211service.com
Personīgā genoma projekta dalībniekus identificējuši privātuma eksperti
Viens no lielākajiem jautājumiem bioloģijā ir debates par dabu pret audzināšanu, ģenētisko un vides faktoru relatīvo lomu cilvēka īpašību noteikšanā.
2006. gadā Džordžs Čērčs no Hārvarda universitātes un daži citi uzsāka personīgā genoma projektu (PGP), lai palīdzētu atbildēt uz šo jautājumu. Mērķis ir apkopot genoma informāciju no 100 000 informētiem sabiedrības locekļiem, kā arī viņu veselības ierakstus un citus attiecīgos fenotipiskos datus. Ideja ir izmantot šo informāciju, lai palīdzētu atšķirt ģenētisko un vides faktoru relatīvo ieguldījumu.
Projekts negarantē privātumu tiem, kas pierakstās. Patiešām, dalībnieki var atklāt tik daudz informācijas, cik vēlas, tostarp pasta indeksu, dzimšanas datumu un dzimumu.
Tomēr dati ir “deidentificēti” tādā nozīmē, ka īpašnieku vārdi un adreses nav iekļauti viņu profilos PGP vietnē, un tas rada privātuma aizsardzību.
Šodien Latanya Sweeney un kolēģi no Hārvardas parāda, ka pat tas ir praktiski bezjēdzīgi, lai turētu īpašnieku identitāti privātu. Viņi saka, ka salīdzinoši vienkāršs PGP dalībnieku saraksta salīdzinājums ar citām datu bāzēm, piemēram, vēlētāju sarakstiem, atklāj ievērojama skaita dalībnieku identitāti ar ievērojamu precizitāti.
Deanonimizācijas procedūra ir vienkārša. Vēlētāju sarakstos ir iekļauta informācija, tostarp vārds, adrese, kā arī pasta indekss, dzimšanas datums un dzimums. Tāpēc ir vienkārši salīdzināt šo sarakstu ar PGP dalībniekiem, kuri ir iekļāvuši arī savu pasta indeksu, dzimšanas datumu un dzimumu.
Ja ir sakritība, jautājums ir par to, vai pasta indekss, dzimšanas datums un dzimums unikāli identificē personu. Svīnijs jau iepriekš ir apgalvojis, ka tas ir līdz pat 87 procentiem atkarībā no tādiem faktoriem kā cilvēku blīvums, kas dzīvo attiecīgajā pasta indeksā.
Šķiet, ka šie rezultāti pierāda viņas taisnību. Svīnijs un kopīgi iesniedza rezultātus PGP organizācijai un lūdza pārbaudīt, cik precīzs ir bijis anonimizācijas process. Izrādās, ka viņi precīzi identificēja cilvēkus ar panākumu līmeni līdz 97 procentiem.
Šāda veida ievainojamība ir labi zināma. Mūsu spēja uzzināt viņu vārdus ir balstīta uz viņu demogrāfiskajiem datiem, nevis viņu DNS, tādējādi atkārtoti atklājot veco ievainojamību, kuru varētu viegli novērst, minimāli zaudējot pētniecisko vērtību, saka Svīnijs un draugi.
Viņi norāda, ka veids, kā atrisināt šo problēmu, ir iekļaut dzimšanas datumus un pasta indeksus, kas nav tik precīzi, piemēram, norādot tikai dzimšanas gadu vai vispārējo dzīvesvietu.
To nav tik viegli mainīt PGP vietnē, tāpēc komanda ir izveidojusi brīvi pieejamu rediģēšanas rīku, kas ļauj jebkuram dalībniekam mainīt savu informāciju vietnē tā, lai samazinātu identifikācijas iespēju.
(Svīnijs un co arī norāda uz acīmredzamo taktiku, kā noņemt identificējošos vārdus no informācijas, kas pievienota dalībnieka profilam, ko viņi atrada ievērojamā daļā ierakstu.)
Tam vajadzētu padarīt personīgo genoma projektu ievērojami privātāku tiem, kas izvēlas šo opciju. Tam vajadzētu būt arī brīdinājumam nākotnes projektiem, kas saistīti ar personas datiem, ka privātumu ne vienmēr ir tik viegli aizsargāt, kā sākumā varētu šķist.
Atsauce: arxiv.org/abs/1304.7605 : Personīgā genoma projekta dalībnieku identificēšana pēc vārda