حكومة المملكة المتحدة تجمع بيانات صحية سرية لمكافحة فيروس كورونا

أدرجت حكومة المملكة المتحدة شركة Palantir (PLTR ) ، وهي شركة أمريكية لبيانات كبيرة تأسست بواسطة بيتر ثيل، وFaculty، وهي شركة ناشئة تختص في استراتيجية العلوم البيانية الاحترافية وبرمجيات التدريب على المهارات، لمكافحة انتشار فيروس كورونا. و尽管 أن هذا قد يثير قلقًا بشأن قضايا الخصوصية، يجب أن يُلاحظ أن جمع البيانات الكبيرة، بما في ذلك البيانات الصحية الخاصة من السكان العام، أمر ضروري للحكومات لاتخاذ قرارات مدروسة حول كيفية إيقاف انتشار فيروس كورونا، وتحديد أفراد المجتمع الأكثر ضعفًا، وتعلم الخيارات العلاجية الأكثر فعالية.

تدرك شركة Palantir أن هناك سببًا للقلق بشأن خصوصية المستخدمين، وهذا هو السبب في أنها أصدرت مخططًا لافضل الممارسات لاستخدام البيانات أثناء الأزمات. وقالت شركة Palantir: “معرفة كيفية تطبيق العلوم البيانية بفعالية على مجموعة من المشاكل ستكون موردًا حاسمًا لتعزيز الاستراتيجيات الشاملة لمكافحة هذه الأزمة الصحية العامة”، وهذا صحيح بلا شك.

كما قالت ما يلي، وهو اعتراف بالمخاطر الخطيرة التي تتعرض لها المجتمع عند الوصول إلى هذا النوع من مشاركة البيانات الكبيرة: “غالبًا ما يلهم مصادر البيانات الغنية تحليلات غير متوقعة – حتى تحليلات خبيثة. 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 خسارة ثقة الجمهور في المؤسسات. حتى أكثر محللي المشاكل نزاهة قد يعميهم مخاطر الحلول التي يخترعونها”

ما هو نوع البيانات التي تجمعها حكومة المملكة المتحدة؟ حاليًا، البيانات المناسبة التي تحتاجها لمواجهة تحدي فيروس كورونا. كما ذكرت جاردियन، تتضمن البيانات المجهولة حاليًا الجنس، والمعلومات الصحية المحمية، ونتائج اختبارات فيروس كورونا، ومحتوى مكالمات الناس إلى خدمة الصحة الوطنية (NHS)، وخط الإرشاد الصحي 111، والمعلومات السريرية حول المرضى في العناية المركزة.

بينما يجب أن تكون خصوصية البيانات مجهولة لضمان ألا يمكن 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 البيانية التي يغفل عنها البشر. شيء مثل الجنس قد يكشف عن رؤى مهمة، على سبيل المثال، قد يكون الرجال المصابون بالسكري أكثر عرضة للخطر من النساء المصابات بالسكري. قد تعمل بعض خيارات العلاج بشكل أفضل لفئات عمرية معينة، أو أجناس معينة، أو خلفيات جينية معينة، وغيرها.

بدلاً من أن نلومهم، يجب أن نمنح حكومة المملكة المتحدة فرصة للاعتقاد. هذه الجهود لجمع البيانات ومشاركتها من قبل جميع جوانب نظام الرعاية الصحية، هي شيء يجب الحفاظ عليه على المدى الطويل. قد يخدمنا هذا في المستقبل لمكافحة الأوبئة المستقبلية، وكذلك القضايا الصحية العادية، والسرطان، والأمراض الجسدية الأخرى.

حاليًا، يستخدم المشروع “رقم NHS مزيف” 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. بينما لا يزال 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. بينما قد يكون تقليل البيانات إلى رمز بريدي مناسبًا، فمن غير الضروري تحديد موقع مكالمة الهاتف بدقة، لأن هذه المعلومات لا يمكن إخفاؤها أو تعتيمها. قد ي导致 هذا خوف المرضى من استخدام خط الهاتف، مما قد يؤدي إلى وفيات غير ضرورية من أولئك الذين يحتاجون إلى المساعدة أكثر.

ينبغي للمواطنين البريطانيين أن يكونوا على حذر من نقطة بيانات موقع الهاتف، والتي ليست ضرورية لتدريب خوارزمية التعلم العميق، ولكن يمكن استخدامها بشكل مباشر لتتبع فرد، وهو ما قد يضر بالغاية.

إذا استمرت حكومة المملكة المتحدة على طريقها لجمع هذا النوع من البيانات الكبيرة، وتصحيح القضايا المذكورة أعلاه، بالإضافة إلى قضايا الخصوصية والحقوق الأخرى التي لسنا على دراية بها، فقد يكون من المناسب لحكومة المملكة المتحدة أن تطلب المساعدة من الاتحاد الأوروبي لجمع نقاط بيانات مماثلة من سكانهم. بعد كل شيء، كيفية عمل التعلم العميق هو كلما زادت البيانات التي تم جمعها، زادت فعالية الخوارزمية. سيساهم هذا في بناء جسور بين الدول بعد إغلاق الحدود الدولية.

نحث على التحليل العناية، ومساعدة كيان غير ربحي لضمان ألا تسيء حكومة المملكة المتحدة استخدام المعلومات التي تجمعها. ومع ذلك، يجب أن ندرك أن هذا هو خطوة مهمة نحو مكافحة فيروس كورونا.