[論文レビュー] Enabling Global Image Data Sharing in the Life Sciences

Peter Bajcsy, Sreenivas Bhattiprolu+21 more|arXiv (Cornell University)|Jan 23, 2024

Scientific Computing and Data Management被引用数 5

ひとこと要約

本白書は生物医療分野におけるグローバルな画像データ共有の一般的・新興のユースケースを概説し、必要なフレームワーク（技術的・法的・倫理的・資源）について議論し、理想的な共有データエコシステムへ向かう道筋を提示します。

ABSTRACT

Coordinated collaboration is essential to realize the added value of and infrastructure requirements for global image data sharing in the life sciences. In this White Paper, we take a first step at presenting some of the most common use cases as well as critical/emerging use cases of (including the use of artificial intelligence for) biological and medical image data, which would benefit tremendously from better frameworks for sharing (including technical, resourcing, legal, and ethical aspects). In the second half of this paper, we paint an ideal world scenario for how global image data sharing could work and benefit all life sciences and beyond. As this is still a long way off, we conclude by suggesting several concrete measures directed toward our institutions, existing imaging communities and data initiatives, and national funders, as well as publishers. Our vision is that within the next ten years, most researchers in the world will be able to make their datasets openly available and use quality image data of interest to them for their research and benefit. This paper is published in parallel with a companion White Paper entitled Harmonizing the Generation and Pre-publication Stewardship of FAIR Image Data, which addresses challenges and opportunities related to producing well-documented and high-quality image data that is ready to be shared. The driving goal is to address remaining challenges and democratize access to everyday practices and tools for a spectrum of biomedical researchers, regardless of their expertise, access to resources, and geographical location.

研究の動機と目的

• ライフサイエンスにおけるグローバルな画像データ共有の価値とインフラを実現するための協調的な連携を促進する。
• 生物学的・医療用画像データの共通・新興のユースケースを特定し、AI駆動の分析を含む。
• 共用画像データフレームワークの技術的、資源、法的、倫理的要件について議論する。
• 機関、コミュニティ、資金提供者、および出版者にとっての理想的な将来シナリオと実践的な手段を明示する。

提案手法

• 生物科学領域に関連する画像データとAIアプリケーションの一般的・新興のユースケースを提示する。
• 大規模共有を可能にするために必要な技術的・資源的・法的・倫理的側面を議論する。
• 世界規模の画像データ共有の理想的なシナリオと生命科学全体への利点を概説する。
• 機関、画像診断コミュニティ、データ推進組織、国の資金提供者向けの具体的な行動を提案する。
• 生成と事前公開の管理を調和させる関連論文を広範な取り組みの一部として位置づける。

実験結果

リサーチクエスチョン

• RQ1 生物学・医療における共有画像データの最もインパクトのあるユースケースは何か？
• RQ2 グローバルな画像データ共有を実現するために必要な技術的・法的・倫理的・資源のフレームワークは何か？
• RQ3 今後10年間における理想的で世界的に共有された画像データエコシステムはどのようなものか？
• RQ4 機関、コミュニティ、資金提供者、出版者はその目標に向けて具体的にどのような措置を実施できるか？

主な発見

• 共有画像データとAI技術の恩恵を受ける共通・新興のユースケースの特定。
• データ共有の技術・資源・法・倫理の各側面にわたる必要なフレームワークの議論。
• 世界中の研究者が日常的にアクセスできるオープン画像データセットが、10年以内に実現する理想的な世界のビジョン。
• 準備性とスチュワードシップを促進するため、機関・画像コミュニティ・データ推進・国の資金提供者・出版者を対象とした具体的な措置。