Britská vláda shromažďuje důvěrná zdravotní data, aby bojovala proti COVID-19

Britská vláda najala Palantir (PLTR ), americkou firmu pro big data, kterou založil Peter Thiel, a Faculty, startup, který se specializuje na profesionální datové vědy, strategii, software a školení, aby bojoval proti šíření COVID-19. Ačkoli to může vyvolat obavy o problémy s ochranou soukromí, mělo by se uvědomit, že shromažďování big data, včetně soukromých zdravotních údajů z obecné populace, je nezbytné pro to, aby vlády mohly učinit informovaná rozhodnutí o tom, jak zastavit šíření COVID-19, určit, které členy společnosti jsou nejzranitelnější, a naučit se, které léčebné možnosti jsou nejúčinnější.

Palantir chápe, že existuje důvod k obavám o ochranu soukromí uživatelů, a proto vydala nástin svých nejlepších postupů pro použití dat během krize. Palantir uvedl: „Vědět, jak kompetentně aplikovat datové vědy na správný soubor problémů, bude sloužit jako kritický asset pro doplňování a zlepšování komplexních strategií pro boj proti této veřejné zdravotní krizi“, což je nepochybně pravda.

Také uvedli následující, což je uznání přecitlivého rizika, na které se společnost vydává přístupem k tomuto typu big data sdílení: „Bohaté zdroje dat často inspirují neočekávané – dokonce i rouhavé – analýzy. Zavedení a vynucení kolektivních pravidel pro to, jak by se měla data používat a kdo by měl mít přístup k datům a jejich použití, je nezbytné. Zneužití dat může vést k nedůvěře veřejnosti v instituce. I ti nejlepším míněním problémů řešitelé jsou někdy oslepeni riziky řešení, která vytvářejí.”

Jaký typ dat shromažďuje britská vláda? V současné době shromažďuje příslušná data, která jsou potřebná pro řešení výzvy COVID-19. Podle The Guardian zahrnuje aktuální anonymizovaná data pohlaví, chráněné zdravotní informace, výsledky testů na COVID-19, obsah hovorů lidí na National Health Service (NHS), linku zdravotních porad 111 a klinické informace o těch, kteří jsou v intenzivní péči.

Zatímco by měla být anonymizována, aby nemohla být spojena s konkrétním jedincem, potřebujeme tato data pro systémy strojového učení, aby mohla analyzovat. Systémy hlubokého učení používají tato big data k identifikaci vzorců a datových bodů, které jsou přehlédnuty lidmi. Něco takového, jako je pohlaví, může odhalit důležité poznatky, například to, že diabetičtí muži jsou zranitelnější segment populace než diabetičky. Některé léčebné možnosti mohou fungovat lépe pro různé věkové skupiny, pohlaví, genetické pozadí apod.

Místo toho, aby byli odsuzováni, měli bychom britské vládě dát prospěch z pochybností. Tento typ shromažďování dat a sdílení úsilí ze strany všech složek zdravotnického systému by měl být udržen dlouhodobě. To by mohlo sloužit v budoucnu pro boj proti budoucím pandemiím, stejně jako proti běžným zdravotním problémům, rakovině a jiným fyziologickým poruchám.

V současné době projekt používá „pseudo NHS číslo“ pro propojení velkých datových souborů, včetně hlavního indexu pacientů, stávajícího zdroje NHS, který používá „sociální marketingová data“ pro segmentaci britské populace do různých „typů“ na úrovni domácnosti. Zatímco zůstává otázkou, zda je to nejúčinnější metoda distribuce dat, máme obavy z některých aspektů procesu shromažďování dat.

V současné době se shromažďují data o poloze telefonu. Zatímco zúžení dat na poštovní směrovací číslo může být vhodné, není nutné přesně určit zdroj hovoru, protože tyto informace nemohou být anonymizovány nebo náhodně generovány. To by mohlo způsobit, že nemocní jedinci budou bát používat telefonní linku, což by mohlo vést k zbytečným úmrtím těch, kteří potřebují pomoc.

Britští občané by měli být znepokojení ohledně bodu dat o poloze telefonu, který je zbytečný pro efektivní výcvik algoritmu hlubokého učení, ale může být přímo použit k sledování jednotlivce.

Měla by britská vláda pokračovat ve shromažďování tohoto typu big data a řešit problémy uvedené výše, stejně jako další problémy s ochranou soukromí a uživatelskými právy, o kterých nevíme? Bylo by vhodné, aby britská vláda požádala o pomoc Evropskou unii, aby shromáždila podobné datové body z jejich příslušných populací. Jak funguje hluboké učení, je to, že čím více dat je shromážděno, tím je algoritmus účinnější. To by mohlo sehrát velkou roli v mostování národů po uzavření mezinárodních hranic.

Účastníme se pečlivých analýz a pomoci neziskové entity, aby zajistily, že britská vláda nezneužije informace, které shromažďuje. Přesto by mělo být uznáno, že je to důležitý krok směrem k boji proti COVID-19.