Validação de Re-identificação de Pacientes utilizando Aprendizado Profundo e Técnicas Adversariais

• Processo: 24/01336-7
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de março de 2024
• Data de Término da vigência: 28 de fevereiro de 2026
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: João Paulo Papa
• Beneficiário: Maurício José Grapéggia Zanella
• Instituição Sede: Faculdade de Ciências (FC). Universidade Estadual Paulista (UNESP). Campus de Bauru. Bauru , SP, Brasil
• Vinculado ao auxílio: 13/07375-0 - CeMEAI - Centro de Ciências Matemáticas Aplicadas à Indústria, AP.CEPID
• Assunto(s): Diagnóstico por imagem Aprendizado computacional
• Palavra(s)-Chave do Pesquisador: Ataques adversariais | Imagens Médicas | Aprendizado de Máquina

Resumo

Esta proposta visa validar e discutir problemas de segurança pessoal com relação à disseminação de conjuntos de dados de radiografias de tórax e à violação do anonimato pelos processos de re-identificação e verificação do paciente. Neste projeto serão utilizadas técnicas como aprendizado profundo e adversarial para, respectivamente, demonstrar o problema apresentado e tentar resolvê-lo sem tornar o conjunto de dados original inútil para aprendizado de máquina e treinamento médico.