Grant: Collaborative Science, Technology and Innovation Program - Collaborative R&D Initiatives

This agreement has been amended 2 time(s). The end date of this agreements has been modified by 80 days. The total amended value is 107,000 dollars.

Cet accord a été modifié 2 fois La date de fin du présent accord a été changé de 80 jours. La valeur totale des modifications est de 107 000 dollars.

Un nouveau cadre de travail pour préserver la sécurité et la confidentialité des données de santé de haute précision à l’aide de l’analyse des mégadonnées et du chiffrement homomorphique

Precision medicine is an emerging approach for disease treatment and prevention by delivering personalized care to individual patients taking into consideration their personal circumstance in terms of genetic makeup, environment, and lifestyle. Advancement in precision healthcare is tied to technological advancements, such as big data storage and analysis, sensor technologies, the Internet of Things, etc. Despite the rapid advancement of precision medicine and the considerable promises that it entails, several underlying technological challenges have not yet received the attention they deserve. One such area of great importance is the security and privacy of precision health related data. Specifically, the security and privacy risks of introducing precision health related data, such as the human genome, in patient’s electronic health record (EHR), are not well understood. The purpose of the current project is to develop an Artificial Intelligence-based framework that will take as input precision health related data, such as the human genomic sequence, and produce a different representation that is privacy-proven and can be appended safely to patient’s EHR. This new representation will provide enough information that can be used and analyzed by the different precision health professionals, while not being reversible. The new framework will leverage advances in deep neural network and homomorphic encryption techniques.

La médecine de précision est une approche émergente pour le traitement et la prévention des maladies en offrant des soins personnalisés aux patients individuels en tenant compte de leur situation personnelle en termes de constitution génétique, d'environnement et de style de vie. Les progrès des soins de santé de précision sont liés aux progrès technologiques, tels que le stockage et l'analyse des mégadonnées, les technologies des capteurs, l'Internet des objets, etc. Malgré les progrès rapides de la médecine de précision et les promesses considérables qu'elle implique, plusieurs défis technologiques sous-jacents n'ont pas encore reçu l'attention qu'ils méritent. Un de ces domaines d'une grande importance est la sécurité et la confidentialité des données de santé précises. Plus précisément, les risques pour la sécurité et la confidentialité de l'introduction de données liées à la santé de précision, comme le génome humain, dans le dossier de santé électronique (DSE) du patient, ne sont pas bien compris. Le but du projet actuel est de développer un cadre basé sur l'intelligence artificielle qui prendra en entrée des données de précision liées à la santé, telles que la séquence génomique humaine, et produira une représentation différente qui a fait ses preuves en matière de confidentialité et qui peut être ajoutée en toute sécurité au DSE du patient. Cette nouvelle représentation fournira suffisamment d'informations pouvant être utilisées et analysées par les différents professionnels de santé de précision, sans être réversibles. Le nouveau cadre tirera parti des progrès des réseaux de neurones profonds et des techniques de cryptage homomorphique.

In the short term, anticipated outcomes will be strengthened collaborations across industry, academia, and government to support research excellence. In the medium term, anticipated outcomes will be the development of new and potentially disruptive technologies with collaborators. In the long term, find collaborative solutions to public policy challenges and create stronger innovation systems.

À court terme, les résultats prévus seront des collaborations renforcées entre l'industrie, le milieu universitaire et le gouvernement pour soutenir l'excellence en recherche. À moyen terme, les résultats attendus seront le développement de nouvelles technologies potentiellement perturbatrices avec des collaborateurs. À long terme, trouver des solutions collaboratives aux défis des politiques publiques et créer des systèmes d'innovation plus solides.

Collaborate on multiparty research and development programs to catalyze transformative, high-risk, high-reward research with the potential for game-changing scientific discoveries and technological breakthroughs in priority areas.

Collaborer à des programmes multipartites de recherche-développement dans le but de profiter de la synergie entre la recherche transformatrice à haut risque et à haut rendement et le potentiel de découvertes scientifiques et de percées technologiques révolutionnaires dans des secteurs d’intervention prioritaires.