Aprendizaje automático federado en datos

Oct 06, 2023

Nature Machine Intelligence volumen 5, páginas 2–4 (2023)Citar este artículo

964 Accesos

8 Altmetric

Detalles de métricas

Para aprovechar al máximo los grandes datos, deben compartirse entre instituciones de una manera que cumpla con las consideraciones de privacidad y el Reglamento General de Protección de Datos (RGPD) de la UE. El aprendizaje automático federado es una opción prometedora.

Esta es una vista previa del contenido de suscripción, acceda a través de su institución

Acceda a Nature y a otras 54 revistas de Nature Portfolio

Obtenga Nature+, nuestra suscripción de acceso en línea de mejor valor

$29.99 / 30 días

cancelar en cualquier momento

Suscríbete a este diario

Reciba 12 números digitales y acceso en línea a artículos

$99.00 por año

solo $ 8.25 por edición

Alquila o compra este artículo

Obtenga solo este artículo durante el tiempo que lo necesite

$39.95

Los precios pueden estar sujetos a impuestos locales que se calculan durante el pago

Crowson, MG et al. Dígito PloS. Salud 1, e0000033 (2022).

Google Académico

Rieke, N. et al. Dígito NPJ. Medicina. 3, 19 (2020).

Google Académico

Sadilek, A. et al. Dígito NPJ. Con. 4, 132 (2021).

Google Académico

Zolotareva, O. et al. Genome Biol. 22, 338 (2021).

Google Académico

Aouedi, O., Sacco, A., Piamrat, K. y Marchetto, G. IEEE J. Biomed. Informe de Salud. https://doi.org/10.1109/JBHI.2022.3185673 (2022).

Ficek, J., Wang, W., Chen, H., Dagne, G. y Daley, EJ Am. Medicina. Informar. Asoc. Rev. 28, 2269–2276 (2021).

Google Académico

Dankar, FK, Madathil, N., Dankar, SK y Boughorbel, S. JMIR Med. Informar. 7, e12702 (2019).

Google Académico

Huang, X. World Wide Web J Biol. 23, 2529–2545 (2020).

Google Académico

Parlamento Europeo/Consejo Europeo. https://eur-lex.europa.eu/legal-content/EN/TXT/PDF/?uri=CELEX:02016R0679-20160504&from=EN (2016).

Winter, C., Battis, V. & Halvani, O. ZD Journal for Data Protection 11, 489-493 (2019).

Google Académico

Kaulartz, M. & Braegelmann, T. Manual legal Inteligencia artificial y aprendizaje automático (CH Beck, 2020).

Ma, R. et al. Bioinformática 36, ​​2872–2880 (2020).

Google Académico

Liu, T., Di, B., Wang, B. y Song, L. IEEE J. Sel. Señal superior. Proceso. 16, 546–558 (2022).

Zhang, X., Kang, Y., Chen, K., Fan, L. y Yang, Q. Versión preliminar en http://arxiv.org/abs/2209.00230 (2022).

Bietti , A. , Wei , CY , Dudik , M. , Langford , J. y Wu , S. en Proc. Investigación de aprendizaje automático vol. 162 (eds. Chaudhuri, K. et al.) 1945–1962 (MLR Press, 2022).

Mugunthan, V., Byrd, D., Polychroniadou, A. y Balch, THJPMorgan https://www.jpmorgan.com/content/dam/jpm/cib/complex/content/technology/ai-research-publications/pdf- 9.pdf (2019).

Antunes, RS, Andre da Costa, C., Küderle, A., Yari, IA y Skofier, B. ACM Trans. Intel. sist. Tecnología 13, 1–23 (2022).

Google Académico

Wibawa, F., Catak, FO, Sarp, S., Kuzlu, M. y Cali, U. en Proc. Conferencia europea interdisciplinaria sobre ciberseguridad de 2022, 85–90 (Association for Computing Machinery, 2022).

Oficina del Comisionado de Información. ICO https://ico.org.uk/for-organisations/guide-to-data-protection/guide-to-the-general-data-protection-regulation-gdpr/accountability-and-governance/documentation/(2022) .

Zerka, F. et al. JCO Clin. Cancer Inform. 4, 184–200 (2020).

Google Académico

ePrivacidad. https://www.eprivacy.eu/home/ (consultado el 6 de julio de 2022).

Organización Internacional de Normalización. ISO https://www.iso.org/isoiec-27001-information-security.html (2022).

ISO/IEC JTC 1/SC 42 Inteligencia artificial. ISO https://www.iso.org/standard/74438.html(2022).

Sheller, MJ et al. Suplemento en línea (Información complementaria 1) de Sci. Rep. 10, 12598 (2020); https://static-content.springer.com/esm/art%3A10.1038%2Fs41598-020-69250-1/MediaObjects/41598_2020_69250_MOESM1_ESM.docx

Sheller, MJ et al. ciencia Rep. 10, 12598 (2020).

Google Académico

Truong, N., Sun, K., Wang, S., Guitton, F. y Guo, Y. Comput. Seguridad 110, 102402 (2021).

Google Académico

Pfitzner, B., Steckhan, N. y Arnrich, B. ACM Trans. Tecnología de Internet. 21, 1–31 (2021).

Google Académico

Lepri, B., Oliver, N. y Pentland, A. iScience 24, 102249 (2021).

Google Académico

Descargar referencias

Nuestro trabajo fue financiado por el Ministerio Federal Alemán de Educación e Investigación (BMBF; subvenciones 16DTM100A y 16DTM100C). También recibimos fondos del programa de investigación e innovación Horizonte 2020 de la Unión Europea en virtud del acuerdo de subvención n. 826078. Esta publicación refleja únicamente las opiniones de los autores, y la Comisión Europea no es responsable del uso que pueda hacerse de la información que contiene.

Estos autores contribuyeron igualmente: Linda Baumbach, Gabriele Buchholtz.

Facultad de Derecho de la Universidad de Hamburgo, Universidad de Hamburgo, Hamburgo, Alemania

Alissa Brauneck, Louisa Schmalhorst y Gabriele Buchholtz

Instituto de Biología de Sistemas Computacionales, Universidad de Hamburgo, Hamburgo, Alemania

Mohammad Mahdi Kazemi Majdabadi, Mohammad Bakhtiari, Christina Caroline Saak y Jan Baumbach

Instituto Interfacultativo de Genética y Genómica Funcional, Departamento de Genómica Funcional, Medicina Universitaria Greifswald, Greifswald, Alemania

Uwe Volker

Departamento de Economía de la Salud e Investigación de Servicios de Salud, Centro Médico Universitario Hamburg-Eppendorf, Hamburgo, Alemania

linda baumbach

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

Correspondencia a Alissa Brauneck.

Los autores declaran no tener conflictos de intereses.

Nature Machine Intelligence agradece a Stuart McLennan y a los demás revisores anónimos por su contribución a la revisión por pares de este trabajo.

Reimpresiones y permisos

Brauneck, A., Schmalhorst, L., Kazemi Majdabadi, MM et al. Aprendizaje automático federado en la investigación compatible con la protección de datos. Nat Mach Intel 5, 2–4 (2023). https://doi.org/10.1038/s42256-022-00601-5

Descargar cita

Publicado: 25 enero 2023

Fecha de emisión: enero de 2023

DOI: https://doi.org/10.1038/s42256-022-00601-5

Cualquier persona con la que compartas el siguiente enlace podrá leer este contenido:

Lo sentimos, un enlace para compartir no está disponible actualmente para este artículo.

Proporcionado por la iniciativa de intercambio de contenido Springer Nature SharedIt