Britse regering verzamelt vertrouwelijke gezondheidsgegevens om COVID-19 te bestrijden

De Britse regering heeft Palantir, een Amerikaans big data-bedrijf opgericht door Peter Thiel, en Faculty, een startup die zich specialiseert in professionele data science-strategie, software en vaardigheidstraining, ingeschakeld om de verspreiding van COVID-19 te bestrijden. Hoewel dit mogelijk zorgen over privacykwesties kan oproepen, moet worden opgemerkt dat het verzamelen van big data, waaronder privégezondheidsgegevens van de algemene bevolking, noodzakelijk is voor regeringen om geïnformeerde beslissingen te nemen over hoe de verspreiding van COVID-19 te stoppen, welke leden van de samenleving het meest kwetsbaar zijn en welke behandelopties het meest effectief zijn. Palantir begrijpt dat er reden is tot bezorgdheid over gebruikersprivacy, waardoor ze een overzicht van hun beste praktijken voor het gebruik van gegevens tijdens een crisis hebben gepubliceerd. Palantir verklaarde: “Weten hoe je datawetenschap competent kunt toepassen op het juiste set van problemen, zal dienen als een kritisch actief voor het aanvullen en verbeteren van uitgebreide strategieën om deze publieke gezondheidscrisis te bestrijden”, dit is ontegenzeggelijk waar. Zij verklaarden ook het volgende, wat een erkenning is van het precaire risico dat de samenleving loopt bij het delen van dit type big data: “Rijke gegevensbronnen inspireren vaak onverwachte — zelfs rogue — analyses. Stel en handhaaf collectieve grondregels voor hoe de gegevens moeten worden gebruikt en wie welk niveau van toegang tot, en gebruik van, gegevens moet hebben. Misbruik van gegevens kan leiden tot publieke wantrouwen in instellingen. Zelfs de meest welwillende probleemoplossers zijn soms blind voor de risico’s van de oplossingen die ze creëren.” Wat voor soort gegevens verzamelt de Britse regering? Momenteel de juiste gegevens die nodig zijn om de COVID-19-uitdaging aan te pakken. Zoals gerapporteerd door Guardian, omvat de huidige geanonimiseerde gegevens geslacht, beschermd gezondheidsinformatie, COVID-19-testresultaten, de inhoud van mensen die bellen naar de National Health Service (NHS), gezondheidsadvieslijn 111 en klinische informatie over mensen in intensieve zorg. Terwijl gegevensprivacy geanonimiseerd moet worden zodat het nooit kan worden herleid tot een specifiek individu, hebben we deze gegevens nodig voor machine learning-systemen om te analyseren. Diepe leer systemen gebruiken dit type big data om patronen en gegevenspunten te identificeren die door mensen worden gemist. Iets zo triviaals als geslacht, kan belangrijke inzichten onthullen, een voorbeeld kan zijn dat diabetische mannen een kwetsbaarder segment van de bevolking zijn dan diabetische vrouwen. Bepaalde behandelopties kunnen beter werken voor verschillende leeftijdsgroepen, geslachten, genetische achtergronden, enz. In plaats van te worden verguisd, zouden we de Britse regering het voordeel van de twijfel moeten geven. Dit type gegevensverzameling en gegevensdelingsinspanningen van alle facetten van het gezondheidszorgsysteem, is iets dat moet worden gehandhaafd voor de lange termijn. Dit kan ons in de toekomst dienen om toekomstige pandemieën te bestrijden, evenals reguliere gezondheidsproblemen, kanker en andere fysieke kwalen. Momenteel gebruikt het project een “pseudo NHS-nummer” om grote datasets te kruisen, waaronder een masterpatiëntindex, een bestaande NHS-bron die “sociale marketinggegevens” gebruikt om de Britse bevolking te segmenteren in verschillende “typen” op huishoudniveau. Hoewel het nog moet worden gezien of dit de meest effectieve gegevensdistributiemethode is, hebben we bezorgdheid over sommige aspecten van het gegevensverzamelingproces. Momenteel wordt telefoonlocatiegegevens verzameld. Terwijl het beperken van de gegevens tot een postcode misschien geschikt is, is het niet nodig om de exacte bron van de telefoon te bepalen, aangezien deze informatie niet kan worden geanonimiseerd of gerandomiseerd. Dit kan ervoor zorgen dat zieke individuen bang zijn om de telefoonlijn te gebruiken, wat kan leiden tot onnodige doden van degenen die het meest hulp nodig hebben. Britse burgers moeten zich zorgen maken over het telefoonlocatiegegevenspunt, dat niet nodig is om een diepe leer algoritme effectief te trainen, maar rechtstreeks kan worden gebruikt om een individu te volgen. Als de Britse regering doorgaat met het verzamelen van dit type big data en de bovengenoemde problemen oplost, evenals andere privacy-/gebruikersrechtenkwesties waarvan we ons niet bewust zijn, kan het passend zijn voor het VK om de hulp van de Europese Unie in te schakelen om vergelijkbare datapunten van hun respectieve bevolkingen te verzamelen. Na alles, hoe diepe leer werkt, is hoe meer gegevens worden verzameld, hoe effectiever het algoritme. Dit zal een lange weg zijn in het overbruggen van landen na de sluiting van internationale grenzen. We dringen aan op zorgvuldige analyse en de hulp van een non-profit entiteit om ervoor te zorgen dat de Britse regering de informatie die het verzamelt niet misbruikt. Niettemin moet worden erkend dat dit een belangrijke stap is in de strijd tegen COVID-19.