Cerca nel sito

GemelliGenerator

Home / Progetti / Privacy Preserving Data Mining

Privacy Preserving Data Mining

Principal Investigator:

Prof. Andrea Damiani, Ing. Carlotta Masciocchi

Ricercatori coinvolti:

Dott. Jacopo Lenkowicz, Dott Nikola Dino Capocchiano, Dott Roberto Gatta

Obiettivo:

Il Privacy Preserving Data Mining cerca di rispondere alla necessità di apprendere modelli statistici e di Machine Learning su dati distribuiti fra diverse istituzioni, senza che i dati lascino mai il luogo dove sono stati raccolti. Questo avviene nella cornice concettuale del Distributed Learning, una raccolta di metodi, modelli, algoritmi e implementazioni software in grado di garantire anche in studi multicentrici il rispetto della Privacy by Design, uno dei requisiti cogenti del regolamento E.U. GDPR. I data scientist di Generator hanno studiato, perfezionato e implementato queste metodologie in numerosi progetti di ricerca pubblicati su riviste internazionali.

Pubblicazioni:

  • A. Damiani, C. Masciocchi, J. Van Soest, N. Dinapoli, J. Lenkowicz, G. Chiloiro, M. A. Gambacorta, B. Corvari, E. Meldolesi, A.R. Alitto, L. Boldrini, A. Dekker, and V. Valentini – Learning a Cox Model Predicting Survival Based on 3413 Routine Clinical Rectal Cancer Patients Without Sharing Patient Data – International Journal of Radiation Oncology, Biology, Physic November 2018 DOI: 10.1016/j.ijrobp.2018.07.134
  • A. Damiani, C. Masciocchi, N. Dinapoli, G. Chiloiro, L. Boldrini, J. Lenkowicz, M.A. Gambacorta, L. Tagliaferri, R.Autorino, M. Pagliara, M.A. Blasi, R. Gatta, R. Negro, J. Van Soest, A. Dekker, and V. Valentini –  Rapid learning in a distributed ecosystem: modeling maculopathy occurrence after eye brachytherapy – April 2018 – Radiotherapy and Oncology 127:S1246 DOI: 10.1016/S0167-8140(18)32563-5
  • A. Damiani, C. Masciocchi, L. Boldrini, R. Gatta, N. Dinapoli, J. Lenkowicz, G. Chiloiro, M.A. Gambacorta, L. Tagliaferri, R. Autorino, M. Pagliara, M.A. Blasi, J. van Soest, A. Dekker, and V. Valentini  Preliminary Data Analysis in Healthcare Multicentric Data Mining: a Privacy-preserving Distributed Approach – January 2018 – Journal of E-Learning and Knowledge Society 14(1) DOI: 10.20368/1971-8829/1454
  • A. Damiani, R. Gatta, N. Dinapoli, E. Meldolesi, A. Jochems, T. Deist, J. Van Soest, A. Dekker, and V. Valentini – A New Model to Solve Privacy Issues in Multi-centric Clinical Studies: Problems Solved and New Challenges November 2015 – International journal of radiation oncology, biology, physics 93(3):E385-E386
  • A. Damiani , M. Vallati,  R. Gatta,  N. Dinapoli,  A. Jochems, T. Deist,  J. van Soest,  A. Dekker , and V. Valentini: Distributed Learning to Protect Privacy in Multi-centric Clinical Studies – 15th Conference on Artificial Intelligence in Medicine, AIME 2015, Pavia, Italy, June 17-20, 2015. Proceedings; 06/2015 ISBN 978-3-319-19551-3
  • Timo M. Deist, Frank J.W.M. Dankers, Priyanka Ojha, M. Scott Marshall, Tomas Janssen, Corinne Faivre-Finn, Carlotta Masciocchi, Vincenzo Valentini, et al. Distributed learning on 20 000+ lung cancer patients – The Personal Health Train – Radiotherapy and oncology, 2020, 114, 189-200