Patienteneinwilligung
Sie aktivieren die Spende für eine konkrete Krankheit.
Spenden Sie für die Forschung zu IHRER Krankheit. Nicht alles. Nur das, was hilft. Und Sie können jederzeit zurückziehen.
Tugendhafte, transparente Opt-in-Schleife. Ihre Daten verbessern die Modelle, die Ihnen dienen.
Sie aktivieren die Spende für eine konkrete Krankheit.
Pseudonymisierte Kohorte wird Forschenden bereitgestellt.
Studienresultate fließen zurück in den Research Lake.
CamemBERT-bio + Mistral werden feinabgestimmt, um Ihnen besser zu dienen.
Präzisere Vorschläge für IHRE konkrete Krankheit.
↻ Patient → Forschung → Verbesserte KI → Patient.
Sie aktivieren die Forschung für eine konkrete Krankheit (Diabetes, Bluthochdruck, Brustkrebs usw.) — nicht für Ihre gesamte Akte.
Ihre Daten werden k-anonymisiert (k=5 Minimum), bevor sie in den Research Lake gelangen. Eine Re-Identifikation ist nicht möglich.
Forschende können die Kohorte abfragen, ohne je Ihre Identität zu sehen. Audit-Log bei jedem Zugriff.
Ein Tipp entfernt Ihre Daten innerhalb von 24 Stunden aus dem Lake. Keine Begründung erforderlich. Keine Strafe.
| Einwilligung | Transparenz | Hosting | Rückgabewert | |
|---|---|---|---|---|
| GAFAM (Apple Health, Google Fit) | Alles oder nichts | Undurchsichtig | US-Hosting · Cloud Act | Kein Patienten-Feedback |
| Staatliche Plattformen (Mon Espace Santé) | Zentralisiert | Begrenzt | FR-Hosting | Kein Patienten-Feedback |
| My Data My Care | Opt-in Krankheit für Krankheit | Transparent · Audit-Log | FR / EU · HDS v2 | Patienten-Royalties bei Pharmastudien |
Nutzt eine Pharmastudie Ihre pseudonymisierten Daten, erhalten Sie einen Anteil an den Royalties.
Ziel: 5 bis 15 % des Studienvertrags werden an die Beitragenden verteilt, anteilig nach tatsächlichem Beitrag.
Kein Upsell. Kein Premium-Tarif. Kein Druck. Nur Ihr anerkannter Wert.
Ausgezahlte Beträge werden jährlich veröffentlicht. Unabhängige Prüfgesellschaft. Einsehbares Ledger.
Ende-zu-Ende-Verschlüsselung auf Patientenseite. Schlüssel beim Patienten (HKDF). MDMC kann Ihre Rohdaten NICHT lesen.
Lake gehostet HDS v2, VPC vom Rest der Infrastruktur isoliert, Zugriff für Forschende über auditierte API. K-anonyme Pseudonymisierung + Entfernung direkter Identifikatoren (FFI L.1110-4).
Modelle werden direkt bei den Partnerkrankenhäusern trainiert, ohne dass PHI das Haus verlassen. Es zirkulieren ausschließlich Gradienten (Modellparameter) — nicht die Daten.
Sehen Sie, wie jede technische Schicht Ihre Privatsphäre schützt und zugleich die Fortschrittsschleife speist.