incluidos registros médicos de pacientes basados ​​en texto y datos de reclamos, audio como grabaciones de médicos o conversaciones entre pacientes y médicos, e incluso imágenes y videos en forma de rayos X, tomografías computarizadas y resultados de resonancia magnética.

Analicemos hoy sus requisitos de datos de entrenamiento de IA.

Nuestras soluciones API de alta precisión garantizan que los 18 campos (como lo requieren las Directrices de puerto seguro) estén completamente desidentificados y libres de PHI, y la Determinación de expertos con humanos en el ciclo (HITL) garantiza que nada pueda pasar desapercibido. Shaip también incluye capacidades de anotación de datos médicos que son cruciales para escalar un proyecto. El proceso de anotación implica aclarar el alcance del proyecto, realizar anotaciones de capacitación y demostración, y un ciclo de retroalimentación final y un análisis de calidad que garantiza que los documentos anotados resultantes cumplan con los requisitos establecidos.

Al utilizar nuestra plataforma en la nube, los clientes obtienen acceso a los datos que necesitan en un medio seguro, compatible y escalable para satisfacer cualquier demanda. En los casos en los que no es deseable un intercambio manual de datos, nuestras API a menudo se pueden integrar directamente en una plataforma de cliente para facilitar el acceso casi en tiempo real tanto a los datos como a las API de desidentificación.

La creación de modelos de IA ya es bastante difícil sin tener que obtener sus propios conjuntos de datos, por lo que casi siempre es mejor subcontratar esta tarea que requiere mucha mano de obra a un proveedor dedicado. Nuestro equipo de transcriptores de desidentificación dedicados está altamente capacitado en la protección de la PHI y la terminología médica para garantizar la entrega de datos de la más alta calidad. Además de ahorrar tiempo y dinero, también evita sanciones potencialmente paralizantes que pueden acompañar al uso erróneo de datos no conformes.

Para ayudarlo a determinar si Shaip es el socio que ha estado buscando, ofrecemos una variedad de conjuntos de datos de muestra que puede utilizar para comenzar a entrenar sus algoritmos hoy mismo. Esperamos que se una a nosotros y observe cómo despega su iniciativa de IA.

Social Share