The free flow of information is the lifeblood of the digital economy. In research, the exchange of data is a prime requisite for the generation of new knowledge. In practice, however, there are many barriers to data sharing. Collaborators are reluctant to reveal their proprietary knowledge, consumers are wary of large scale data collection and profiling, regulation restricts what personal information can and cannot be shared across institutional borders.
In clinical research and digital health, there are particulary strict data protection rules in force. Here, we are motivated to seek new methods for knowledge generation, without the problematic exchange of actual patient data. In fact, there is a technology, secure multiparty computation, which allows a number of collaborators to jointly compute about any function, without revealing their private inputs. The method relies entirely on calculations over an encrypted network, without the need for a trusted third party, a central data repository, or even trust between the collaborators.
In a pilot experiment, we demonstrate joint survival analysis based on two separate data bases at LMU Munich and Charité Berlin. Using secure multiparty computation, we are able to identify confounding factors for the survival of patients with glioblastoma. We obtain the same sensitivity as one would achieve by completely pooling the two data bases, and yet we do not actually need to exchange any patient data to perform the calculation.
Going forward, we hope to assemble a collection of libraries for secure multiparty computation in clinical research and digital health. By providing turn-key solutions to the most often used calculations, we hope to reduce barriers to entry for interested researchers and developers. We also hope to create a scientific network of interested institutions and individuals.
Die vorliegende Dissertation entwickelt neue Methoden für die Neutronenradiographie und Neutronentomographie bei hohen Flüssen und beschreibt deren Anwendung in konkreten Experimenten. Anstelle einzelner Aufnahmen können dank der hohen Intensität mit kurzen Belichtungszeiten Serien von Bildern aufgenommen werden. Um die gestiegene Informationsmenge bestmöglich ausnutzen zu können, werden Schätzmethoden eingeführt, die aus den gemessenen Ensembles auch bei starkem Rauschen der einzelnen Messwerte und in Anwesenheit systematischer Einflüsse wie etwa störender Gammastrahlung sehr exakte Erwartungswerte der Messgrößen liefern. Die Ortsauflösung von Radiographien, die gewöhnlich durch Strahldivergenz und das inhärente Auflösungsvermögen von Szintillatoren begrenzt ist, kann durch Abrastern der Probe mit einem Nadelloch-Mikrokollimator wesentlich erhöht werden. Diese Technik umgeht alle Limitierungen konventioneller Detektorsysteme und konnte dank des hohen Flusses erfolgreich erprobt werden. Die Abbildung gestreuter Neutronen erlaubt im Gegensatz zur konventionellen, auf der gesamten Attenuation basierenden Radiographie, die getrennte Bestimmung der Absorptions- und Streuquerschnitte innerhalb der Probe. Erstmals konnte sogar kohärente winkelabhängige Streuung räumlich aufgelöst werden. Als neue Anwendungen der Hochflussneutronenbildgebung werden unter anderem materialwissenschaftliche Untersuchungen an innovativen Metallverbindungen, zeitaufgelöste Tomographien an mehrlagigen Brennstoffzellen im Betrieb und andere Experimente präsentiert. Eine neue Implementierung eines algebraischen Rekonstruktionsverfahrens für Tomographiedaten ermöglicht es, auch bei fehlender Information, wie etwa einem eingeschränkten Winkelbereich, quantitative Rekonstruktionen zu erzeugen. Der Aufbau der weltweit führenden Hochfluss-Radiographie- und Tomographiestation am Institut Laue-Langevin wird vorgestellt. Ein umfassender Anhang präsentiert die physikalischen und technischen Grundlagen der Bildgebung mit Neutronen.