文件名称：协调监管领域以克服人工智能和大数据时代患者生成的健康数据的治理挑战-研究论文
文件大小：490KB
文件格式：PDF
更新时间：2024-06-09 11:33:31
Patient-generated health data PGHD governance
通过可穿戴设备和移动应用程序从患者创建和捕获的患者生成的健康数据（PGHD），在临床环境之外激增。 示例包括睡眠跟踪，健身跟踪器，连续血糖监测器和支持RFID的植入物，以及正在开发或设想中的许多其他生物识别或健康监视应用程序。 这些数据包含在不断增长的个人健康数据库存中，这些数据正通过大数据分析和人工智能/深度学习技术进行挖掘，以获取洞察力。 在保护个人隐私和自主权的同时，管理这些数据资源以促进患者护理和健康研究将具有挑战性，因为PGHD是数字化个人健康数据中监管最少的领域（美国卫生与公共服务部，2018年）。 当患者自己使用技术公司提供的“应用程序”收集数字化的PGHD时，这些数据将不受常规健康数据法规（例如HIPAA）的限制。 取而代之的是，PGHD主要在供应商的信息技术基础架构上维护，并且数据受IT公司自己的隐私权政策以及公司知识产权的约束。 占主导地位的叙述将这些高度个人化的数据定位为宝贵的资源，可用于转变医疗保健，刺激医学研究的创新以及使个人参与其健康和医疗保健。 但是，确保PGHD的私密性，安全性和利益的公平性将具有挑战性。 可以汇总PGHD，并且尽管进行了“去识别”，但仍可以将其与其他健康，经济和社会数据链接起来以进行预测分析。 随着大型科技公司进入医疗保健行业（例如，Google Health与Ascension Health合作分析美国21个州的数百万人的PHI），监管制度之间缺乏统一性可能会提供现有的保护措施，以保护患者的隐私并控制他们的PHI无效。 尽管医疗保健提供者必须遵守健康隐私法，但是Big Tech受到更为宽松的监管制度的约束，这将有助于PGHD货币化。 我们探索了与PGHD相关的美国现有的三种数据保护机制，这些机制目前彼此之间正处于紧张状态：联邦和州卫生部门法律，用于研究和创新的数据使用和重用以及大型科技公司的行业自我监管。然后确定三种类型的结构（组织，监管，技术/算法），这些结构可以协同帮助制定必要的监管监督，同时限制监管的摩擦和经济成本。 该分析为利益相关者和监管机构之间进行进一步讨论和谈判提供了起点。