Distributed learning: leren van elkaars data met waarborging van patiënt-privacy

Predictiemodellen worden steeds vaker ingezet om voor de individuele patiënt behandeluitkomsten te voorspellen en hiermee de behandeling verder te personaliseren. Predictiemodellen maken het mogelijk om een goede balans te vinden tussen de behandeling en de bijwerkingen. De kwaliteit van modellen is echter sterk afhankelijk van de hoeveelheid data waarop ze zijn getraind. Om grotere datasets te verzamelen is samenwerking tussen ziekenhuizen een must. Het delen van data blijft echter om verscheidene reden lastig. In zijn proefschrift onderzocht Frank Dankers het potentieel van distributed learning om te leren van elkaars data zonder dat privacy-gevoelige data uitgewisseld hoeft te worden.