초록 ▼

본 연구는 의료데이터의 안전한 수집/분석 및 공유를 위한 보안 플랫폼 개발, 동형암호를 활용한 Privacy-Preserving Deep Learning 모델 개발 및 의치 환자 데이터를 활용한 실증을 목표로 하는 과제로 기술적 난이도가 높은 주제의 연구개발 목표를 모두 달성하였을 뿐만 아니라, 실 의료데이터를 활용한 실 환경 기술 검증을 수행하여 추가 안전성 검증 후 바로 실전에 활용될 수 있음.
보안 플랫폼 개발을 위해 의료데이터 보안 기반 기술인 네트워크 통신 보안기술, 사용자 인증 및 접근제어기술, 신뢰/비신뢰 구간별

본 연구는 의료데이터의 안전한 수집/분석 및 공유를 위한 보안 플랫폼 개발, 동형암호를 활용한 Privacy-Preserving Deep Learning 모델 개발 및 의치 환자 데이터를 활용한 실증을 목표로 하는 과제로 기술적 난이도가 높은 주제의 연구개발 목표를 모두 달성하였을 뿐만 아니라, 실 의료데이터를 활용한 실 환경 기술 검증을 수행하여 추가 안전성 검증 후 바로 실전에 활용될 수 있음.
보안 플랫폼 개발을 위해 의료데이터 보안 기반 기술인 네트워크 통신 보안기술, 사용자 인증 및 접근제어기술, 신뢰/비신뢰 구간별 키 관리기법, 데이터베이스 기밀성 및 무결성 유지 기법 및 데이터 비식별화 기술을 설계 및 개발하였고, 동형암호를 활용한 Privacy-Preserving Deep Learning 모델 개발을 위해 GPGPU 기반 동형암호 알고리즘 및 기존 동형암호 알고리즘의 연산 문제를 해결하여 Deep Learning에 적용할 수 있도록 추가적인 연산 기법을 고안 및 구현함.
실 의료데이터를 활용한 실 환경에서 무치악 환자가 적절한 치과 보철물을 착용했을 때 나타날 옆얼굴 모습을 에측하기 위해, 치과보철과 전문의가 임상데이터로 생성한 의치 시술 전후 안모 데이터 1080장을 이용하여 모델 성능 검증을 수행함.
의료데이터 분석 플랫폼 연동을 위한 보안 서비스 라이브러리 및 API를 개발하였으며 프로토타입 분석 서비스 플랫폼을 구현하여 보안성능 검증을 수행하였고, 기존 HE-Transformer를 활용/변경하여 Privacy-Preserving Deep Learning Platform using Fully Homomorphic Encryption (PPDL -FHE) 플랫폼을 개발하고 이를 활용하여 의치 시술 전/후 안모 예측 모델을 구현 외부기관으로부터 객관적인 검증을 수행함.
특허 출원 2건, 소프트웨어 등록 2건, 소프트웨어 공개 1건 등 정량 성과를 모두 달성하였으며 SCIE 논문의 경우 총 5건의 성과로 목표를 초과 달성함

(출처 : 요약문 4p)

Abstract ▼

This study aims to develop a security platform for safe collection/analysis and sharing of medical data, development of a Privacy-Preserving Deep Learning model using homomorphic encryption, and verification using denture patient data. Not only has all of the R&D goals been achieved, but also actual

This study aims to develop a security platform for safe collection/analysis and sharing of medical data, development of a Privacy-Preserving Deep Learning model using homomorphic encryption, and verification using denture patient data. Not only has all of the R&D goals been achieved, but also actual environmental technology verification using actual medical data has been performed, so it can be used immediately after additional safety verification. To develop a security platform, we designed and developed medical data security-based technologies such as network communication security technology, user authentication and access control technology, key management method for each trusted/untrusted section, database confidentiality and integrity maintenance method, and data de-identification technology. To develop a Privacy-Preserving Deep Learning model using homomorphic encryption, we devise and implement additional computational techniques to apply to deep learning by solving the computational problems of GPGPU-based homomorphic encryption algorithms and existing homomorphic encryption algorithms.
In order to predict the facial profile that will appear when an edentulous patient wears an appropriate dental prosthesis in a real environment using real medical data, the model performance is verified using 1080 pre- and post-denture facial data generated by a dental prosthesis specialist using clinical data.
We developed a security service library and API for interworking with medical data analysis platform, implemented a prototype analysis service platform to verify security performance, and Privacy-Preserving Deep Learning Platform using Fully Homomorphic Encryption ( PPDL-FHE) platform was developed by modifying the existing HE-Transformer to utilize.
By using this platform, a model for predicting facial profile before and after denture surgery was implemented and objective verification from an external agency was performed.
We achieved all quantitative results such as 2 patent applications, 2 software registrations, and 1 software publication, and in the case of SCIE papers, we exceeded our goal with a total of 5 results

(source: SUMMARY 5p)

목차 Contents

• 표지 ... 1
• 제출문 ... 2
• 보고서 요약서 ... 3
• 요약문 ... 4
• SUMMARY ... 5
• 6.1 총괄연구개발과제의 연구성과 실적 및 향후 계획 ... 6
• 6.2 연구성과 유형별 세부 내역 ... 8
• 7. 참여연구원 현황표 ... 9
• 목차 ... 11
• 1. 연구개발과제의 개요 ... 12
• 가. 연구 배경 ... 12
• 나. 연구개발 목표 및 주요 연구 내용 ... 15
• 2. 연구개발과제의 수행 과정 및 수행 내용 ... 17
• 가. 1차년도 ... 17
• 나. 2차년도 ... 22
• 다. 3차년도 ... 26
• 3. 연구개발과제의 수행 결과 및 목표 달성 정도 ... 28
• 1) 연구수행 결과 ... 28
• 2) 목표 달성 수준 ... 36
• 4. 목표 미달 시 원인분석 ... 38
• 5. 연구개발성과의 관련 분야에 대한 기여 정도 ... 38
• 6. 연구개발성과의 관리 및 활용 계획 ... 38
• 끝페이지 ... 40