SynthEHR-DP: Clinically Valid Electronic Health Record Synthesis with Differential Privacy Guarantees
تقدم الورقة البحثية SynthEHR-DP، وهو إطار عمل توليدي مبتكر يجمع بين مشفر متعدد الأنواع، ومحول زمني، ومشفّر تلقائي متغير شرطي مع تدريب ذي خصوصية تفاضلية وطبقة قيود سريرية لاحقة لإنتاج سجلات صحية إلكترونية اصطناعية صالحة سريرياً وتحافظ على الخصوصية، والتي تحقق أداءً رائداً في المقايضة بين الخصوصية والمنفعة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
في المستشفى الحديث، تُسجل رحلة المريض بتفاصيل هائلة. كل تشخيص، وكل دواء، وكل علامة حيوية، وكل نتيجة مختبر يتم توثيقها في ملف رقمي يُعرف بالسجل الصحي الإلكتروني. وتُعد هذه السجلات كنزاً للعلماء، فهي تفتح نافذة على كيفية انتشار الأمراض، وكيفية عمل الأدوية، وكيفية بناء أدوات أفضل للأطباء. ومع ذلك، فإن هذا الثراء نفسه يجعل البيانات حساسة للغاية؛ فحتى عند إزالة الأسماء وأرقام الضمان الاجتماعي، يمكن لمزيج فريد من عمر الشخص وموقعه وتاريخه الطبي أن يكشف هويته في كثير من الأحيان. وهذا يخلق مأزقاً صعباً: يحتاج الباحثون إلى الوصول إلى هذه المعلومات لإنقاذ الأرواح، لكن مشاركتها تنطوي على مخاطرة بانتهاك خصوصية الأشخاص الذين يأملون في مساعدتهم.
لسنوات، كان الحل هو إنشاء بيانات "اصطناعية". فبدلاً من مشاركة ملفات المرضى الحقيقية، يستخدم العلماء برامج حاسوبية لتوليد سجلات وهمية تبدو وتتصرف إحصائياً تماماً مثل السجلات الحقيقية. والأمل هو أن يتمكن الباحثون من دراسة هذه السجلات الوهمية دون رؤية بيانات شخص حقيقي أبداً. ومع ذلك، استمرت مشكلة كبيرة؛ فالكثير من هذه السجلات الاصطناعية إما أنها بسيطة جداً بحيث لا تجدي نفعاً في الأبحاث الطبية المعقدة، أو أنها مفصلة للغاية بحيث تسرب معلومات عن المرضى الحقيقيين الذين نُحتت على غرارهم. إذا كان السجل الاصطناعي مثالياً للغاية، فقد يتمكن مهاجم ذكي من هندسته عكسياً للعثور على الشخص الأصلي. لقد كان التحدي المركزي هو إيجاد طريقة تجعل هذه السجلات الوهمية دقيقة طبياً ومضمونة الخصوصية رياضياً.
تقدم دراسة جديدة نظاماً يسمى SynthEHR-DP، صُمم لحل هذه المشكلة تحديداً. فقد بنى الباحثون نموذجاً حاسوبياً متطوراً يتعلم من السجلات المستشفيات الحقيقية لتوليد سجلات جديدة اصطناعية. وما يميز هذا النظام هو أنه تم تدريبه باستخدام تقنية رياضية محددة تسمى "الخصوصية التفاضلية" (differential privacy). تعمل هذه التقنية عن طريق إضافة قدر محدد من "الضجيج" أو الاضطراب العشوائي إلى عملية التعلم. تخيل أنك تحاول سماع محادثة واحدة في غرفة مزدحمة؛ الضجيج يجعل من المستحيل عزل أي صوت واحد، ومع ذلك يظل النمط العام لدردشة الحشد واضحاً. وبالمثل، يتعلم النظام القواعد العامة لصحة الإنسان دون حفظ التفاصيل المحددة لأي مريض بمفرده.
اختبر الفريق نظامهم على قاعدتي بيانات ضخمتين من سجلات المستشفيات الحقيقية، إحداهما تحتوي على حوالي 40,000 مريض والأخرى تضم قرابة 200,000 مريض. وقد ضبطوا إعدادات الخصوصية على مستوى صارم، مما يضمن أنه حتى لو عرف شخص ما كل شيء تقريباً عن مريض، فلن يتمكن من تحديد ما إذا كان هذا المريض موجوداً في بيانات التدريب بيقين. كانت النتائج مذهلة؛ فعندما حاول الباحثون خداع النظام للكشف عما إذا كان شخص معين موجوداً في مجموعة التدريب، كانت تخمينات النظام لا تزيد عن الصدفة العشوائية، مما أدى فعلياً إلى تحييد خطر إعادة تحديد الهوية.
والأهم من ذلك، أن هذا المستوى العالي من الخصوصية لم يأتِ على حساب الفائدة. فلم تكن السجلات الاصطناعية التي أنتجها SynthEHR-DP مجرد أرقام عشوائية؛ بل كانت صالحة طبياً، بمعنى أن العلاقات بين الحالات الطبية المختلفة والعلاجات كانت منطقية وفقاً للقواعد الطبية الراسخة. على سبيل المثال، لم تقترح السجلات الاصطناعية أن طفلاً يعاني من حالة تصيب البالغين فقط، أو أن مريضاً لديه معدل ضربات قلب مستحيل بيولوجياً. وعندما استخدم باحثون آخرون هذه السجلات الاصطناعية لتدريب نماذج التنبؤ الطبي الخاصة بهم، كانت تلك النماذج تعمل بشكل جيد تقريباً كما لو كانت قد تدربت على البيانات الحقيقية الخاصة.
وجد الباحثون أن نهجهم يتفوق على الطرق السابقة التي حاولت الموازنة بين الخصوصية والدقة. فبينما كانت الأنظمة الأخرى إما تضحي بالكثير من الدقة لتكون آمنة أو تكون محفوفة بالمخاطر بحيث لا يمكن الوثوق بها، حققت هذه الطريقة الجديدة مزيجاً نادراً؛ فقد وفرت ضماناً رياضياً رسمياً للخصوصية مع الحفاظ على درجة عالية من الواقعية الطبية. نجح النظام في توليد سجلات يمكن استخدامها للتنبؤ بالنتائج الخطيرة، مثل ما إذا كان المريض سيُعاد إدخاله إلى المستشفى أو سيصاب بعدوى شديدة، بدقة تقل قليلاً فقط عما يمكن تحقيقه باستخدام البيانات الحقيقية.
أحد أهم جوانب هذا العمل هو كيفية تعامله مع تعقيد البيانات الطبية. فسجلات المرضى فوضوية ومتنوعة، وتحتوي على مزيج من الأرقام، والرموز النصية، والجداول الزمنية التي تتغير بمرور الوقت. يستخدم النظام الجديد بنية متخصصة لفهم هذه الأنواع المختلفة من المعلومات في آن واحد. يمكنه معالجة تفاصيل المريض الثابتة، مثل العمر والجنس، جنباً إلى جنب مع تاريخه الديناميكي، مثل تسلسل الاختبارات المعملية التي أُجريت على مدار عدة أيام. ومن خلال تنظيم هذه المعلومات بعناية قبل تطبيق حماية الخصوصية، يقلل النظام من كمية الضجيج المطلوبة، مما يساعد في الحفاظ على جودة البيانات الاصطناعية النهائية.
كما تناولت الدراسة مصدر قلق شائع في توليد البيانات الاصطناعية: خطر احتواء السجلات الوهمية على تركيبات طبية مستحيلة. ولمنع حدوث ذلك، أضاف الباحثون خطوة أخيرة حيث يتم فحص البيانات المولدة مقابل مجموعة من القواعد الطبية. تضمن هذه الخطوة أن المخرجات متسقة منطقياً مع كيفية عمل الأجسام البشرية، دون الحاجة إلى أي وصول إضافي إلى سجلات المرضى الخاصة. وتعمل هذه العملية كشبكة أمان، تلتقط أي أخطاء قد تكون تسللت خلال عملية التوليد الأولية وتصححها قبل إصدار البيانات.
إن تداعيات هذا العمل كبيرة بالنسبة لمستقبل البحث الطبي؛ فهو يوفر مساراً للمستشفيات والمؤسسات البحثية لمشاركة بياناتها بحرية أكبر دون خوف من انتهاك خصوصية المرضى. وإذا تم اعتماده على نطاق واسع، يمكن لهذه التكنولوجيا أن تسرع من اكتشاف علاجات جديدة وتطوير أدوات تشخيصية أفضل، حيث سيكون لدى العلماء وصول إلى مجموعات بيانات ضخمة وعالية الجودة وآمنة للاستخدام. وقد أتاح الباحثون الكود والنماذج الخاصة بهم للجمهور، داعين الآخرين للتحقق من النتائج والبناء على الأساس الذي وضعوه.
في نهاية المطاف، تثبت الدراسة أنه من الممكن الحصول على كل من الخصوصية والمنفعة معاً. إن الخوف من أن حماية بيانات المرضى يجب أن تعني التضحية بجودة البحث ليس مقايضة ضرورية. فباستخدام تقنيات رياضية متقدمة وهندسة دقيقة، يظهر نظام SynthEHR-DP أنه يمكننا إنشاء نوع جديد من موارد البيانات—نوع يحترم كرامة وخصوصية المرضى مع إطلاق العنان للإمكانات الكاملة للعلوم الطبية. إن هذا العمل هو دليل على أنه باستخدام الأدوات الصحيحة، يمكننا حماية الفرد مع النهوض بالصالح العام.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.