Prywatność danych osobowych i poufnych jest kluczowa w każdej organizacji, w której podejmowanie decyzji opiera się na danych. Polityka prywatności może jednak stanowić barierę dla zaawansowanych analiz czy też opracowywania algorytmów sztucznej inteligencji na podstawie tychże danych. Było to jedno z przesłań, z którymi José Carlos Baquero, Dyrektor ds. SI i Big Data w GMV Secure e-Solutions, zwrócił się do uczestników spotkania TIC Salud, zorganizowanego przez Bio-Klaster Regionu Walencji (BIOVAL) we współpracy z Instytutem Technologicznym Informatyki i Europejskim Centrum Innowacyjnych Przedsiębiorstw w Walencji.

W swoim wystąpieniu podczas debaty na temat sztucznej inteligencji Baquero przypomniał, że dane są nowym „czarnym złotem”, a organizacje podczas ich eksploatacji wykorzystują techniki takie jak zaawansowana analityka i uczenie maszynowe w celu uzyskania lepszych wyników. W takich przypadkach korzyści płynące ze stosowania technologii informacyjnych są oczywiste. Problem pojawia się jednak, gdy w przypadku niektórych projektów dla osiągnięcia zamierzonych celów dane prywatne muszą wyjść poza sferę ich generowania. Dobry przykład znajdziemy w sektorze ochrony zdrowia.

Jak wyjaśnił Baquero, „dane pacjentów są szczególnie chronione przez Ogólne Rozporządzenie o Ochronie Danych, Ustawę Organiczną o Ochronie Danych oraz Ustawę o Autonomii Pacjentów”. Kiedy musimy porównać wyniki jakiejś metody leczenia i wyciągnąć z nich wnioski, okazuje się, że „te dane osobowe są przechowywane w różnych zbiorach informacyjnych, ulokowanych w szpitalach, zarówno publicznych, jak i prywatnych, ośrodkach opieki itp.”.

Wymianę tego rodzaju danych komplikuje konieczność zapewnienia prywatności danych pacjentów zgodnie z obowiązującymi przepisami oraz polityką wewnętrzną placówek opieki zdrowotnej w tej materii. Placówki służby zdrowia nie zawsze posiadają narzędzia gwarantujące w 100% anonimowość danych używanych do celów badawczych w przypadku współpracy z innymi podmiotami. W rezultacie dane kliniczne dotyczące poszczególnych epizodów zdrowotnych znajdują się w tzw. silosach danych w systemach informatycznych szpitali. Również prowadzenie badań międzynarodowych może być skomplikowane, ponieważ przepisy krajowe uniemożliwiają udostępnianie danych i ich przekazywanie poza granice kraju.

Dlatego w GMV „postanowiliśmy opracować narzędzie umożliwiające osiągnięcie równowagi między prywatnością danych a ich wykorzystaniem z korzyścią dla obywateli, i okazało się, że możemy pokonać istniejące bariery dzięki uTile PET (Privacy-Enhancing Technologies)”. Znaleźliśmy „rozwiązanie technologiczne, które wykonuje – przy użyciu zaawansowanych metod kryptograficznych, w sposób bezpieczny i poufny – obliczenia na rozproszonych danych pacjentów, bez konieczności ich ujawniania czy przenoszenia ze szpitali lub ośrodków opieki. Pozwala to ośrodkom badawczym i przemysłowi farmaceutycznemu na uzyskanie takich informacji jak wartość biomarkerów, rokowania, średni wiek pacjentów itp. w leczeniu klinicznym bez naruszania prywatności danych pacjentów” – podsumował Baquero.