Интервју са др Томасом Пензелом

6.4.2023 16:02

Поремећаје спавања је често тешко дијагностиковати и лечити и захтевају стручност стручњака за медицину спавања. Међутим, дељење осетљивих података о пацијентима између центара за спавање може представљати изазов у ​​погледу приватности и заштите података. Пројекат ХАРПОЦРАТЕС има за циљ да реши овај проблем развојем технологије за шифровање података која омогућава безбедно дељење и анализу снимака спавања између више центара за медицину за спавање у различитим земљама.

Једна од страна у демонстратору напредних безбедносних решења у пројекту ХАРПОЦРАТЕС је Универзитетска болница Цхарите, тачније интердисциплинарни центар за медицину спавања. Универзитетска болница Цхарите је једна од највећих универзитетских болница у Европи са богатом историјом дугом преко 300 година. Медицина спавања је интердисциплинарна тема у којој се прикупљају различити подаци. Различити подаци су снимци спавања у болници са биосигналима, видео снимци, снимци спавања код куће, текстуалне информације и нови снимци спавања на носивим и паметним телефонима. Циљ је спајање и процена података на безбедан и транспарентан начин.

Тхомас Пензел, научни председавајући центра за медицину спавања у Универзитетској болници Цхарите и председник Немачког друштва за спавање, поделио је своја размишљања о томе како ће напредна решења за сајбер безбедност развијена у пројекту ХАРПОЦРАТЕС имати потенцијалне користи за будућу сарадњу вишеструких лекова за спавање. центрима, обезбеђујући да се подаци из много различитих извора прикупљају и размењују за дијагнозу оријентисану на пацијента и терапију по мери.

Које предности видите у сарадњи са више центара за медицину за спавање у различитим земљама?

Морамо да преносимо снимке спавања и податке о спавању између центара и земаља да бисмо разговарали о другим медицинским мишљењима иу сврху медицинске контроле квалитета. Велики део анализе спавања заснива се на визуелној процени биосигнала и стога је често потребна друга експертска процена.

Као центар за медицину за спавање, колико је важна заштита осетљивих података о пацијентима за коришћење машинског учења?

Поремећаји спавања још увек нису веома популарни. Због тога се третирају као лекарска тајна. Неки поремећаји спавања као што су ходање у сну или насилно понашање током спавања подлежу форензичкој медицини спавања и захтевају да буду веома тајни.

Како видите да је шифровање података корисно у заштити приватности пацијената и обезбеђивању усклађености са прописима о заштити података као што је ГДПР?

Веома је важно да се снимци спавања шифрују за заштиту приватности пацијената. Неки од сигнала су карактеристике пацијената и могу се користити за личну идентификацију, попут отиска прста. Због тога су осетљиви.

По вашем мишљењу, који изазови могу настати при имплементацији енкрипције података за снимке спавања?

Типично снимање спавања састоји се од 12 или више сигнала снимљених 8 до 10 сати и сваки сигнал има брзину узорковања од 200 Хз. Ово је обично око 200 МБ података. Ово је много података за шифровање и видим изазов у ​​захтевима за рачунарском снагом. Снимамо и видео снимак особе која спава. Ово шифровање видеа видим као додатни изазов, који би могао превазићи циљеве нашег пројекта.

Како замишљате употребљивост и практичност решења које омогућава безбедно дељење и анализу шифрованих снимака спавања?

Ако није потребна превелика рачунарска снага, безбедно дељење података ће бити имплементирано у свим машинама за снимање спавања које омогућавају тренутно дељење података са другим центрима за спавање.

Из клиничке перспективе, које карактеристике бисте желели да видите у интерфејсу прилагођеном кориснику који би олакшао заједничку експлоатацију безбедно дељених података о снимању спавања?

Интерфејс прилагођен кориснику би требало да нам омогући да видимо сигнале након формалне контроле приступа. Требало би да вам омогући да видите фазу спавања, све напомене као што су време када су светла искључена и укључена, број померања фазе спавања и буђења, количину дубоког сна и сна у минутима и процентима, латенције до дубоког сна. спавај и сањај спавај.

Према вашем искуству, како се машинско учење може користити за побољшање дијагнозе и лечења поремећаја спавања?

Машинско учење може помоћи у брзом оцјењивању спавања. Дакле, може помоћи да се идентификују буђење, лагани сан, дубок сан, сан из снова, може помоћи да се идентификују покрети ногу, догађаји апнеје и хипопнеје, догађаји хркања, говор током спавања и други необични догађаји и секвенце.

Која потенцијална етичка разматрања треба узети у обзир приликом дељења и анализе осетљивих података о пацијентима у медицини спавања?

Етичка разматрања морају поштовати приватност и безбедност и потребно је пратити ко је имао приступ подацима.

Како видите будућност машинског учења и дељења података у области медицине спавања?

Видим велику будућност за машинско учење, јер визуелно означавање снимака спавања за откривање и бележење горе наведених догађаја одузима много времена и захтева веома веште људе. Народ мора да има положен посебан испит да би постао бележник спавања.

Како планирате да уградите резултате и увиде стечене из овог демонстрационог пројекта у своју клиничку праксу и истраживање?

Планирамо да резултате уградимо у клиничку праксу у нашем центру за спавање иу другим центрима за спавање. Успех овога треба да се објави, а затим се може оглашавати у публикацијама у часописима и коначно може бити укључен у медицинске смернице.