การพัฒนา AI ด้วยข้อมูลส่วนบุคคล โดยหลักการของ Federated Learning
ในปัจจุบันการนำระบบปัญญาประดิษฐ์หรือ AI มาใช้ในด้านการแพทย์และสาธารณสุขนับเป็นก้าวที่สำคัญของวงการ Big Data ไม่ว่าจะเป็นการใช้ AI เพื่อวินิจฉัยอาการป่วย หรือ พยากรณ์การระบาดของโรค ซึ่งถือว่าเป็นเครื่องมือสำคัญ
โดยเฉพาะในสถานการณ์การแพร่ระบาดของโรค COVID-19
อย่างไรก็ตามในการพัฒนาระบบ AI เหล่านี้จำเป็นต้องมีข้อมูลจำนวนมากเพื่อใช้ในการสอน AI ซึ่งข้อมูลเหล่านี้อาจจะรวมถึงข้อมูลที่อ่อนไหว
1
เช่น
ข้อมูลส่วนบุคคล
การพัฒนา AI โดยปกป้องความเป็นส่วนตัวของเจ้าของข้อมูลจึงมีความสำคัญอย่างยิ่งสำหรับข้อมูลด้านสุขภาพ
หลักการทำงานของ Federated Learning
(i) สร้าง AI เริ่มต้นจากข้อมูล AI ระบบกลาง
(ii) สอน AI ด้วยข้อมูลบนเครื่องผู้ใช้งาน
(iii) ส่งผลการเรียนรู้ของ AI บนเครื่องให้กับ AI ระบบกลาง
อย่างไรก็ตาม โอลิเวียร์ ซมิท ผู้อำนวยการด้านยุทธศาสตร์และหัวหน้าด้านจริยธรรม Health Moonshot บริษัทลูกของ Telefonica Innovation Alpha ซึ่งเป็นบริษัทโทรคมนาคมของประเทศสเปนและทีมของเขา ได้ทดลองพัฒนา AI โดยปกป้องข้อมูลส่วนบุคคลมาแล้ว 6 โครงการ ท่านให้ข้อสรุปว่า
โดยการประยุกต์ใช้กลไกการปกป้องข้อมูลส่วนบุคคลจะต้องเปลี่ยนไปตามความเหมาะสมกับชุดข้อมูลและโจทย์ แต่ถึงกระนั้น ท่านเห็นถึงความเป็นไปได้ของการพัฒนา AI ด้วยข้อมูลส่วนบุคคลและกล่าวว่า