Det britiske regeringssamlinger fortrolige sundhedsdata for at bekæmpe COVID-19

Den britiske regering har hyret Palantir (PLTR ), en amerikansk big data-virksomhed grundlagt af Peter Thiel, og Faculty, en startup, der specialiserer sig i professionel datavidenskabsstrategi, software og kompetenceudvikling for at bekæmpe COVID-19. Selv om dette kan vække bekymring omkring privatlivsproblemer, skal det bemærkes, at indsamling af big data, herunder private sundhedsdata fra den generelle befolkning, er nødvendig for, at regeringer kan træffe informerede beslutninger om, hvordan de kan standse COVID-19, afklare, hvilke medlemmer af samfundet er mest sårbare, og lære, hvilke behandlingsmuligheder, der er mest effektive.

Palantir forstår, at der er grund til bekymring omkring brugerens privatliv, hvilket er årsagen til, at de har offentliggjort en retningslinje for bedste praksis for brug af data under en krise. Palantir udtalte: “At vide, hvordan man kompetent kan anvende datavidenskab på det rette sæt af problemer, vil fungere som en kritisk aktiv for at supplere og forbedre omfattende strategier for at bekæmpe denne offentlige sundhedskrise”, dette er ubestrideligt sandt.

De udtalte også følgende, som er en anerkendelse af den farefulde risiko, som samfundet løber, når det kommer til denne type big data-deling: “Rige datakilder kan ofte inspirere uventede — selv rogue — analyser. Etabler og gennemfør fælles grundregler for, hvordan dataene skal bruges, og hvem der skal have adgang til, og brug af, data. Misbrug af data kan resultere i offentlig mistillid til institutioner. Selv de mest velmenende problemløsere kan nogle gange være blinde for risikoen ved de løsninger, de skaber.”

Hvilken type data indsamler den britiske regering? For øjeblikket er det relevante data, der er nødvendigt for at imødegå COVID-19-udfordringen. Ifølge The Guardian omfatter den aktuelle anonymiserede data køn, beskyttet sundhedsinformation, COVID-19-testresultater, indholdet af folks opkald til National Health Service (NHS), sundhedsrådgivningslinje 111 og klinisk information om personer i intensivbehandling.

mens dataprivatliv skal være anonymiseret, så det aldrig kan spores til en bestemt person, har vi brug for denne data til maskinlæringsystemer, der kan analysere den. Dybe læringsystemer bruger denne type big data til at identificere mønstre og datapunkter, der overses af mennesker. Noget så trivialt som køn kan afsløre vigtige indsigt, f.eks. at mænd med diabetes er en mere sårlig del af befolkningen end kvinder med diabetes. Bestemte behandlingsmuligheder kan fungere bedre for forskellige aldersgrupper, køn, genetiske baggrunde osv.

I stedet for at blive kritisere bør vi give den britiske regering benefit of the doubt. Denne type dataindsamling og data-delingsindsats fra alle aspekter af sundhedssystemet er noget, der bør opretholdes på længere sigt. Dette kan tjene os i fremtiden til både at bekæmpe fremtidige pandemier og almindelige sundhedsproblemer, kræft og andre fysiologiske lidelser.

For øjeblikket bruger projektet et “pseudo NHS-nummer” til at krydsmatche store datasæt, herunder en masterpatientindeks, en eksisterende NHS-resurs, der bruger “social markedsføringsdata” til at segmentere den britiske befolkning i forskellige “typer” på husstandsniveau. Selv om det endnu ikke er klart, om dette er den mest effektive datadistributionsmetode, har vi bekymring omkring visse aspekter af dataindsamlingen.

For øjeblikket indsamles telefonplaceringdata. Mens det at begrænse data til en postkode kan være passende, er det unødvendigt at direkte pege på den eksakte kilde til telefonopkaldet, da denne information ikke kan anonymiseres eller tilfældiggøres. Dette kan få syge personer til at frygte at bruge telefonlinjen, hvilket kan resultere i unødvendige dødsfald fra dem, der mest har brug for hjælp.

Britiske borgere bør være bekymrede over telefonplaceringdatapunktet, der er unødvendigt for at træne et dybt læringsalgoritme, men kan direkte bruges til at spore en enkelt person.

Hvis den britiske regering fortsætter på sin vej til at indsamle denne type big data og løse de ovennævnte problemer samt andre privatlivs-/brugerrettighedsproblemer, som vi ikke er bekendt med, kan det være passende, at Storbritannien søger assistance fra Den Europæiske Union til at indsamle lignende datapunkter fra deres respektive befolkninger. Efter alt, hvordan dybt læringsarbejde fungerer, jo mere data, der indsamles, jo mere effektivt er algoritmen. Dette vil gå langt i at brobygge nationer efter lukningen af internationale grænser.

Vi opfordrer til omhyggelig analyse og assistance fra en non-profit-organisation for at sikre, at den britiske regering ikke misbruger den information, den indsamler. Ikke desto mindre bør det anerkendes, at dette er et vigtigt skridt mod at bekæmpe COVID-19.