La privacidad, tanto de datos personales como confidenciales, es clave en cualquier organización en la que la toma de decisiones esté sustentada en datos. Sin embargo, las políticas de privacidad pueden ser una barrera a la hora de realizar una analítica avanzada o entrenar un algoritmo de Inteligencia Artificial con dichos datos. Este fue uno de los mensajes con el que, José Carlos Baquero, Director de IA y Big Data de Secure e-Solutions de GMV, se dirigió a la audiencia del evento TIC Salud, que organizó el Cluster Bio de la Comunidad Valenciana (BIOVAL) en colaboración con el Instituto Tecnológico de Informática y el Centro Europeo de Empresas Innovadoras de Valencia.

Como recordó el directivo en la mesa sobre Inteligencia Artificial en la que participó, los datos son hoy el nuevo oro negro, y las organizaciones están explotándolos utilizando técnicas como la analítica avanzada y el machine learning para impulsar sus resultados. En estos casos, los beneficios de la aplicación de tecnología sobre la información están claros. Pero el problema se plantea cuando, en determinados proyectos, para alcanzar los objetivos perseguidos, los datos privados han de salir del ámbito en el que se originan. Un ejemplo nítido podemos encontrarlo en el sector de la salud.

Como explicó Baquero, «los datos de los pacientes están especialmente protegidos por el Reglamento General de Protección de Datos, la Ley Orgánica de Protección de datos y la Ley de Autonomía del Paciente». Si queremos comparar resultados de salud al aplicar un determinado tratamiento, extraer conclusiones basadas en la evidencia, nos encontramos con que «estos datos de carácter personal se encuentran almacenados en distintos silos de información distribuidos entre los hospitales, tanto públicos como privados, centros asistenciales, etc.».

El intercambio de estos datos es complicado debido a la necesidad de asegurar la privacidad de los datos de los pacientes de acuerdo a la reglamentación y las políticas internas en esta materia. Resulta difícil para las organizaciones de salud disponer de herramientas que garanticen al 100% la anonimización de los datos con fines de investigación en colaboración con otras entidades. Como resultado, los datos clínicos de cada episodio de salud residen en los llamados silos de datos en los sistemas de información del hospital. Incluso la realización de investigaciones a nivel internacional puede ser compleja porque las leyes nacionales impiden compartir datos o trasladarlos fuera de los países.

Por ello, en GMV «nos planteamos si sería insuperable lograr el equilibrio entre la privacidad de los datos y el uso de los mismos en beneficio de las personas y vimos que podíamos salvar dichas barreras diseñando para ello la herramienta uTile PET (Privacy-Enhancing Technologies)». Encontramos «una solución tecnológica que realiza cálculos de forma segura y privada mediante métodos avanzados criptográficos sobre datos distribuidos de los pacientes, sin exponerlos ni moverlos de los hospitales o centros asistenciales, permitiendo a los centros de investigación y a la industria farmacéutica obtener información tan crucial como lo es la propia supervivencia: valor de los biomarcadores, pronósticos, edad media de los pacientes, etc., de los tratamientos clínicos sin comprometer la privacidad de los datos de los pacientes», concluyó Baquero.

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