文件名称：在研究中保护基因组隐私-研究论文
文件大小：415KB
文件格式：PDF
更新时间：2024-06-29 23:23:50
genome sequencing personalized
提高美国医疗保健质量的最引人注目的措施之一是全面采用电子健康记录 (EHR)，这是经济和临床健康健康信息技术 (HITECH) 法案规定的。 曾经罕见的情况下，十分之八的办公室医生已经采用了 HER 系统，该系统允许医疗保健提供者和研究人员创建和收集来自各种健康状况和治疗的患者的大规模表型数据。 与此同时，全基因组测序成本的大幅降低使得基因数据越来越多地用于生物医学研究。 健康“大数据”为促进公共卫生和促进精准医疗提供了巨大的希望。 奥巴马总统最近宣布了一项倡议，旨在建立一个国家研究队列，该队列整合来自现有分布式网络的数据，并结合大规模基因组和 EHR 数据，以发现可以改善数百万人医疗保健的基因型-表型关联。 然而，缺乏隐私保护会阻碍人们参与这项重要的研究，从而损害这些好处。 EHR 和基因组数据的共享可能会导致重新识别风险或泄露敏感的个人信息，如疾病关联或易感性。 基因组数据与近亲共享意味着任何隐私损失都涉及未经同意的家庭成员。 本文批判性地评估了 EHR 和基因组数据的健康大数据共享中独特的重新识别风险。 联邦共同规则要求进行涉及人类受试者的研究必须获得知情同意。 最近修订该规则的拟议规则制定通知呼吁通过提高透明度来改进知情同意。 然而，目前用于医疗保健研究的知情同意系统在不同用例下缺乏足够的风险评估。 例如，在全面知情同意书中，研究对象经常被告知他们的数据可用于二次研究，但没有说明这些未指定研究的具体风险。 更糟糕的是，基因组数据在很大程度上不受美国隐私法保护。 本文认为，更好地了解这些重新识别风险可以显着促进健康大数据共享。 健康研究大规模数据共享的隐私挑战需要一个全面的数据治理生态系统，其中包括法律、道德和技术组件。 本文提倡通过纳入知情同意措施、联邦政策修订、创新数据使用协议以及采用能够评估隐私风险并防范这些风险的新兴计算机技术，在健康研究中进行动态和具体的隐私保护。