Federated Machine Learning als Mittel zur Überwindung rechtlicher Hürden der Forschung mit Gesundheitsdaten
Machine Learning in der medizinischen Forschung erfordert große Datenmengen und somit häufig die Einbeziehung von Daten aus mehreren medizinischen Einrichtungen. Federated Machine Learning ermöglicht dies, ohne dass die Daten die jeweilige Einrichtung verlassen, in der sie erhoben wurden. Dadurch steigert Federated Machine Learning nicht nur die Zugänglichkeit vorhandener Gesundheitsdaten für die Forschung, sondern eröffnet auch neue Möglichkeiten betreffend die Rechtsgrundlagen für diese Forschung, die im Beitrag analysiert werden.
Inhaltsverzeichnis
- 1. Einleitung
- 2. Federated Machine Learning
- 3. Personenbezug im Federated-Machine-Learning-System
- 4. Komplexität der Rollenverteilung
- 5. Rechtsgrundlagen der Datenverarbeitung
- 5.1. Verarbeitung durch den Teilnehmer
- 5.2. Verarbeitung durch den Koordinator
- 6. Fazit
Loggen Sie sich bitte ein, um den ganzen Text zu lesen.
Es gibt noch keine Kommentare
Ihr Kommentar zu diesem Beitrag
AbonnentInnen dieser Zeitschrift können sich an der Diskussion beteiligen. Bitte loggen Sie sich ein, um Kommentare verfassen zu können.
0 Kommentare