医療ビッグデータのプライバシー保護ロジスティック回帰の研究
【研究分野】情報セキュリティ
【研究キーワード】
医療情報 / ビッグデータ / プライバシー保護 / プライバシー / データマイニング / 垂直分割 / ロジスティック回帰 / 秘匿計算 / ロジステック回帰分析 / 疫学
【研究成果の概要】
本研究課題では垂直に分割された２つのデータセットに対するロジスティック回帰を安全に実行する新しいプロトコルを提案する．提案方式は，反復再重み付け最小二乗(IRLS)を適用し，従来よりも少ない繰返し回数で収束する効率の良いプロトコルである．従来の最小勾配法(SGD)の収束回数30,000回と比較して，提案プロトコルは7回で収束する．大規模な国内の患者の診療情報を含む診療情報データベース(DPC)を用いて，その実現可能性を評価している．提案により，対象患者の機微情報を関連組織に漏洩することなく，死亡確率のみを予測することを可能とする．疑似データによる本方式のパフォーマンスと精度の評価を与えている．
【研究代表者】
【研究分担者】 |
| 康永 秀生 | 東京大学 | 大学院医学系研究科(医学部) | 教授 | (Kakenデータベース) |
|
【研究連携者】 |
| 橋本 秀樹 | 東京大学 | 医学系研究科 | 教授 | (Kakenデータベース) |
|
【研究種目】基盤研究(C)
【研究期間】2015-04-01 - 2018-03-31
【配分額】4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)