Storbritanniens regering samlar in konfidentiell hälsodata för att bekämpa COVID-19

Storbritanniens regering har anlitat Palantir (PLTR ), ett amerikanskt storföretag som grundades av Peter Thiel, och Faculty, ett startup-företag som specialiserar sig på professionell datastrategi, programvara och utbildning för att bekämpa spridningen av COVID-19. Medan detta kan väcka oro för frågor om integritet, bör det noteras att insamling av stora mängder data, inklusive privata hälsodata från allmänheten, är nödvändig för att regeringar ska kunna fatta informerade beslut om hur man stoppar spridningen av COVID-19, avgöra vilka medlemmar av samhället som är mest utsatta och lära sig vilka behandlingsalternativ som är mest effektiva.

Palantir förstår att det finns anledning till oro när det gäller användarintegritet, vilket är varför de släppte en översikt av sina bästa metoder för att använda data under en kris. Palantir uppgav: ”Att veta hur man kompetent kan tillämpa datavetenskap på rätt uppsättning problem kommer att tjäna som en kritisk tillgång för att förstärka och förbättra omfattande strategier för att bekämpa denna folkhälsokris”, detta är utan tvekan sant.

De uppgav också följande, som är ett erkännande av den farliga risken som samhället utsätter sig för när det gäller att dela stora mängder data: ”Rika datakällor inspirerar ofta oväntade – till och med obehöriga – analyser. Upprätta och verkställ kollektiva regler för hur data ska användas och vem som ska ha vilka nivåer av åtkomst till och användning av data. Missbruk av data kan leda till allmän misstro mot institutioner. Även de mest välmenande problemlösarna kan ibland vara blinda för riskerna med de lösningar de skapar.”

Vilken typ av data samlar den brittiska regeringen in? För närvarande är den lämpliga data som behövs för att tackla COVID-19-utmaningen. Enligt Guardian inkluderar den aktuella anonymiserade data kön, skyddad hälsinformation, COVID-19-testresultat, innehållet i människors samtal till National Health Service (NHS), hälsorådgivningslinjen 111 och klinisk information om de som vårdas på intensivvårdsavdelningar.

Medan dataskydd bör vara anonymiserat så att det aldrig kan spåras till en specifik individ, behöver vi denna data för maskinlärningssystem för att analysera. Djupinlärningssystem använder denna typ av stora mängder data för att identifiera mönster och datapunkter som människor förbiser. Något sådant som kön kan avslöja viktiga insikter, till exempel att diabetiska män kan vara en mer utsatt del av befolkningen än diabetiska kvinnor. Vissa behandlingsalternativ kan fungera bättre för olika åldersgrupper, kön, genetiska bakgrunder osv.

I stället för att bli fördömda bör vi ge den brittiska regeringen fördel av tvivel. Denna typ av datainsamling och datainsats från alla delar av hälsovårdssystemet är något som bör upprätthållas på lång sikt. Detta kan tjäna oss i framtiden för att bekämpa framtida pandemier, samt vanliga hälsoproblem, cancer och andra fysiologiska åkommor.

För närvarande använder projektet ett “pseudo NHS-nummer” för att koppla samman stora datamängder, inklusive en huvudpatientindex, en befintlig NHS-resurs som använder “social marknadsföringsdata” för att dela in den brittiska befolkningen i olika “typer” på hushållsnivå. Medan det fortfarande återstår att se om detta är den mest effektiva datadistributionsmetoden, har vi farhågor om vissa aspekter av datainsamlingsprocessen.

För närvarande samlas telefonplatsdata in. Medan det kan vara lämpligt att begränsa data till en postkod, är det onödigt att direkt peka ut den exakta källan till samtalet, eftersom denna information inte kan anonymiseras eller slumpas om. Detta kan orsaka att sjuka individer fruktar att använda telefonlinjen, vilket kan leda till onödiga dödsfall bland de som mest behöver hjälp.

Brittiska medborgare bör vara oroliga för telefonplatsdatapunkten, som är onödig för att träna ett djupinlärningsalgoritm men kan användas direkt för att spåra en individ.

Om den brittiska regeringen fortsätter på sin väg att samla in denna typ av stora mängder data och åtgärda de problem som nämns ovan, samt andra frågor om integritet och användarrättigheter som vi inte är medvetna om, kan det vara lämpligt för Storbritannien att anlita hjälp från Europeiska unionen för att samla in liknande datapunkter från sina respektive befolkningar. Efter allt, hur djupinlärning fungerar är att ju mer data som samlas in, desto mer effektivt är algoritmen. Detta skulle gå långt i att brottas över nationsgränserna efter stängningen av internationella gränser.

Vi uppmanar till noggrann analys och hjälp från en ideell organisation för att säkerställa att den brittiska regeringen inte missbrukar den information den samlar in. Trots allt bör det erkännas att detta är ett viktigt steg mot att bekämpa COVID-19.