Sundhedsdata spiller en afgørende rolle i forskning og behandling, men hvordan sikrer man, at patientdata kan deles uden at gå på kompromis med GDPR?
Dette er udfordringen i et nyt projekt med titlen SEARCH (Synthetic hEalthcare dAta goveRnanCe Hub). Projektets formål er at udvikle et system, der ved hjælp af kunstig intelligens og eksisterende sundhedsdata kan generere syntetiske data, hvor den statistiske struktur fra de oprindelige sundhedsdata bevares.
Dette vil ikke blot give forskere og sundhedsprofessionelle mulighed for at supplere eksisterende sundhedsdata til dataintensive analyser, men også gøre det lettere at dele sundhedsdata på en sikker og enkel måde – både inden for landets grænser og internationalt.
Hvad er syntetiske sundhedsdata?
Syntetisk sundhedsdata er kunstigt skabte data, der ligner rigtige patientdata, men som ikke kan spores tilbage til en rigtig person. De kan bruges til forskning, udvikling af ny teknologi og lægemidler samt data-drevne forbedringer af sundhedssystemet i bred forstand – alt sammen uden at krænke patienters privatliv.
Lasse Kaalby Møller, funding specialist og post. doc. ved Odense Universitetshospital (OUH), som deltager i projektet, forklarer:
“SEARCH-projektet vil tackle en af de mest udbredte udfordringer inden for moderne forskning og innovation – mangel på anvendelig data. Til det formål vil vi udvikle og teste værktøjer, der kan generere syntetiske data – eller i vores tilfælde syntetiske mennesker/testpersoner. De modeller, der skal lave den syntetiske data vil blive trænet på ægte klinisk data for at sikre, at det syntetiske data ligner data fra rigtige patienter.”
Foruden OUH deltager 26 europæiske partnere i SEARCH-projektet, som sammenlagt har modtaget støtte på ca. 48. mio. kr. fra EU-programmet IHI (Innovative Health Initiative). Heraf går 1,5 mio. kr. til OUH.
AI kan frigøre ressourcer
På OUH anvendes syntetiske sundhedsdata allerede – og med god erfaring.
“På Kirurgisk Afdeling, OUH, arbejder vi med opsporing af tarmkræft, og vi har gennem de sidste 10 år indsamlet data med henblik på udvikling og validering af AI-algoritmer til kamerakapselendoskopi. Selvom vi har gjort gode fremskridt på området, bliver vi ofte hæmmet af begrænset tilgængelighed af data, især for sjældne fund som kræftknuder og store forstadier.”
Ved at supplere de ægte data med syntetiske sundhedsdata kan udviklingen af AI-algoritmer forbedres betydeligt.
“Ved at kombinere vores ægte data med syntetisk data vil vi kunne muliggøre udvikling, træning, validering og i sidste ende implementering af AI-algoritmer. Det betyder, at vi vil kunne levere bedre AI-understøttede værktøjer, hvilket bl.a. vil føre til bedre diagnostisk kvalitet og frigørelse af nøglepersonale til andre opgaver,” forklarer Lasse Kaalby Møller.
Kvalitet og samarbejde på tværs
I oktober havde projektet kick-off, og nu glæder partnerne sig til arbejdet, der venter forude, fortæller klinisk professor på OUH, Anastasios Koulaouzidis.
”Vi samarbejder allerede på tværs af partnerne, men nu er vi samlet i et fælles projekt. SEARCH rummer en bred vifte af medicinske områder, og i Danmark fokuserer vi særligt på kardiologiske og mave-tarm kirurgiske perspektiver. Vi skal træne indsamling af data på tværs af forskellige medicinske specialer for at styrke udviklingen af syntetiske sundhedsdata.”
Han lægger samtidig vægt på, at projektet kan have stor betydning for, hvordan vi i Europa kan samarbejde om sundhedsinnovation under sikre og etiske rammer – til gavn for både forskning, sundhedsvæsen og patienter.
South Denmark European Office
Avenue Palmerston 18
B-1000 Bruxelles
info@southdenmark.be
©2023 South Denmark European Office/ Det Syddanske EU-Kontor
