Új adatmodell segíti a tudományos kutatást

„A tudományos fejlődés hatalmas adatmennyiséget generál, ami természetesen nagyon jó és hasznos. Viszont ha ezek az adatsorok egy helyett több helyen találhatók, a kutatók nehezen és drágán nyernek ki belőlük használható információt. Hogyan tanulhatunk belőlük, ha nincsenek megosztva vagy központi helyen tárolva?

Írunk egy szoftvert, amely a személyes adatok veszélyeztetése és infrastrukturális nehézségek nélkül is lehetőséget nyújt arra, hogy kutatók együtt dolgozhassanak fel decentralizált adatokat. Fejlesztésünkkel több tudományterületen, például az egészségügyi informatikában, a csillagászatban, az éghajlat-szimulációban és a gyógyszertervezésben gyorsulhatnak fel a kutatások.

Minden egyes helyi adatbankból (amelyek értelemszerűen mind máshol találhatók) matematikai modelleket készítünk. A modellek speciális adatsorok helyett inkább adatmintákat tartalmaznak. A kutatók tényleges adatok helyett ezeket a modelleket oszthatják meg egymás között.

Az eredeti adat tartalmazná a beteg nevét, nemét, egyéni egészségügyi információkat: vérnyomás, pulzus stb. Ebben az esetben a beteg lenne az adatpont. A modell viszont információkat nyer ki az adatokból. Színtiszta matematika. Az alapötlet, hogy a helyi modellek nem tartalmaznak személyes adatokat, így a megosztásuk sem csorbítja a személyiségi jogokat.

A szoftver az operációs rendszer vagy az adatbázis és az alkalmazások, különösen a hálózatokon futó alkalmazások közötti hídként működik, és biztosítja az elosztott adatok hatékony kezelését. Így sokkal könnyebb hatalmas adatsorokat feldolgozni. Korlátokba ütközhet, ha csak az adatokat akarjuk mozgatni, a modellekkel viszont más a helyzet.

Mihelyst kész leszünk, a végeredményhez a GitHubon lehet hozzáférni.”