حكومة المملكة المتحدة تجمع بيانات صحية سرية لمحاربة كوفيد-19

إن حكومة المملكة المتحدة قد استعانت بشركة Palantir الأمريكية لبيانات كبيرة، التي أسسها بيتر ثيل، وشركة Faculty، وهي شركة ناشئة تختص في استراتيجية العلوم الصحية الاحترافية، والبرمجيات، وبرامج التدريب على المهارات لمكافحة انتشار كوفيد-19. في حين أن هذا قد يثير مخاوف حول قضايا الخصوصية، يجب أن يُلاحظ أن جمع بيانات كبيرة، بما في ذلك بيانات صحية خاصة من السكان العام، أمر ضروري للحكومات لاتخاذ قرارات مدروسة حول كيفية إيقاف انتشار كوفيد-19، وتحديد أفراد المجتمع الأكثر ضعفًا، وتعلم الخيارات العلاجية الأكثر فعالية. تعرف Palantir أن هناك سببًا للاهتمام بالخصوصية للمستخدم، لذلك قامت بنشر مخطط لافضل الممارسات لاستخدام البيانات خلال أزمة. وقالت Palantir: “معرفة كيفية تطبيق العلوم الصحية بفعالية على مجموعة من المشاكل ستكون موردًا حاسمًا لتعزيز استراتيجيات شاملة لمكافحة هذه الأزمة الصحية العامة”، وهذا صحيح بلا شك. كما ذكرت ما يلي، وهو اعتراف بالمخاطر الخطيرة التي تتعرض لها المجتمع بالوصول إلى هذه الأنواع من مشاركة البيانات الكبيرة: “غالبًا ما تلهم مصادر البيانات الغنية التحليلات غير المتوقعة – حتى التحليلات المارقة. إنشاء قواعد أرضية جماعية حول كيفية استخدام البيانات ومن يجب أن يكون لديه ما مستويات الوصول إلى البيانات، واستخدامها. يمكن أن يؤدي سوء استخدام البيانات إلى فقدان الثقة العامة في المؤسسات. حتى أكثر محللي المشاكل نزاهة أحيانًا يكونون عمياء للمخاطر التي تطرحها الحلول التي يخترعونها”. ما هو نوع البيانات التي تجمعها حكومة المملكة المتحدة؟ حاليًا، البيانات المناسبة التي تحتاجها لمواجهة تحدي كوفيد-19. كما ذكر الغارديان، تتضمن البيانات المجهولة الحالية الجنس، والمعلومات الصحية المحمية، ونتائج اختبارات كوفيد-19، ومحتوى مكالمات الناس لخدمة الصحة الوطنية (NHS)، وخط الإرشاد الصحي 111، والمعلومات السريرية حول الأشخاص في العناية المركزة. في حين أن الخصوصية يجب أن تكون مجهولة حتى لا تتمكن من تتبعها إلى فرد معين، نحن بحاجة إلى هذه البيانات لأنظمة التعلم الآلي لتحليلها. تستخدم أنظمة التعلم العميق هذه نوعًا من البيانات الكبيرة لتحديد الأنماط والنقاط التي يغفل عنها البشر. شيء مثل الجنس قد يكشف عن رؤى مهمة، على سبيل المثال، قد يكون الرجال المصابون بالسكري أكثر ضعفًا من النساء المصابات بالسكري. قد تعمل بعض خيارات العلاج بشكل أفضل لفئات عمرية معينة، أو أجناس، أو خلفيات جينية، وغيرها. بدلاً من أن يتم الهجوم عليهم، يجب أن نعطي حكومة المملكة المتحدة فرصة للاستفادة. هذه الجهود لجمع البيانات ومشاركتها من جميع جوانب نظام الرعاية الصحية، هي شيء يجب الحفاظ عليه على المدى الطويل. يمكن أن يكون هذا مفيدًا لنا في المستقبل لمكافحة الأوبئة المستقبلية، وكذلك القضايا الصحية العادية، والسرطان، والآلام الجسدية الأخرى. حاليًا، يستخدم المشروع “رقم NHS وهمي” لمطابقة مجموعات بيانات كبيرة، بما في ذلك فهرس مريض رئيسي، وهو مورد موجود في NHS يستخدم “بيانات التسويق الاجتماعي” لتقسيم السكان البريطانيين إلى أنواع مختلفة على مستوى الأسر. في حين أن من غير الواضح ما إذا كان هذا هو أكثر طريقة فعالة لتوزيع البيانات، لدينا مخاوف بشأن بعض جوانب عملية جمع البيانات. حاليًا، يتم جمع بيانات موقع الهاتف. في حين أن تضييق البيانات إلى رمز بريدي قد يكون مناسبًا، فمن غير ضروري تحديد موقع مكالمة الهاتف بدقة، لأن هذه المعلومات لا يمكن إخفاؤها أو تعديلها. يمكن أن يسبب ذلك خوف الأفراد المرضى من استخدام خط الإرشاد، مما قد يؤدي إلى وفيات غير ضرورية من أولئك الذين يحتاجون أكثر إلى المساعدة. يجب أن يكون المواطنون البريطانيون قلقين بشأن نقطة بيانات موقع الهاتف التي ليست ضرورية لتدريب خوارزمية التعلم العميق بشكل فعال، ولكن يمكن استخدامها بشكل مباشر لتتبع فرد. إذا استمرت حكومة المملكة المتحدة على طريقها لجمع هذا النوع من البيانات الكبيرة، وتحديد المشاكل المذكورة أعلاه، بالإضافة إلى قضايا الخصوصية و حقوق المستخدم الأخرى التي نحن غير على دراية بها، قد يكون من المناسب لحكومة المملكة المتحدة أن تطلب المساعدة من الاتحاد الأوروبي لجمع نقاط بيانات مماثلة من سكانهم. بعد كل شيء، كيف يعمل التعلم العميق هو أن كلما تم جمع المزيد من البيانات، أصبح الخوارزمية أكثر فعالية. سيساهم هذا في بناء جسور بين الدول بعد إغلاق الحدود الدولية. نحن نشجع على التحليل الدقيق، ومساعدة كيان غير ربحي لضمان أن حكومة المملكة المتحدة لا تسيء استخدام المعلومات التي تجمعها. ومع ذلك، يجب أن يُقر بأن هذا هو خطوة مهمة نحو مكافحة كوفيد-19.