Bugün Sağlık Verilerinizi Bağışlayın
Bu gönderi, Bugün Sağlık Verilerinizi Bağışlayın , ilk olarak 2 Ekim 2019'da The New York Times'ın 'Gizlilik Projesi' nde bir fikir parçası olarak yayınlandı.
Bunu okuyorsanız, muhtemelen verileriniz hakkında giderek daha fazla endişeleniyorsunuzdur ve bunun iyi bir nedeni vardır: Görünüşe göre her gün yeni bir haberle uyanmaktayız.veri ihlaliveya gizlilik ihlali, toplu paranoyayı geniş çapta ve iyi seyahat etmeye teşvik eder.
Bu korku belki de en çok sağlığımız kadar samimi konular söz konusu olduğunda haklı çıkar - tedavi kayıtlarımıza, ilaç protokolümüze ve kapsamlı elektronik sağlık kayıtlarımıza yetkisiz erişimi olan bir saldırganın imajında rahatsız edici bir şey vardır. Öte yandan, insanların aritmi geçmişimizi veya yakın zamanda yapılan bir kan testinin sonuçlarını öğrenmesinden gerçekten çok endişelenmeli miyiz? Gerçekte, tehlikeli olan bu verinin varlığı değil, onu elde edebilecek temsilcilerin niyeti ve bunları ne için kullanmayı seçtikleridir.
Ancak, mahremiyetle ilgili kültürel anlatımızı, özellikle de sağlık hizmetleri verilerinin tıbbi yenilikte oynayabileceği kritik rolü nasıl yeniden şekillendirebileceğimizi ve yeniden düşünebileceğimizi düşünmenin zamanı geldi. Toplu sağlık hizmeti verileri, yeni tıbbi tedaviler geliştirme, tıbbi alanlardaki klinik sonuçları iyileştirme ve hayat kurtarmaya yönelik ortak çabanın bir parçası olarak kamu yararı olma potansiyeline sahiptir.
panik atak için ne yapılmalı
Mevcut 'sağlık hizmetleri verilerimiz' genişprofil oluşturmaAile öyküsü, sosyoekonomik arka plan, coğrafya ve tıbbi verilerimiz gibi bilgiler - doğrudan tedaviler, prosedürler ve ilaç kullanımı ile ilgili bilgiler. Kongre'nin geçtiği 1996 yılından önceki dünyayı düşünün.Sağlık Sigortası Taşınabilirlik ve Sorumluluk Yasası, bugün bozulmadan kalan dönüm noktası sağlık gizliliği mevzuatı. HIPAA'dan önce, doktorlar, hemşireler ve eczanelerin üçüncü şahıslara artık 'korunan sağlık bilgileri”- tıbbi geçmiş, koşullar ve tedavi ile ilgili tanımlanabilir bilgiler. Tıbbi kayıtlar sayısallaştırılmadı, kalem veya kurşun kalemle yazıldı, kağıt klasörlere dosyalandı ve bir ofis yöneticisi tarafından alfabetik olarak sıralandı.
1996 yılından bu yana teknolojik olarak çok şey değişti - Kongre'ninEkonomik ve Klinik Sağlık Yasası için Sağlık Bilgi Teknolojisi, sağlayıcıları ve hastaları teknoloji ve elektronik tıbbi kayıtların kullanımını benimsemeye teşvik etmeyi amaçladı. Veri depolama ve hesaplama teknolojilerindeki iyileştirmeler sayesinde, tıbbi gelişmeler artık yalnızca bireysel insan öğrenme süreçlerine dayanmıyor - hipotezleri gerçek zamanlı olarak test etmek, sınırlı veri kümelerinin sonuçlarını izlemek, zaman içindeki modellere dayalı teoriler geliştirmek.
Her gün muazzam miktarda hasta sağlığı verisi toplanıp dijital hale getirilirken, bulmacanın diğer parçası odak noktasına geliyor. Bir araya getirilirse, anonimleştirilmiş sağlık kayıtlarımız, aşağıdakileri kullanarak tüm tıbbi alanlarda hastalıkların tanı ve tedavisini iyileştirmek için büyük ölçekli bir veri kümesinin parçası olabilir.makine öğrenmealgoritmalar. Demografik ve tıbbi olmak üzere ne kadar anonim veri toplarsak, nedenleri o kadar iyi belirleyebilir, erken teşhis koyabilir ve daha iyi tedaviler geliştirebiliriz. Süreçte, daha önce bağlantısı kesilmiş veri setleri - teşhisler ve coğrafya, ilaç protokolü ve yaşam tarzı, tedavi başarısı ve tıbbi geçmiş ve çok daha fazlası arasında bağlantılar kurabiliriz.
Bunu başarılı bir şekilde ve geniş ölçekte yapmak için verilere ihtiyacımız var. Tüm verilerimiz. Benim ve senin.
Makine öğreniminin son zamanlarda akciğer kanserini insan radyologlarından daha doğru tespit ettiği gösterildi. Mayıs 2019'da Google ve Northwestern Medicine ekip oluşturuldu akciğer kanseri olasılığını tahmin etmek için 42.290 hasta BT taramasına derin öğrenme algoritması uygulamak. Görüntülerin okunması zor olduğundan, Google ve Northwestern’in çalışması onları okumak için bir makine öğrenimi modeli geliştirdi ve ardından sonuçları altı deneyimli radyoloğun sonuçlarıyla karşılaştırdı. Araştırmaya göre, makine öğrenme modeli kanseri radyologlardan yüzde 5 daha sık tespit edebildi ve yanlış pozitifleri azaltma olasılığı yüzde 11 daha fazlaydı.
cinsel olarak aktif miyim testi
Bu sadece bir örnektir, ancak öngörücü tanı modelleri oluşturmada büyük ölçekli örüntü tanıma ihtiyacını vurgulamaktadır. İnsan beyni, bu tür bir yenilik için gerekli olan derin öğrenme algoritmalarını geliştirebilir, ancak yalnızca algoritmalar, bu kadar büyük ve etkili bir ölçekte kalıpları etkili bir şekilde tanıyabilir.
Bazıları şunu iddia edebilir: potansiyel hasar Bir sağlık hizmetleri şirketinden veri ihlali, diğer veri savaşı biçimlerinden kaynaklanan zararlardan çok daha karmaşıktır ve doğrudur. Mağdurlar kimlik hırsızlığı, dolandırıcılık, risk profili oluşturma, hedeflenen psikografik özellikler, artan sigorta primleri ve diğer tehlikeli (ve pahalı) sonuçların risklerini çözmek için şifrelerini değiştiremez veya kredi kartlarını iptal edemezler.
Ne olursa olsun, dijital sağlık hizmetleri verileri her gün toplanmaya devam edecek, tıbbi araştırma ve tedavi için muazzam fırsatlar ve dijital yaşamın her alanında var olan kaçınılmaz tehlike potansiyeli sunacak. Neden devam edip bu bilgileri doğru temsilcilerin ellerine teslim etmiyorsunuz ve bu süreçte katı düzenleme ve uygulama protokolleri oluşturmuyorsunuz?
risperdal ne için kullanılır
Düzenleyici kurumların desteği ve müdahalesi ile kapsamlı birkimliksizleştirmekişisel verilerimizi geri alınamaz bir şekilde anonim hale getirme işlemi. Bu organların ayrıca sağlık hizmetleri verilerinden para kazanılmasını yasaklaması ve bunların profil oluşturma veya diğer etik olmayan veya cezai amaçlarla kullanılmasını önlemesi gerekecektir. Verilerimizin kötü niyetli kullanımına yönelik sıfır tolerans politikası, muhtemelen başka bir siber suç danışmanından veya daha iyi bilgisayar sunucularından daha iyi sonuçlar verecektir.
Her birimizin sahip olduğu muazzam miktarda bilgi, sadece birkaç tüzel kişinin - özel ya da kamusal - kontrolü altında bırakılamayacak kadar önemlidir. Sağlık hizmetleri verilerimizi kamu yararına bir katkı olarak düşünebilir ve açık kaynak kodu gibi disiplinlerdeki bilim adamları ve araştırmacılar için erişilebilirliğini eşitleyebiliriz. Oradan, daha iyi ve daha erken teşhislere ve nihayetinde daha iyi tedavilere izin verecek daha iyi tahmin modelleri hayal edin.
Sağlık bakımı verileriniz, en azından bazı tıbbi yönlerden size çok benzeyen insanlara yardımcı olabilir. Hatta hayatlarını kurtarabilir. Verilerinizle yapılacak doğru şey onu korumak değil, paylaşmaktır.
Resim Kredisi: Claire Merchlinsky aracılığıyla New York Times
