Reidentificación de personas a través de datos de salud portátiles y aprendizaje automático

Un nuevo tipo de ataque de privacidad basado en datos de salud portátiles ha sido identificado por investigadores de la Universidad de Massachusetts Lowell. Ataque de reidentificación de personas (PRI-Attack) utiliza datos públicos y cumplidos con la Ley de Portabilidad y Responsabilidad de Seguros de Salud (HIPAA) de dispositivos de salud portátiles para establecer la identidad de las personas a partir de datos de frecuencia cardíaca, respiración y gesticulación manual, entre otros.

La vulnerabilidad es posible en EE. UU. debido a que la Ley de Portabilidad y Responsabilidad de Seguros de Salud (HIPAA), aunque requiere que los datos médicos permanezcan anónimos, no considera los datos de sensores crudos (como la temperatura de la piel y los datos del acelerómetro) como sensibles en términos de privacidad, y por lo tanto no requiere que los datos de este tipo que se comparten públicamente estén cifrados o estén sujetos a las mismas protecciones generales que se otorgan a las formas tradicionales de datos de pacientes, como los registros de salud.

De vector a visual

Un ataque PRI utiliza datos de imagen interpretados para discernir patrones comunes que se correlacionan con otros tipos de datos de salud. La respuesta de la piel de una persona, por ejemplo, se puede evaluar desde un video (fotopletismografía), y correlacionar con lo que debería ser información vectorial completamente anónima de dispositivos de monitoreo de salud, como relojes portátiles, y otros tipos de aparatos de monitoreo. La fotopletismografía produce datos de frecuencia cardíaca, que se pueden emparejar con datos cardíacos no identificados de dispositivos de salud portátiles.

El reconocimiento de gestos es otra “clave” que se puede traducir trivialmente de datos vectoriales a una matriz visual que, nuevamente, permite correlacionar datos de imagen/ video interpretados con información aparentemente anónima de acelerómetro en datos de salud.

Información de gestos manuales de datos portátiles. Fuente: https://arxiv.org/pdf/2106.11900.pdf

Datos de sensores como información de identificación personal

La investigación, del profesor asistente de la Universidad de Massachusetts Lowell, Mohammad Arif Ul Alam, sostiene que los datos de sensores fisiológicos pueden constituir información de identificación personal y son, en efecto, un análogo biológico de las técnicas de huella digital del navegador que actualmente se cree que socavan las nuevas iniciativas para proteger la privacidad del usuario en la web.

Para probar la hipótesis, el investigador desarrolló un marco de reconocimiento y localización de gestos manuales que interpreta datos de gestos (movimiento vectorial grabado) de un acelerómetro portátil y traduce los movimientos en un registro visual que se puede correlacionar con movimientos grabados por dispositivos de salud portátiles.

Se construyó una red neural siamés multi-modal (mm-SNN) para interpretar la información de gestos clasificada mediante una máquina de vectores de soporte (SVM). Una red se ocupa de la información vectorial (interpretada como información de imagen en un espacio 3D) y la segunda red se ocupa de los datos fisiológicos grabados a partir de datos de sensores.

Pruebas

El sistema se probó en varios conjuntos de datos, incluido un conjunto de datos de “fatiga de jugadores” obtenido al recopilar datos de cinco estudiantes voluntarios de 19 a 25 años que jugaron videojuegos durante siete días mientras llevaban el reloj Empatica E4. El reloj cuenta con sensores de acelerómetro, contexto electrodérmico (EDA), temperatura de la piel y fotopletismografía (PPG).

El E4 también se utilizó en un conjunto de datos de “restaurante” novedoso, en el que ocho voluntarios prepararon y comieron sandwiches durante veinte minutos, y en un conjunto de datos de “adultos mayores”, en el que 22 sujetos mayores de 75 a 95 años realizaron 13 actividades guiadas mientras llevaban el reloj.

Finalmente, los investigadores utilizaron el conjunto de datos disponible públicamente de “adultos sanos con fatiga”, que monitoreó a 28 hombres y mujeres sanos con una edad promedio de 42 durante 1-219 días consecutivos mientras llevaban un dispositivo portátil de múltiples sensores similar a las capacidades de recopilación de datos del E4, incluido un acelerómetro de 3 ejes, un electrodo de respuesta galvánica de la piel, sensores de temperatura y foto, y un barómetro.

Los resultados indican que la frecuencia cardíaca y la frecuencia respiratoria son los medios más seguros para la reidentificación, con una tasa de precisión promedio superior al 66%.

Resultados de las pruebas del método de ataque PRI. Crib: PPG: fotopletismografía; HR: frecuencia cardíaca; BR: frecuencia respiratoria; PVP: pulso de volumen sanguíneo (obtenido de PPG); IBI: intervalo entre latidos (obtenido de PPG); TC: componente tónico de la señal de EDA; componente fásico de los datos de EDA (Ibid); Temp: temperatura.

La investigación concluye:

‘Mientras que la tecnología de visión por computadora moderna se puede utilizar fácilmente para aprender gestos manuales y señales fisiológicas correspondientes (frecuencia cardíaca, frecuencia respiratoria) de cámaras de vigilancia pública, estas grandes cantidades de videos grabados se pueden utilizar fácilmente por los atacantes para aprender biometría específica de usuario para revelar la identidad de los datos de sensores portátiles cumplidos con HIPAA.’

HIPAA considera que los datos de registros de salud personales están ‘anónimos por defecto’

El gobierno de EE. UU. ha reconocido el crecimiento de los registros de salud personales (PHR) y clasifica dicho registro (incluidos los datos de dispositivos de salud portátiles) como ‘un registro electrónico de la información de salud de un individuo por el cual el individuo controla el acceso a la información y puede tener la capacidad de administrar, realizar un seguimiento y participar en su propio cuidado de la salud’.

Sin embargo, como este es un fenómeno del sector privado, el gobierno admite que no tiene supervisión oficial de dichos datos, habiendo establecido que no contienen información de identificación personal (PII). Un informe de junio de 2016 sobre entidades no cubiertas por HIPAA del Departamento de Salud y Servicios Humanos de EE. UU. establece:

‘[Grandes] brechas en las políticas sobre acceso, seguridad y privacidad continúan, y la confusión persiste entre consumidores e innovadores. Los rastreadores de fitness portátiles, las redes sociales de salud y las aplicaciones de salud móviles se basan en la idea de la participación del consumidor. Sin embargo, nuestras leyes y regulaciones no han seguido el ritmo de estas nuevas tecnologías.’