Evaluación de privacidad basada en metadatos para mHealth móvil

Área de la Ciencia:

• Informática de la Salud
• Salud Móvil
• Privacidad de Datos

Sus antecedentes:

• Las aplicaciones de salud móvil (mHealth) recopilan cada vez más datos personales y fisiológicos sensibles.
• El cumplimiento de la privacidad actual se basa en información autodeclarada, que no es confiable.
• Las tiendas de aplicaciones existentes y los sistemas de etiquetado de privacidad carecen de evaluaciones sólidas de privacidad basadas en datos.

Objetivo del estudio:

• Presentar App-PI, un ecosistema impulsado por datos para gestionar la privacidad de las aplicaciones móviles.
• Automatizar la recopilación, el análisis y la visualización de metadatos relacionados con la privacidad de las aplicaciones mHealth.
• Proporcionar a los usuarios finales herramientas de privacidad manejables y a los investigadores metadatos de aplicaciones confiables.

Principales métodos:

• Integración de fuentes de datos heterogéneas en un repositorio unificado (App-PIMD).
• Recopilación y análisis automatizado de metadatos de privacidad de aplicaciones móviles.
• Enfoque en el diseño del flujo de datos para la evaluación de la calidad de los datos de impacto en la privacidad.

Principales resultados:

• Se demostró la funcionalidad de App-PI utilizando una aplicación mHealth popular.
• Se mostró la importancia del diseño del flujo de datos para generar información útil sobre la privacidad.
• Se permitió la evaluación empírica de los riesgos de privacidad asociados con las aplicaciones mHealth.

Conclusiones:

• App-PI ofrece un enfoque estructurado y confiable para evaluar la privacidad de las aplicaciones mHealth.
• Un diseño eficaz del flujo de datos es crucial para proporcionar información de privacidad procesable a los usuarios.
• El ecosistema empodera a los usuarios y investigadores con herramientas de gestión de privacidad basadas en datos.