به گزارش
گرداب، مطالعه‌ای که به‌تازگی در نشریه علمی JAMA Network Open منتشر شده، نشان می‌دهد پیشرفت‌های هوش مصنوعی موج جدیدی از تهدیدات در زمینه حریم خصوصی داده‌های بهداشت و درمان را به همراه دارد.
این پژوهش که توسط استاد آنیل اسوانی در دانشگاه کالیفرنیا - برکلی واقع در ایالات متحده انجام شده، حاکی از آن است که افراد با استفاده هوش مصنوعی و یادگیری الگوهای روزانه در داده‌های تدریجی (مانند داده‌های جمع‌آوری شده توسط ردیاب‌های فعالیت، ساعت‌ها و گوشی‌های هوشمند)، و برقرار کردن یک همبستگی میان آنها و داده‌های جمعیتی، می‌توانند بیماران را شناسایی کنند.
با کاوش در داده‌های مربوط به ۱۵ هزار شهروند آمریکایی، این نتیجه حاصل شد که استانداردهای حریم خصوصی مربوط به قوانین HIPAA 1996 (قانون بیمه سلامت و مسئولیت) باید مورد بازبینی قرار بگیرند.
استاد اسوانی می‌گوید: «ما می‌خواستیم از مطالعه سلامت و تغذیه ملی در ایالات متحده استفاده کنیم تا به پرسش‌های حریم خصوصی پاسخ بدهیم؛ زیرا این اطلاعات نمایانگر تنوع جمعیت در ایالات متحده است.»
وی ادامه می‌دهد: «ولی نتایج حاکی از آن است که یک مشکل عمده وجود دارد. اگر تمام اطلاعات هویتی را هم از میان بردارید، این کار آنطور هم که فکر می‌کنید، از شما محافظت نخواهد کرد. در واقع اگر فرد دیگری اطلاعات درست در اختیار داشته باشد، می‌تواند تمام آنها را در کنار هم قرار دهد.»
وی می‌گوید: «مثلاً فیسبوک را تجسم کنید که اطلاعات تدریجی شما را از برنامه روی گوشی هوشمندتان جمع‌آوری می‌کند، سپس از یک شرکت، اطلاعات راجع به بهداشت و درمان خریداری بعد و این دو داده را با هم جور می‌نماید.»
استاد اسوانی در پایان اظهار می‌دارد: «من نمی‌گویم که نباید با این دستگاه‌ها کار کنیم؛ بلکه بهتر است در مورد نحوه استفاده از این اطلاعات بسیار مراقب باشیم. باید از اطلاعات محافظت کنیم.»
