(Kateryna-Kon/Shutterstock)
En septiembre, la Agencia de Proyectos de Investigación Avanzada para la Salud (ARPA-H) otorgó a Duality Applied sciences un contrato por valor de hasta 6 millones de dólares para desarrollar un marco que permita a las organizaciones de atención médica compartir datos de pacientes altamente confidenciales. Si tiene éxito, el proyecto permitirá a las organizaciones sanitarias más pequeñas acceder de forma segura a datos sanitarios confidenciales para realizar investigaciones sobre enfermedades raras, incluidas aquellas que tienen un impacto dispar en las minorías raciales.
La frase “enfermedad rara” es un nombre poco apropiado. Si bien algunas enfermedades son estadísticamente muy raras, el hecho es que aproximadamente el 20% de la población del país se ve afectada por una enfermedad rara en algún momento de su vida. Y si bien existe una investigación activa sobre enfermedades raras, la mayor parte está dirigida a personas con orígenes y genética del noroeste de Europa, cube Kurt Rohloff, director de tecnología y cofundador de Tecnologías de dualidad.
«Hay mucha menos comprensión de la genética, la composición genética y las correlaciones entre las mutaciones y el cáncer u otros tipos de enfermedades fuera del enfoque clásico de los individuos con herencia del norte y oeste de Europa», cube Rohloff. «Tenemos un poco de sesgo institucional en el mundo».
Los judíos asquenazíes tienen una probabilidad estadísticamente mayor de desarrollar cáncer de mama debido a mutaciones genéticas hereditarias RCA1 y BRCA2 (BRCA1/2) (SeventyFour/Shutterstock)
Las organizaciones sanitarias muy grandes, como el Broad Institute, Mass Basic e Intermountain Well being, tienen una gran cantidad de datos valiosos para realizar investigaciones médicas sobre cosas como enfermedades raras. Sin embargo, gran parte de los datos que tienen están sesgados hacia centros de población con herencia genética europea, cube Rohloff.
La buena noticia es que si esas grandes organizaciones de atención médica quieren un conjunto de datos de una determinada ciudad, tienen los recursos legales para redactar un acuerdo de uso de datos que proporcione las protecciones de privacidad necesarias.
“No hay nada malo en ello. Tienen políticas administrativas sobre cómo manejan los datos cuando los reciben para mantenerlos privados y seguros. Todas las mejores prácticas. Lo hacen bien”, cube Rohloff. Cable de datos grandes.
«El desafío es que, a medida que se llega a las organizaciones más pequeñas, los centros de salud del mercado medio, los centros de investigación y los centros de investigación universitarios de nivel medio, no necesariamente tienen recursos infinitos para presupuestos legales», continúa. “No tienen infinitas actividades del tipo IRB (junta de revisión institucional). Básicamente necesitan formas de acelerar el acceso a los datos sin necesariamente contar con el tiempo de un abogado”.
Ese es el objetivo del nuevo proyecto ARPA-H que ha iniciado. Apodado APRIETAel proyecto utilizará la tecnología de cifrado totalmente homomórfico (FHE) de Duality para permitir que las organizaciones de atención médica rurales y nativas en los Estados Unidos reúnan sus datos de atención médica y los analicen, pero sin permitir que otras personas los lean.
Las organizaciones sanitarias seguirán necesitando obtener el consentimiento de las personas antes de utilizar sus datos para la investigación de enfermedades raras. Pero como los datos permanecen cifrados todo el tiempo, se scale back la cantidad de trabajo authorized necesario para obtener el consentimiento necesario, afirma Rohloff.
«Todas estas diversas (organizaciones)… tienen sus propios datos», cube Rohloff, quien ha trabajado ampliamente en la comunidad DARPA con la tecnología de cifrado homomórfico de Duality. “Una organización cifraría sus datos localmente, utilizando una clave de cifrado native… y los subiría a un servidor, que podría estar en un centro de investigación del cáncer. Y varias agencias de salud rurales o tribales podrían hacer esto, cada una cifrando con su propia clave”.
Una vez que todos los datos cifrados estén centralizados, se pueden analizar y utilizar para crear modelos de aprendizaje automático dentro del entorno FHE de Duality.
«Esto podría ser, por ejemplo, modelos basados en covariables o simplemente modelos simples de tipo correlación para identificar qué tipo de mutaciones son indicativas de ciertos tipos de cáncer», cube Rohloff, quien tiene un doctorado en ingeniería eléctrica e informática (EECS). de la Universidad de Michigan. «Obtienes modelos de mayor calidad, resultados más precisos y potencialmente ves cosas que normalmente no verías».
Es una forma de aprendizaje federado con FHE mezclado, afirma.
Kurt Rohloff es el CTO y cofundador de Duality Applied sciences
“Todo esto se está haciendo encriptado. Ejecutas los análisis y obtienes resultados cifrados”, cube Rohloff. “Podríamos enviar el resultado cifrado a cada una de las agencias de salud que aportaron datos. Cada uno puede ejecutar básicamente un proceso de aprobación con su clave native… para básicamente otorgar acceso a la parte analítica, de modo que si todos los contribuyentes de datos cifrados están de acuerdo o dan su consentimiento para el acceso… entonces la parte analítica eventualmente podrá obtener el resultado”.
Construir este tipo de sistemas no es fácil, afirma Rohloff. Si bien FHE ha tenido mala reputación en algunos círculos debido a su bajo desempeño, ésta se debe principalmente a implementaciones deficientes.
«Se necesita un poco de delicadeza y un poco de experiencia para diseñar cargas de trabajo que se ejecuten de manera muy eficiente además de la tecnología de privacidad», cube Rohloff, quien ganó un premio DARPA Younger School Award mientras trabajaba en el Instituto de Tecnología de Nueva Jersey. «Existe una penalización en el rendimiento por realizar un cifrado homomórfico deficiente».
Duality ya ha construido este tipo de sistema antes, incluso en asociación con el Instituto del Cáncer Dana-Farber, el Centro Médico de Tel Aviv y otros, cube Rohloff. El sistema que está desarrollando como parte del proyecto ARPA-H está diseñado para ser una implementación de referencia de una arquitectura abierta para FHE que pueda implementarse más ampliamente.
Queda por ver si Duality puede convertirse en el Pink Hat de FHE. La empresa es líder indiscutible en cifrado homomórfico, y se ha demostrado que funciona. A medida que la empresa construye su base comercial, se complace en hacer algunos buenos trabajos a lo largo del camino.
«Una gran parte de nuestra misión es permitir una colaboración segura sobre datos confidenciales», afirma Rohloff. “Ya sea ayudando a las organizaciones a compartir, de manera regulada y protegida de la privacidad, datos de transacciones financieras para perseguir los delitos financieros, reducir el fraude, detener el lavado de dinero o luchar contra la financiación del terrorismo, o si se trata del lado de la salud pública civil de ayudar a los centros de investigación del cáncer. compartir datos para desarrollar mejores tratamientos para enfermedades raras y ayudar a comunidades históricamente subrepresentadas y desatendidas, como los centros de salud tribales y los centros de salud rurales, esto es una gran parte de lo que hacemos: permitir colaboraciones seguras para el bien público en common”.
Artículos relacionados:
En el cifrado homomórfico (debemos) confiar
Tres técnicas de mejora de la privacidad que pueden reforzar la respuesta al COVID-19
