Utilisation de l’Encryption Homomorphe dans la Médecine
Introduction à l’Étude
Une étude récente menée en Corée du Sud a examiné l’application d’un schéma cryptographique, couramment utilisé dans les élections sécurisées, pour protéger les données des patients utilisées dans l’entraînement de modèles d’intelligence artificielle (IA). Les chercheurs du Centre Médical Asan ont mis en œuvre l’encryption homomorphe (EH) sur de grandes quantités de données collectées auprès de plusieurs institutions afin de tester un modèle prédictif d’IA.
Résultats de l’Étude
Les résultats de cette recherche, publiés dans la revue JMIR Medical Informatics, ont impliqué l’analyse des données de dossiers médicaux électroniques (DME) de plus de 300 000 patients provenant de trois hôpitaux : le Centre Médical Asan, l’Hôpital National de Séoul et l’Hôpital de l’Université Ewha à Séoul. Ces données ont été encryptées à l’aide de l’EH pour entraîner un modèle d’IA capable de prédire les taux de mortalité dans les 30 jours suivant une intervention chirurgicale.
L’étude a démontré que l’EH peut être appliquée de manière pratique pour combiner d’importants volumes de données provenant de diverses sources tout en préservant la confidentialité et la sécurité des informations.
De plus, les résultats suggèrent que les petits hôpitaux peuvent tirer parti de cette méthode d’encryption pour développer leurs propres modèles d’IA en accédant en toute sécurité aux données des grands établissements. Ces modèles pourraient offrir de meilleures capacités prédictives que ceux élaborés à partir de données brutes d’une seule institution.
Importance de l’Étude
Depuis plus d’une décennie, l’EH, qui a été validée dans une thèse aux États-Unis, est explorée par de nombreux secteurs fortement réglementés, tels que la finance, l’informatique et la santé, pour améliorer la confidentialité des données. Même dans le domaine électoral, cette méthode d’encryption est de plus en plus adoptée pour garantir l’exactitude des résultats des scrutins.
La recherche coréenne a également examiné l’EH dans le but de surmonter les limitations actuelles du développement de l’IA en santé. Bien que l’accès à des données plus larges et diversifiées soit essentiel pour améliorer la précision et l’applicabilité d’un modèle d’IA, la collecte de ces données reste un défi en raison des réglementations strictes sur la protection de la vie privée.
Les chercheurs ont déclaré : « Dans cette étude multicentrique, nous avons utilisé l’EH de pointe pour protéger contre les fuites d’informations personnelles et garantir la sécurité des données. De plus, l’EH permet d’effectuer des opérations et des modélisations prédictives sur des données encryptées, offrant ainsi une solution ultime pour résoudre complètement les problèmes liés aux fuites d’informations personnelles et à la sécurité des données. En outre, l’EH fournit la ‘meilleure’ sécurité lorsqu’elle est utilisée correctement, notamment dans le cadre de calculs externalisés, où l’EH protège contre les violations de données lors des calculs. »
Tendance Générale
Le gouvernement coréen soutient les institutions médicales locales dans leurs recherches en IA en facilitant la collaboration. Par exemple, le Ministère de la Santé et du Bien-être a lancé le Projet d’Utilisation des Données Médicales, visant à aider les chercheurs en santé numérique à se connecter avec les hôpitaux et à accéder à leurs ensembles de données. L’année dernière, cinq hôpitaux coréens ont été désignés comme centres d’utilisation sécurisée des données médicales.
