デザインによるプライバシー:ハイブリッド人間-コンピュータシステムを用いたインタラクティブレコードリンクのケーススタディ

科学分野:

• 医療情報学
• データリンク
• プライバシーを守る技術

背景:

• 共通の識別子がないと 異なるデータソースで正確な患者マッチングは困難です
• ハイブリッドヒューマン・コンピュータ・システムを用いたインタラクティブ・レコード・リンク (RL) は,高品質の患者マッチングに不可欠です.
• リハビリ期間中の情報開示を最小限に抑えることは 患者のプライバシーに不可欠です

研究 の 目的:

• ハイブリッドプロトタイプソフトウェアシステムであるMiNDFIRL (インタラクティブ・レコード・リンクのための最低必要な開示) を提示し,評価する.
• 情報開示を最小限に抑えながら リンクの精度を最大限に高める能力を示します
• 実際のケーススタディでMiNDFIRLの有効性を評価する.

主な方法:

• EHRデータペア1万件,患者によって生成された1万8,240件のユニークなIDを含む2つのユーザー研究を実施した.
• 自動化された RL を利用し,その後 MiNDFIRL を使用して 12 人のレビュー者が手動でレビューしました.
• 査読者の意見の相違を解決するために従業員のコンセンサスを構築し,システムフィードバックのために半構造化されたインタビューを実施しました.

主要な成果:

• ランダムフォレストアルゴリズムは388 (EHR) と539 (患者生成) のマッチを特定し,さらに303と187のペアは手動でレビューする必要があります.
• 手動のレビューでは,不確実なペアから232 (EHR) と84 (患者によって生成された) の追加の真のリンクが確認されました.
• MiNDFIRLは,利用可能な識別情報の30%のみを使用して,不確実なリンクの77% (EHR) と45% (患者によって生成された) を正しく分類し,名前と電子メールが最も頻繁でした.

結論:

• オンデマンドアクセスとマスキングを備えたハイブリッドヒューマン・コンピュータシステムは,RLにおける開示リスクを軽減します.
• MiNDFIRLは,実際の患者データのリンクにおいて,偽陽性と偽陰性を効果的に最小限に抑えます.
• リスクの定量化とインタラクティブなレビューは,記録のリンクにおける正確性とプライバシーをバランスさせるための鍵です.