PADME - Platform for Analytics and Distributed Machine Learning for Enterprises

PADME ist unsere Distributed Analytics (DA)-Infrastruktur, die einen Paradigmenwechsel ermöglicht, bei dem wir Algorithmen zu den Daten bringen und nicht umgekehrt, um eine datenschutzkonforme Analyse sensibler Daten zu ermöglichen. PADME nutzt das Personal Health Train (PHT)-Konzept, das auf den FAIR-Prinzipien der GoFAIR-Initiative basiert, um die Auffindbarkeit, Zugänglichkeit, Interoperabilität und Wiederverwendbarkeit von Gesundheitsdaten in einem Netzwerk verschiedener Institutionen zu ermöglichen. Im PADME-Ökosystem werden Dateninhaber als „Station Admins“ bezeichnet, die die Kontrolle behalten und ihre sensiblen Daten an ihrem ursprünglichen Speicherort, den sogenannten „Stationen“, aufbewahren. Analytische Aufgaben werden als „Trains“ bezeichnet, die die jeweiligen „Stationen“ besuchen und erst nach Genehmigung durch die „Station Admins“ analytische Berechnungen durchführen. Mit PADME schlagen wir eine flexible Lösung für anhaltende Herausforderungen im Bereich des Datenschutzes und die Einhaltung von Datenschutzanforderungen vor, insbesondere im Gesundheitswesen, aber auch in anderen Bereichen, in denen die Analyse verteilter sensibler Daten erforderlich ist. Die Architektur von PADME ist durch Docker containerisiert und besteht aus einem Central Service (CS), der die Zugorchestrierung, die Betriebslogik, die Geschäftslogik und die Datenverwaltung über die verschiedenen containerisierten Stationsdienste hinweg verwaltet. Der zentrale Dienst und die Stationsdienste sind über REST-API-Verbindungen gekoppelt und über eine intuitive Benutzeroberfläche über einen Browser zugänglich. PADME wird im Rahmen der Medical Informatics Initiative (MII) und des Horizon Europe-Projekts „BETTER“ kontinuierlich weiterentwickelt und evaluiert.