Доступ к данным о здоровье имеет огромное значение для того, как будут разрабатываться приложения для здоровья с использованием ИИ.
Исследователи утверждают, что более эффективное лечение и диагностика были бы возможны, если бы деидентифицированные данные о здоровье пациентов были более широко доступны.
Согласно недавнему исследованию, проведенному группой под руководством ученого из Массачусетского технологического института Лео Энтони Чели, опасность повторной идентификации пациента на основе общедоступных медицинских данных невероятно минимальна.
Ученые добились значительного прогресса в последние годы в своей способности создавать программы искусственного интеллекта, которые могут анализировать данные о пациентах и создавать новые методы диагностики заболеваний или прогнозирования того, какие методы лечения будут наиболее эффективными для различных пациентов.
Доступность данных о здоровье пациентов, очищенных от любых личных данных, которые могут быть использованы для идентификации конкретных лиц из набора данных, имеет важное значение для эффективности таких алгоритмов.
Однако борцы за конфиденциальность выразили тревогу по поводу того, что людей могут узнавать другими способами.
В недавнем исследовании группа исследователей под руководством Лео Энтони Чели, ведущего научного сотрудника Массачусетского технологического института, оценила возможную опасность этой формы повторной идентификации пациентов и обнаружила, что в настоящее время она невероятно низка по сравнению с риском нарушение данных. На самом деле, в период исследования с 2016 по 2021 год не было случаев повторной идентификации пациентов с использованием общедоступных данных о здоровье.
Существует множество данных о заболеваниях, включая болезни сердца, рак, проблемы со зрением и Covid-19, в огромных базах данных медицинских карт, созданных больницами и другими организациями, которые исследователи используют, чтобы попытаться найти новые способы обнаружения и лечения заболеваний.
MIMIC — одна из нескольких баз данных с открытым доступом, разработанных Сели и его коллегами из Лаборатории вычислительной физиологии Массачусетского технологического института. Недавно они использовали MIMIC для разработки алгоритмов, которые могут помочь врачам принимать более обоснованные медицинские решения. Эта информация также использовалась многими другими исследовательскими группами, и многие другие организации по всему миру создали сопоставимые базы данных по здравоохранению.
Обычно, когда информация о пациенте вводится в эту форму базы данных, идентифицирующие данные, такие как имена пациентов, адреса и номера мобильных телефонов, удаляются. Это делается во избежание повторной идентификации пациентов и разглашения личной информации об их заболеваниях.
Однако Чели утверждает, что забота о конфиденциальности препятствовала созданию более широко доступных баз данных, содержащих такие данные. Он и его коллеги хотели определить истинный риск повторной идентификации пациента в новом расследовании. Они начали с поиска в базе данных научной литературы PubMed любых примеров повторной идентификации пациентов с использованием данных о состоянии здоровья в открытом доступе, но оказались с пустыми руками.
По словам Сели, для расширения участия меньшинств в Соединенных Штатах, которые исторически были недостаточно представлены в медицинских исследованиях, требуется более широкий обмен деидентифицированными данными о здоровье. Кроме того, он стремится способствовать созданию большего количества баз данных такого типа в странах с низким и средним уровнем дохода.
Он утверждает, что запрос о согласии пациента может затруднить включение многих людей в общедоступные медицинские данные.
Celi предлагает усилить текущие меры для сохранения этих наборов данных. Он и его коллеги начали использовать новый метод, который предотвращает загрузку данных и позволяет администраторам баз данных отслеживать все запросы к ним. По словам Сели, это позволяет им выделить любой пользовательский запрос, который не может быть использован для серьезных исследовательских целей.
Сообщение «Исследование предполагает, что при обмене данными о здоровье мало рисков» впервые появилось в Analytics Insight.
