Resumen

La computación en nube es muy adecuada para el diagnóstico médico en los servicios de e-salud, donde se requiere una gran capacidad de computación. Sin embargo, a pesar de las enormes ventajas de adoptar la computación en nube, el campo del diagnóstico médico aún no está preparado para adoptarla porque contiene datos sensibles y, por tanto, su uso podría causar una gran preocupación por la violación de la privacidad. Por ejemplo, un servidor en la nube de e-salud comprometido podría exponer el conjunto de datos médicos subcontratados de múltiples propietarios de datos médicos o infringir la privacidad de un consultante paciente filtrando su síntoma o resultado de diagnóstico. En este artículo, proponemos un sistema de diagnóstico médico que utiliza servidores en la nube de e-salud de una manera que preserva la privacidad cuando los conjuntos de datos médicos son propiedad de múltiples propietarios de datos. El sistema propuesto es el primero que consigue la privacidad del conjunto de datos médicos, los síntomas y los resultados del diagnóstico, y oculta el patrón de acceso a los datos incluso a los servidores en la nube de e-salud que realizan cálculos con los datos, al tiempo que sigue siendo robusto frente a la colusión de las entidades. Como componente básico del sistema de diagnóstico propuesto, diseñamos un novedoso protocolo de preservación de la privacidad para encontrar los k datos con mayor similitud (PE-FTK) con un síntoma determinado. El protocolo reduce el tiempo medio de ejecución en un 35 % en comparación con el de un trabajo anterior publicado en la literatura. Además, el resultado del trabajo anterior es probabilístico, es decir, el resultado puede contener algún error, mientras que el resultado de nuestro PE-FTK es determinístico, es decir, el resultado es correcto sin ninguna probabilidad de error.

• Materias:Señales orofaciales Clasificación del cáncer Terapia de exposición Resonancias magnéticas Medicina de precisión
• Subjects:Orofacial signals Cancer classification Exposure therapy Magnetic resonance imaging Precision medicine
• Palabras claves:servidores sanitarios en nube, computación en nube, resultado, privacidad, conjunto de datos médicos, trabajos anteriores, múltiples propietarios de datos médicos, tiempo medio de ejecución, patrón de acceso a los datos, servidor sanitario en nube
• Keywords:health cloud servers, cloud computing, result, privacy, medical dataset, previous work, multiple medical data owners, average running time, data access pattern, health cloud server