Ontology for healthcare AI privacy in Brazil
Este artigo detalha a criação de uma nova ontologia de domínio na intersecção entre epidemiologia, medicina, estatística e ciência da computação. Ele delineia uma abordagem sistemática para o tratamento de dados estruturados de forma anônima em preparação para seu uso em aplicações de Inteligência A...
| Authors: | , , , |
|---|---|
| Format: | article |
| Status: | Published version |
| Publication Date: | 2024 |
| Country: | Brasil |
| Institution: | Universidade Federal do Rio Grande do Sul (UFRGS) |
| Repository: | Repositório Institucional da UFRGS |
| Language: | English |
| OAI Identifier: | oai:www.lume.ufrgs.br:10183/282495 |
| Online Access: | http://hdl.handle.net/10183/282495 |
| Access Level: | Open access |
| Keyword: | Inteligência artificial Lei Geral de Proteção de Dados (LGPD) Ontologia Privacidade Artificial Intelligence (AI) Ontology Privacy |
| Summary: | Este artigo detalha a criação de uma nova ontologia de domínio na intersecção entre epidemiologia, medicina, estatística e ciência da computação. Ele delineia uma abordagem sistemática para o tratamento de dados estruturados de forma anônima em preparação para seu uso em aplicações de Inteligência Artificial (IA) na saúde. O desenvolvimento seguiu 7 etapas, incluindo a definição do escopo, seleção do conhecimento, revisão de termos importantes, construção de classes que descrevem os designs utilizados em estudos epidemiológicos, paradigmas de aprendizado de máquina, tipos de dados e atributos, riscos aos quais os dados anonimizados podem estar expostos, ataques a privacidade, técnicas para mitigar a reidentificação, modelos de privacidade e métricas para medir os efeitos da anonimização. Conclui com uma implementação prática desta ontologia em ambientes hospitalares para desenvolver e validar sistemas de IA. |
|---|