Britannian hallitus kerää luottamuksellisia terveystietoja COVID-19:n torjumiseksi

Britannian hallitus on palkannut Palantirin, yhdysvaltalaisen big data -yrityksen, jonka perusti Peter Thiel, ja Facultyn, startup-yrityksen, joka erikoistuu ammattimaiseen data-analytiikkaan, ohjelmistoihin ja koulutukseen COVID-19:n leviämisen torjumiseksi. Vaikka tämä saattaa herättää huolta yksityisyyden suojelusta, on huomattava, että big data -keräys, mukaan lukien yksityiset terveystiedot, on välttämätöntä hallituksille tehdä perusteltuja päätöksiä siitä, miten COVID-19:n leviäminen voidaan estää, mitkä yhteiskunnan jäsenet ovat alttiimpia ja mitkä hoitovaihtoehdot ovat tehokkaimpia.

Palantir (PLTR ) ymmärtää, että on olemassa syytä olla huolissaan käyttäjien yksityisyydestä, joten he julkaisivat ohjeet parhaista käytännöistä data-kriisitilanteissa. Palantir totesi: ”Tiedät, miten dataa voidaan soveltaa oikein, on tärkeä ominaisuus täydentää ja parantaa kattavia strategioita taistella tätä julkista terveydellistä kriisiä vastaan”, mikä on kiistämätön totuus.

He myös totesivat seuraavaa, joka on tunnustus siitä, että yhteiskunta on altis tällaisen big data -jaon riskeille: ”Rikkaat data-lähteet inspiroivat usein odottamattomia – jopa roistomaisia – analyysejä. Määrittele ja valvo yhteisiä sääntöjä siitä, miten dataa tulisi käyttää ja kuka tulisi käyttää dataa. Data-virheiden käyttö voi johtaa julkisen luottamuksen menetykseen. Jopa parhaimmat ongelmanratkaisijat voivat joskus olla sokeita ratkaisujen riskeille, joita he luovat.”

Mitä tyyppiä dataa Britannian hallitus kerää? Tällä hetkellä kerätään tarvittava data, jotta voidaan vastata COVID-19-haasteeseen. Guardianin mukaan nykyinen anonymisoitu data sisältää sukupuolen, suojatun terveydentilan tiedot, COVID-19:n testitulokset, puhelujen sisällön kansalliseen terveydenhuoltojärjestelmään (NHS) ja terveydenhuollon neuvontalinjaan 111 sekä kliiniset tiedot henkilöistä, jotka ovat tehohoitoon.

Yksityisyyden suojaaminen tulisi anonymisoida siten, että se ei voi koskaan johdattaa yksittäiseen yksilöön, tarvitsemme tätä dataa koneoppimisjärjestelmiä varten analyysiin. Syvän oppimisen järjestelmät käyttävät tätä tyyppistä big dataa tunnistamaan kuvioita ja data-pisteitä, joita ihmiset eivät huomaa. Jotkut asiat, kuten sukupuoli, voivat paljastaa tärkeitä näkemyksiä, esimerkiksi se, että diabeetikoilla olevat miehet ovat alttiimpia kuin diabeetikoilla olevat naiset. Tietyt hoitovaihtoehdot voivat toimia paremmin eri ikäryhmille, sukupuolille, geneettisille taustoille jne.

Sen sijaan, että kritisoisimme, meidän tulisi antaa Britannian hallitukselle etuuskäsittely. Tällainen data-keräys ja data-jaon pyrkimykset kaikilla terveydenhuollon osa-alueilla on jotain, mitä tulisi ylläpitää pitkällä aikavälillä. Tämä voisi palvella meitä tulevaisuudessa sekä tulevien pandemioiden torjunnassa että tavallisissa terveydenhuollon ongelmissa, syövissä ja muissa fysiologisissa vaivoissa.

Tällä hetkellä hanke käyttää ”pseudo NHS -numeroa” ristinmällä suuria tietokantoja, mukaan lukien master-potilasrekisteri, joka on olemassa oleva NHS-resurssi, joka käyttää ”sosiaalisen markkinoinnin dataa” jakamaan brittiläinen väestö eri ”tyyppeihin” kotitalouksittain. Vaikka on epäselvää, onko tämä tehokkain data-jakelu, meillä on joitakin huolenaiheita data-keräysprosessista.

Tällä hetkellä kerätään puheluiden sijaintitietoja. Vaikka alueen määrittäminen postinumeroittain saattaa olla sopivaa, on turhaa määrittää puhelun tarkka lähde, koska tätä tietoa ei voida anonymisoida tai satunnaistaa. Tämä voi aiheuttaa sairaiden henkilöiden pelkäämistä puhelimen käyttämistä, mikä voi johtaa tarpeettomiin kuolemiin niiden henkilöiden kohdalla, jotka tarvitsevat eniten apua.

Britannian kansalaiset tulisi olla huolissaan puheluiden sijaintitiedosta, joka ei ole välttämätöntä syvän oppimisen algoritmien kouluttamiseen, mutta voidaan käyttää suoraan yksittäisen henkilön seuraamiseen.

Jos Britannian hallitus jatkaa tällaisen big data -keräystä ja korjaa yllä mainitut ongelmat sekä muita yksityisyyden ja käyttäjien oikeuksien ongelmia, joista emme ole tietoisia, se saattaa olla sopivaa, että Britannia pyytää Euroopan unionin apua keräämään samanlaisia tietoja omista väestöistään. Kaiken kaikkiaan, miten syvä oppiminen toimii, on se, että mitä enemmän dataa kerätään, sitä tehokkaampi algoritmi on. Tämä auttaisi paljon maiden yhdistämisessä kansainvälisten rajojen sulkemisen jälkeen.

Me vaadimme tarkkaa analyysiä ja voitamme hyötyä voitontahtoisen organisaation avustusta varmistamaan, että Britannian hallitus ei väärinkäytä keräämäänsä tietoa. Kuitenkin on tunnustettava, että tämä on tärkeä askel COVID-19:n torjumiseksi.