Analyzing partitioned FAIR health data responsibly

Waar in het project Distributed FAIR information systems to enable federated learning and reasoning de nadruk op de architectuur van federatieve oplossingen ligt, concentreert dit project zich op het federatieve learning framework, en op de ethische, juridische en maatschappelijke aspecten daarvan.

Het project richt zich op het federatief gebruik van alle data in de 'Maastricht study' (10,000 burgers) en gerelateerde CBS-data om te komen tot begrip van de relaties tussen diabetes, lifestyle, en socio-economische factoren. Het project, dat uitgevoerd wordt door informatici, medici en ethici van de Universiteit Maastricht, sluit aan bij het nationale “Personal Health Train” initiatief.

Dankzij de synergie op het gebied van algoritmische, juridische en ethische vraagstukken, biedt dit de overige projecten de kans op nieuwe verbindingen in de medische sector. Tegelijkertijd kan zal in dit project juist worden geleerd van use-cases in andere domeinen, zoals veiligheid en media- en informatiediensten.

Deze call is gesloten

De projecten zijn toegekend, onderaan deze pagina de inmiddels lopende projecten.

Contactpersoon
Michel Dumontier Universiteit Maastricht

Nieuwsbrief

Schrijf u in voor onze nieuwsbrief en blijf op de hoogte van het laatste nieuws over Commit2data

Gerelateerde projecten

Bekijk hieronder de projecten gerelateerd aan het thema VWData