La privacitat, tant de dades personals com confidencials, és clau en qualsevol organització en la qual la presa de decisions estigui sustentada en dades. Tanmateix, les polítiques de privacitat poden ser una barrera a l’hora de fer una analítica avançada o entrenar un algorisme d’intel·ligència artificial amb aquestes dades. Aquest va ser un dels missatges amb què José Carlos Baquero, director d’IA i Big Data de Secure e-Solutions de GMV, es va dirigir a l’audiència de l’esdeveniment TIC Salud, que va organitzar el Clúster Bio de la Comunitat Valenciana (BIOVAL) en col·laboració amb l’Instituto Tecnológico de Informática i el Centro Europeo de Empresas Innovadoras de Valencia.

Com va recordar el directiu en la taula sobre intel·ligència artificial en la qual va participar, les dades són avui el nou or negre, i les organitzacions estan explotant-les utilitzant tècniques com l’analítica avançada i l’aprenentatge automàtic per impulsar els seus resultats. En aquests casos, els beneficis de l’aplicació de tecnologia sobre la informació són clars. Però el problema es planteja quan, en determinats projectes, per arribar als objectius perseguits, les dades privades han de sortir de l’àmbit en el qual s’originen. Podem trobar-ne un exemple nítid en el sector de la salut.

Com va explicar Baquero, «les dades dels pacients estan especialment protegides pel Reglament general de protecció de dades, la Llei orgànica de protecció de dades i la Llei d’autonomia del pacient». Si volem comparar resultats de salut en aplicar un determinat tractament, extreure’n conclusions basades en l’evidència, ens trobem que «aquestes dades de caràcter personal es troben emmagatzemades en diferents sitges d’informació distribuïdes entre els hospitals, tant públics com privats, centres assistencials, etc.».

L’intercanvi d’aquestes dades és complicat per la necessitat d’assegurar la privacitat de les dades dels pacients d’acord amb la reglamentació i les polítiques internes en aquesta matèria. Resulta difícil per a les organitzacions de salut disposar d’eines que garanteixin al 100% l’anonimització de les dades amb finalitats de recerca en col·laboració amb altres entitats. Com a resultat, les dades clíniques de cada episodi de salut resideixen en les anomenades sitges de dades en els sistemes d’informació de l’hospital. Fins i tot la realització de recerques en l’àmbit internacional pot ser complexa perquè les lleis nacionals impedeixen compartir dades o traslladar-les fora dels països.

Per això, a GMV «ens plantegem si seria insuperable aconseguir l’equilibri entre la privacitat de les dades i l’ús d’aquestes en benefici de les persones i vam veure que podíem salvar aquestes barreres dissenyant per a això l’eina uTile PET (Privacy-Enhancing Technologies)». Trobem «una solució tecnològica que fa càlculs de manera segura i privada mitjançant mètodes avançats criptogràfics sobre dades distribuïdes dels pacients, sense exposar-les ni moure-les dels hospitals o centres assistencials, i així permetre als centres de recerca i a la indústria farmacèutica obtenir informació tan crucial com ho és la supervivència mateixa: valor dels biomarcadors, pronòstics, edat mitjana dels pacients, etc., dels tractaments clínics sense comprometre la privacitat de les dades dels pacients», va concloure Baquero.

Vídeo VI TIC SALUD «El papel de la Salud Digital en tiempos del COVID»