Réflexions sur l’IA du CIFAR: Vers Une Approche Proportionnelle Fondée Sur Le Risque Pour L’accès Aux Données Fédérées Au Canada

Par: CIFAR

3 Août, 2023

03 août 2023

Conseils aux décideurs politiques sur la manière de planifier, développer et mettre en œuvre des systèmes d’apprentissage fédéré pour faire progresser en toute sécurité l’apprentissage automatique pour l’amélioration des systèmes de santé.

Ce brefage explore la manière de mettre en oeuvre l’apprentissage fédéré. Les auteurs analysent les résultats d’une analyse documentaire, d’entretiens avec des spécialistes, d’un atelier de validation et d’un sondage sur les solutions aux problèmes de protection de la vie privée, d’éthique et de sécurité soulevés par l’apprentissage fédéré. En évaluant les solutions aux défis potentiels, ils se concentrent sur une réponse proportionnée aux risques avérés, en particulier la fréquence et l’ampleur des dommages causés par les atteintes à l’éthique, à la vie privée et à la sécurité des données sur la santé. Ils discutent des compromis entre les protections nécessaires et l’utilité des données dans le contexte de l’apprentissage fédéré et recommandent des modèles de gouvernance habilitants.

AUTEURS

Tania Bubela B. Sc. (Hons), Ph. D., JD, FCAHS, FRSC. Professeure et doyenne, Faculté des sciences de la santé, Université Simon Fraser.
Ivan Beschanstnikh B. Sc., M. Sc., Ph. D. Professeur agrégé, Département d’informatique, Université de la Colombie-Britannique.
Regiane Garcia LLB, LLM, Ph. D. Associée de recherche, Faculté des sciences de la santé, Université Simon Fraser.
Aline Talhouk B.A., M. Sc., Ph. D. Professeure adjointe et boursière Michael Smith en recherche en santé, Département d’obstétrique et de gynécologie, Faculté de médecine, Université de la Colombie-Britannique et Programme de recherche sur le cancer gynécologique et ovarien de la Colombie-Britannique (OVCARE).

Lire le rapport

Pour de plus amples renseignements, veuillez communiquer avec :
Gagan Gill
Responsable de programme, IA et société, CIFAR

single share hidden input
Suivez-nous

Soutenez-nous

L’Institut canadien de recherches avancées (CIFAR) est une organisation de recherche d’influence mondiale fièrement basée au Canada. Nous mobilisons les plus brillants personnes du monde, dans toutes les disciplines et à tous les stades de carrière, pour faire progresser les connaissances transformatrices et résoudre ensemble les plus grands problèmes de l’humanité. Nous recevons l’appui des gouvernements du Canada, de l’Alberta et du Québec, ainsi que de fondations, de particuliers, d’entreprises et d’organisations partenaires du Canada et du monde entier.

Dons

Réflexions sur l’IA du CIFAR: Vers Une Approche Proportionnelle Fondée Sur Le Risque Pour L’accès Aux Données Fédérées Au Canada

Conseils aux décideurs politiques sur la manière de planifier, développer et mettre en œuvre des systèmes d’apprentissage fédéré pour faire progresser en toute sécurité l’apprentissage automatique pour l’amélioration des systèmes de santé.

Suivez-nous

Articles liés

Soutenez-nous