PDA: Privacy-preserving Distributed Algorithms for Clinical Evidence Generation and Evidence Synthesis using Networked Data
报告人： 陈勇（宾夕法尼亚大学）
时间：2024-11-21 14:00-15:00
地点：智华楼-四元厅
摘要：
电子健康记录（EHR）可得数据的激增为来自多种来源的证据综合创造了独特的机会，推动了科学研究的重大突破。但是数据整合过程中仍面临诸多挑战：患者隐私保护问题、大量数据特征带来的复杂性，以及不同数据集之间的差异性，均构成了重要障碍。针对这些挑战，我们团队开发了一套创新的隐私保护分布式算法（PDA）。这些工具旨在支持多机构数据分析，而无需共享个体患者数据（IPD）。我们的PDA框架利用分布式学习和推断，能够支持多种模型，包括关联分析、因果推断、聚类分析和反事实分析等。该方法极大地促进了以数据为中心的生态系统的任务，包括OHDSI、PCORnet、国际癌症研究署和RECOVER COVID计划。我们的PDA框架已在多个实际场景中成功应用，涵盖了药物流行病学研究、早期疾病诊断预测模型的开发、协作性亚表型研究，以及医院绩效评估等领域，展现了其实用性和有效性。
演讲嘉宾简介：
陈勇（Yong Chen）是宾夕法尼亚大学生物统计学教授，并担任健康人工智能与证据综合中心（CHASE）的创始主任，领导使用真实世界数据进行临床证据生成与综合的研究工作。他同时负责宾大计算、推断与学习实验室（PennCIL），专注于开发整合临床数据的方法。
陈教授是《柳叶刀》罕见病委员会国际二十位委员之一。此外，他是《内科学年鉴》的统计编辑、《新英格兰医学杂志-AI》的统计顾问，并担任《美国统计协会期刊-应用与案例研究》（JASA-ACS）和《应用统计年鉴》（AoAS）的副编辑。
