เวิร์กโฟลว์การระบุตัวตนด้วย MRI ที่เน้นความเป็นส่วนตัวของ Shaip ช่วยขับเคลื่อนการวิจัยในระดับขนาดใหญ่ได้อย่างไร

โปรแกรมวิจัยหลายสถาบันเลือก Shaip เพื่อออกแบบและตรวจสอบเวิร์กโฟลว์การระบุตัวตนด้วย MRI ที่จะรักษาความปลอดภัยการสแกนประมาณ 100,000 ครั้งสำหรับการแบ่งปันข้อมูลที่สอดคล้อง

ดาวน์โหลดกรณีศึกษา
การวิจัยการระบุตัวตนด้วย MRI

ภาพรวมโครงการ

โครงการวิจัยแบบสหสถาบันที่ช่วยให้การถ่ายภาพทางการแพทย์มีความปลอดภัยและเป็นไปตามข้อกำหนดด้านความเป็นส่วนตัวสำหรับนวัตกรรม AI และการศึกษาทางคลินิก เพื่อสนับสนุนการแบ่งปันข้อมูลอย่างปลอดภัยและการทำงานร่วมกันแบบหลายสถานที่ ลูกค้าต้องการระบบที่เสถียรสำหรับการลบข้อมูลระบุตัวตนจากการสแกน MRI ประมาณ 100,000 ครั้ง โดยลบลักษณะใบหน้า/กายวิภาคที่สามารถสร้างใหม่ได้และ PHI ที่ฝังอยู่ออกไป พร้อมกับรักษาประโยชน์ใช้สอยของงานวิจัยไว้ Shaip ได้รับการว่าจ้างให้ดำเนินการและตรวจสอบขั้นตอนการทำงานการลบข้อมูลระบุตัวตนอย่างเต็มรูปแบบ

สถิติสำคัญ

การเป็นกิริยาช่วย

MRI สมองและกระดูกและกล้ามเนื้อในกลุ่มวิจัยต่างๆ

ปริมาณ

~ 100,000 การสแกนที่ประมวลผล
จบสิ้น

ท่อ

การทำลายภาพกึ่ง อัตโนมัติ+ การลอกกะโหลก + การลบข้อมูลเมตา

QA

การตรวจสอบแบบ Human-in-the-loop สำหรับการลบ PHI และความสมบูรณ์ของการวินิจฉัย

ตามมาตรฐาน

โปรโตคอลที่สอดคล้องกับ HIPAA และ GDPR;
เอกสารแนวทางปฏิบัติ

ชาเลนจ์ (Challenge)

  • การสรุปผลโดยทั่วไประหว่างผู้จำหน่าย/การศึกษากับระบบท่อแบบกึ่งอัตโนมัติ
  • การปกป้องข้อมูลประจำตัวโดยไม่ทำลายสัญญาณทางวิทยาศาสตร์ (การทำลายพื้นผิวและการลอกกะโหลกศีรษะ)
  • การควบคุมคุณภาพโดยมนุษย์เพื่อตรวจจับ PHI ที่เหลืออยู่เป็นพิกเซลและส่วนหัว DICOM
  • การจัดแนวทางควบคุมให้สอดคล้องกับ HIPAA/GDPR และเวิร์กโฟลว์ที่ตรวจสอบได้

Solution

กลยุทธ์ข้อมูล

กำหนดเส้นทางจาก DICOM ขาเข้าไปยังเอาต์พุตที่ไม่ระบุตัวตน (DICOM/NIfTI) โดยระบุจุดเสี่ยง PHI ในข้อมูลพิกเซลและส่วนหัว

ท่อส่ง De-ID

ใช้ กรรมวิธี ปรับเทียบการทำลายและการลอกกะโหลกศีรษะ ; การตรวจสอบส่วนหัวและการตรวจสอบผลรวมตรวจสอบอัตโนมัติ; เก็บรักษาพารามิเตอร์การได้มาซึ่งข้อมูลที่ไม่ระบุตัวตนไว้สำหรับการวิเคราะห์

การประกันคุณภาพ

การตรวจสอบสองชั้น—การตรวจสอบอัลกอริทึมพร้อมผู้ตรวจสอบที่ผ่านการฝึกอบรมที่ยืนยันการลบข้อมูลประจำตัวและยูทิลิตี้การวิจัย การจัดการข้อยกเว้นด้วยลูปการประมวลผลใหม่

การปฏิบัติตามกฎระเบียบและการกำกับดูแล

ขั้นตอนการปฏิบัติงานมาตรฐาน (SOP) ที่สอดคล้องกับ HIPAA/GDPR การควบคุมการเข้าถึง บันทึกการแปลงข้อมูล และแนวทางมาตรฐานในการปกปิดข้อมูลส่วนบุคคลสำหรับการศึกษาในอนาคต

ขอบเขตโครงการ

กระแส ขอบเขต เทคโนโลยี / การควบคุม ผลลัพธ์
พิกเซล De-ID การลอกผิวและถอดกะโหลก เครื่องมือกึ่งอัตโนมัติ + QC ภาพ การป้องกันการระบุตัวตนด้วยการรักษาสัญญาณไว้
การระบุตัวตนเมตาดาต้า การขัดแท็ก DICOM การลบตามกฎ + รายการที่อนุญาต ไม่มีการรั่วไหลของ PHI ในส่วนหัว
การตรวจสอบ การตรวจสอบโดยผู้ตรวจสอบ รายการตรวจสอบ แผนการสุ่มตัวอย่าง การลดความเสี่ยง PHI ที่วัดได้
การกำกับดูแลกิจการ SOP และการฝึกอบรม เส้นทางการตรวจสอบ; การควบคุมการเข้าถึง ความสามารถในการทำซ้ำและการปฏิบัติตามข้อกำหนด

ผลลัพธ์

  • แบ่งปันอย่างปลอดภัย of ~ 100,000 การสแกน MRI ด้วย การลบ PHI ที่ได้รับการยืนยันโดยมนุษย์ เพื่อความร่วมมือทางการวิจัย
  • แนวทาง de-ID ภายใน การศึกษาในอนาคตแบบมาตรฐานและลดการทำงานซ้ำ
  • ผลกระทบต่อระบบนิเวศ: ตำแหน่งโปรโตคอล การสแกนหลายล้านครั้ง เพื่อให้พร้อมสำหรับการวิจัยในอนาคต

ผลกระทบเชิงกลยุทธ์:โครงการนี้ได้สร้างโรงงานที่สามารถทำซ้ำได้และตรวจสอบได้ ตั้งแต่ข้อมูล MRI ดิบไปจนถึงชุดข้อมูลที่รักษาความเป็นส่วนตัว ซึ่งช่วยเร่งนวัตกรรมไปพร้อมกับการปกป้องตัวตน

ไอคอนคำคม

ระบบความเป็นส่วนตัวของ Shaip ทำให้เราสามารถแบ่งปันกลุ่ม MRI ขนาดใหญ่ได้โดยไม่กระทบต่อมูลค่าการวินิจฉัย ซึ่งถือเป็นการกำหนดมาตรฐานใหม่สำหรับการกำกับดูแลงานวิจัย

— หัวหน้าฝ่ายเทคนิค ฝ่ายความเป็นส่วนตัวและความปลอดภัยของภาพ

★★★★★
ไอคอนคำคม