Pemerintah UK Mengumpulkan Data Kesehatan Rahasia untuk Melawan COVID-19

Pemerintah UK telah meminta bantuan Palantir, sebuah perusahaan big data AS yang didirikan oleh Peter Thiel, dan Faculty, sebuah startup yang mengkhususkan diri dalam strategi ilmu data profesional, perangkat lunak, dan pelatihan keterampilan untuk melawan penyebaran COVID-19. Sementara ini mungkin memicu kekhawatiran tentang masalah privasi, perlu dicatat bahwa mengumpulkan big data termasuk data kesehatan pribadi dari populasi umum diperlukan untuk pemerintah membuat keputusan yang tepat tentang bagaimana menghentikan penyebaran COVID-19, mengetahui siapa anggota masyarakat yang paling rentan, dan mempelajari opsi pengobatan mana yang paling efektif.

Palantir memahami bahwa ada alasan untuk khawatir tentang privasi pengguna, itulah mengapa mereka merilis garis besar praktik terbaik mereka untuk menggunakan data selama krisis. Palantir menyatakan: “Mengetahui bagaimana menerapkan ilmu data dengan kompeten pada set masalah yang tepat akan berfungsi sebagai aset kritis untuk meningkatkan dan memperkuat strategi komprehensif untuk melawan krisis kesehatan masyarakat ini”, ini tidak dapat disangkal.

Mereka juga menyatakan hal berikut yang merupakan pengakuan atas risiko yang dihadapi masyarakat dalam mengakses jenis big data sharing ini: “Sumber data kaya sering menginspirasi analisis yang tidak terduga — bahkan analisis yang tidak terkendali. Tetapkan dan laksanakan aturan dasar kolektif tentang bagaimana data harus digunakan dan siapa yang harus memiliki akses ke, dan menggunakan, data. Penyalahgunaan data dapat menyebabkan kepercayaan masyarakat terhadap lembaga menjadi rusak. Bahkan para pemecah masalah yang paling baik niatnya terkadang buta terhadap risiko solusi yang mereka ciptakan.”

Jenis data apa yang dikumpulkan pemerintah UK? Saat ini, data yang tepat yang diperlukan untuk mengatasi tantangan COVID-19. Seperti yang dilaporkan oleh Guardian, data anonim saat ini termasuk jenis kelamin, informasi kesehatan yang dilindungi, hasil tes COVID-19, isi panggilan ke Layanan Kesehatan Nasional (NHS), garis konsultasi kesehatan 111, dan informasi klinis tentang mereka yang dirawat di unit perawatan intensif.

Sementara privasi data harus di-anonimkan sehingga tidak pernah dapat dilacak ke individu tertentu, kita membutuhkan data ini untuk sistem pembelajaran mesin untuk menganalisis. Sistem pembelajaran dalam menggunakan jenis big data ini untuk mengidentifikasi pola, dan poin data yang diabaikan oleh manusia. Sesuatu yang sepele seperti jenis kelamin, mungkin mengungkapkan wawasan penting, contohnya bisa jadi bahwa pria diabetes adalah segmen populasi yang lebih rentan daripada wanita diabetes. Opsi pengobatan tertentu mungkin bekerja lebih baik untuk kelompok usia, jenis kelamin, latar belakang genetik, dll yang berbeda.

Bukannya dikritik, kita harus memberi pemerintah UK keuntungan dari keraguan. Jenis pengumpulan data, dan upaya berbagi data oleh semua aspek sistem perawatan kesehatan, adalah sesuatu yang seharusnya dipertahankan untuk jangka panjang. Ini bisa berguna di masa depan untuk melawan wabah di masa depan, serta masalah kesehatan biasa, kanker, dan kelainan fisiologis lainnya.

Saat ini, proyek ini menggunakan “pseudo NHS number” untuk mencocokkan dataset besar, termasuk indeks pasien master, sumber daya NHS yang ada yang menggunakan “data pemasaran sosial” untuk membagi populasi Inggris menjadi “jenis” yang berbeda pada tingkat rumah tangga. Sementara masih perlu dilihat apakah ini adalah metode distribusi data yang paling efektif, kita memiliki kekhawatiran tentang beberapa aspek proses pengumpulan data.

Saat ini, data lokasi telepon sedang dikumpulkan. Sementara mempersempit data ke kode pos mungkin tepat, tidak perlu untuk langsung menunjukkan sumber panggilan telepon, karena informasi ini tidak dapat di-anonimkan atau diacak. Ini bisa menyebabkan individu yang sakit takut menggunakan jalur telepon yang mungkin mengakibatkan kematian yang tidak perlu dari mereka yang paling membutuhkan bantuan.

Warga Inggris harus waspada terkait titik data lokasi telepon yang tidak perlu untuk melatih algoritma pembelajaran dalam secara efektif, tetapi dapat digunakan langsung untuk melacak individu.

Apakah pemerintah UK harus melanjutkan jalur pengumpulan big data ini, dan memperbaiki masalah yang disebutkan di atas, serta masalah privasi/pengguna lain yang tidak kita ketahui, mungkin tepat untuk UK meminta bantuan Uni Eropa untuk mengumpulkan datapoint serupa dari populasi mereka. Bagaimanapun, bagaimana pembelajaran dalam bekerja adalah semakin banyak data yang dikumpulkan, semakin efektif algoritmanya. Ini akan membantu membangun kembali hubungan antar negara setelah penutupan perbatasan internasional.

Kita mendesak analisis yang hati-hati, dan bantuan dari entitas non-profit untuk memastikan bahwa pemerintah UK tidak menyalahgunakan informasi yang dikumpulkan. Namun, harus diakui bahwa ini adalah langkah penting menuju melawan COVID-19.