Ein kryptografisches Novum für die biomedizinische Forschung

Die prädiktive, präventive, personalisierte und partizipatorische Medizin, bekannt als P4, ist die Gesundheitsversorgung der Zukunft. Um die Einführung zu beschleunigen und das Potenzial zu maximieren, müssen klinische Daten über eine grosse Anzahl von Personen effizient zwischen allen Beteiligten ausgetauscht werden. Es ist jedoch schwierig, Daten zu sammeln. Diese sind in einzelnen Spitälern, Arztpraxen und Kliniken auf der ganzen Welt isoliert. Die Risiken für den Schutz der Privatsphäre, die sich aus der Offenlegung medizinischer Daten ergeben, sind ebenfalls ein ernstes Problem und stellen ohne wirksame Technologien zum Schutz der Privatsphäre ein Hindernis für den Fortschritt der P4-Medizin dar.

Bestehende Ansätze bieten entweder nur einen begrenzten Schutz der Privatsphäre der Patientinnen und Patienten, indem sie von den Einrichtungen die Weitergabe von Zwischenergebnissen verlangen, die wiederum sensible Informationen auf Patientenebene preisgeben können, oder sie opfern die Genauigkeit der Ergebnisse, indem sie Rauschen zu den Daten hinzufügen, um potenzielle Lecks zu entschärfen.

Nun haben Forschende des Labors für Datensicherheit der EPFL in Zusammenarbeit mit Kolleginnen und Kollegen des Universitätsspitals Lausanne (CHUV), des MIT CSAIL und des Broad Institute des MIT und Harvard «FAMHE» entwickelt. Dieses gemeinsame Analysesystem ermöglicht es verschiedenen Gesundheitsdienstleistern, gemeinsam statistische Analysen durchzuführen und Modelle für maschinelles Lernen zu entwickeln, ohne die zugrunde liegenden Datensätze auszutauschen. FAHME schafft den Spagat zwischen Datenschutz, Genauigkeit der Forschungsergebnisse und praktischer Rechenzeit - drei kritische Dimensionen im Bereich der biomedizinischen Forschung.

In einem soeben in «Nature Communications» veröffentlichten Artikel erklärt das Forscherteam, dass der entscheidende Unterschied zwischen FAMHE und anderen Ansätzen, die versuchen, die Herausforderungen in Bezug auf Datenschutz und Genauigkeit zu bewältigen, darin besteht, dass FAMHE in grossem Massstab funktioniert und die Sicherheit mathematisch nachgewiesen werden konnte, was aufgrund der Sensibilität der Daten unumgänglich ist.

Erfolgreiche Teststudie

In zwei prototypischen Einsätzen reproduzierte FAMHE akkurat und effizient zwei veröffentlichte, multizentrische Studien, die auf Datenzentralisierung und massgeschneiderte rechtliche Verträge für zentralisierte Datentransfers angewiesen waren, einschliesslich Kaplan-Meier-Überlebensanalysen in der Onkologie und genomweite Assoziationsstudien in der medizinischen Genetik. Mit anderen Worten: FAHME hat gezeigt, dass die gleichen wissenschaftlichen Ergebnisse auch ohne die Übertragung und Zentralisierung der Datensätze hätten erzielt werden können.

«Bisher konnte niemand Studien reproduzieren, die zeigen, dass vernetzte Analytik in grossem Massstab funktioniert. Unsere Ergebnisse sind präzise und werden mit einer angemessenen Berechnungszeit erzielt. FAMHE verwendet eine homomorphe Mehrparteienverschlüsselung, d.h. die Fähigkeit, Berechnungen mit den Daten in verschlüsselter Form über verschiedene Quellen hinweg durchzuführen, ohne dass die Daten zentralisiert werden und ohne dass eine Partei die Daten der anderen Parteien einsehen kann», sagte EPFL-Professor Jean-Pierre Hubaux, der leitende Autor der Studie.

«Diese Technologie wird nicht nur klinische Forschungsstudien mit mehreren Standorten revolutionieren, sondern auch die Zusammenarbeit mit sensiblen Daten in vielen verschiedenen Bereichen wie Versicherungen, Finanzdienstleistungen und Cyberverteidigung ermöglichen», fügte EPFL-Forscher Dr. Juan Troncoso-Pastoriza hinzu.

Der Schutz der Patientendaten ist ein zentrales Anliegen des Universitätsspitals Lausanne. «Die meisten Patientinnen und Patienten sind sehr daran interessiert, ihre Gesundheitsdaten für den Fortschritt in Wissenschaft und Medizin zur Verfügung zu stellen, aber es ist wichtig, die Vertraulichkeit dieser sensiblen Informationen zu gewährleisten. FAMHE ermöglicht eine sichere kollaborative Forschung an Patientendaten in einem noch nie dagewesenen Umfang», sagte Professor Jacques Fellay von der Abteilung Präzisionsmedizin des CHUV.

«Solange es diese Art von Lösung nicht gibt, besteht die Alternative darin, bilaterale Datenübertragungs- und -nutzungsvereinbarungen zu treffen. Diese sind jedoch ad hoc und erfordern monatelange Diskussionen, um sicherzustellen, dass die Daten in diesem Fall ordnungsgemäss geschützt werden. FAHME bietet eine Lösung, die es ein für alle Mal ermöglicht, sich auf die zu verwendende Toolbox zu einigen und sie dann einzusetzen», erklärte Prof. Bonnie Berger vom MIT, von CSAIL und Broad.

«Diese Arbeit legt eine wichtige Grundlage, auf der gemeinsame Lernalgorithmen für eine Reihe von biomedizinischen Studien in skalierbarer Weise aufgebaut werden könnten. Es ist spannend, über mögliche zukünftige Entwicklungen von Werkzeugen und Arbeitsabläufen nachzudenken, die durch dieses System ermöglicht werden, um verschiedene analytische Anforderungen in der Biomedizin zu unterstützen», sagte Dr. Hyunghoon Cho vom Broad Institute.
Wie schnell und wie weit wird sich diese neue Lösung nach Ansicht der Forschenden durchsetzen? «Wir befinden uns in fortgeschrittenen Gesprächen mit Partnerinnen und Partnern in Texas, den Niederlanden und Italien, um FAMHE breitflächig einzusetzen. Es ist unser Ziel, dass dieses System in den Routinebetrieb der medizinischen Forschung integriert wird», schloss Dr. Jean Louis Raisaro vom CHUV, einer der leitenden Forschenden der Studie.