Den britiske regering indsamler fortrolige sundhedsdata for at bekæmpe COVID-19

Den britiske regering har meldt sig Palantir, et amerikansk big data-firma grundlagt af Peter Thiel, og Fakultet, en startup, der har specialiseret sig i professionel datavidenskabsstrategi, software og færdighedstræning for at bekæmpe spredningen af ​​COVID-19. Selvom dette kan mobilisere bekymring om privatlivsspørgsmål, skal det bemærkes, at indsamling af big data, herunder private sundhedsdata fra den almindelige befolkning, er nødvendig for, at regeringer kan træffe informerede beslutninger om, hvordan spredningen af ​​COVID-19 skal standses, og skelne, hvilke medlemmer af samfundet der er mest sårbare, og lær hvilke behandlingsmuligheder der er mest effektive.

Palantir forstår, at der er grund til bekymring med hensyn til brugernes privatliv, og det er derfor, de udgivet en oversigt over deres bedste praksis for brug af data under en krise. Palantir udtalte: "At vide, hvordan man kompetent anvender datavidenskab på det rigtige sæt af problemer, vil tjene som et kritisk aktiv til at forstærke og forbedre omfattende strategier til at bekæmpe denne folkesundhedskrise", dette er unægtelig sandt.

De udtalte også følgende, som er en anerkendelse af den prekære risiko, samfundet påbegynder ved at få adgang til denne type big data-deling: "Rige datakilder inspirerer ofte til uforudsete - selv useriøse - analyser. Etablere og håndhæve kollektive grundregler for, hvordan dataene skal bruges, og hvem der skal have hvilke niveauer af adgang til og brug af data. Misbrug af data kan resultere i offentlig mistillid til institutioner. Selv de mest velmenende problemløsere er nogle gange blinde over for risiciene ved de løsninger, de skaber."

Hvilken type data indsamler den britiske regering? I øjeblikket er de relevante data, som er nødvendige for at tackle COVID-19-udfordringen. Som rapporteret af Guardian, omfatter aktuelle anonymiserede data køn, beskyttede helbredsoplysninger, Covid-19-testresultater, indholdet af folks opkald til National Health Service (NHS), sundhedsrådgivningslinje 111 og kliniske oplysninger om dem, der er på intensiv.

Selvom databeskyttelse bør anonymiseres, så det aldrig kan spores til en bestemt person, har vi brug for disse data til analyse af maskinlæringssystemer. Deep learning-systemer bruger denne type big data til at identificere mønstre og datapunkter, som er overset af mennesker. Noget så trivielt som køn, kan afsløre vigtige indsigter, et eksempel kunne være, at diabetiske mænd er et mere sårbart segment af befolkningen end diabetiske kvinder. Visse behandlingsmuligheder kan fungere bedre for forskellige aldersgrupper, køn, genetiske baggrunde osv.

I stedet for at blive udskældt bør vi give den britiske regering fordelen af ​​tvivlen. Denne type dataindsamling og datadelingsindsats fra alle facetter af sundhedsvæsenet er noget, der bør opretholdes på lang sigt. Dette kan tjene os i fremtiden til både at bekæmpe fremtidige pandemier, såvel som almindelige sundhedsproblemer, kræft og andre fysiologiske lidelser.

I øjeblikket bruger projektet et "pseudo NHS-nummer" til at krydsmatche store datasæt, herunder et masterpatientindeks, en eksisterende NHS-ressource, der bruger "social marketingdata" til at segmentere den britiske befolkning i forskellige "typer" på husstandsniveau. Selvom det stadig skal ses, om dette er den mest effektive datadistributionsmetode, har vi bekymringer med nogle aspekter af dataindsamlingsprocessen.

I øjeblikket indsamles telefonplaceringsdata. Selvom det kan være hensigtsmæssigt at indsnævre dataene til et postnummer, er det unødvendigt direkte at udpege den nøjagtige kilde til telefonopkaldet, da disse oplysninger ikke kan anonymiseres eller randomiseres. Dette kan få syge personer til at frygte at bruge telefonlinjen, hvilket kan resultere i unødvendige dødsfald fra dem, der har mest brug for hjælp.

Britiske borgere bør være foruroligede over telefonens placeringsdatapunkt, som er unødvendigt for effektivt at træne en dyb læringsalgoritme, men som kan bruges direkte til at spore en person.

Hvis den britiske regering fortsætter på sin vej med at indsamle denne type big data og løser de problemer, der er skitseret ovenfor, såvel som andre spørgsmål om privatliv/brugerrettigheder, som vi ikke kender til, kan det være passende for Storbritannien at få hjælp af Den Europæiske Union for at indsamle lignende datapunkter fra deres respektive befolkninger. Når alt kommer til alt, hvordan dyb læring virker, er jo mere data, der indsamles, jo mere effektiv er algoritmen. Dette ville gå langt i at bygge bro mellem nationer efter lukningen af ​​internationale grænser.

Vi opfordrer indtrængende til omhyggelig analyse og bistand fra en non-profit enhed for at sikre, at den britiske regering ikke misbruger de oplysninger, den indsamler. Ikke desto mindre skal det erkendes, at dette er et vigtigt skridt i bekæmpelsen af ​​COVID-19.