神経画像におけるメタデータプライバシーの評価

科学分野:

• 神経科学
• データサイエンス
• 生命倫理

背景:

• 研究データの共有は科学の進歩に不可欠である。
• しかし、再識別や潜在的な危害を含むプライバシーリスクは重大な懸念事項である。
• データアクセス性と参加者のプライバシーのバランスをとることは、継続的な倫理的および法的課題である。

研究 の 目的:

• 一般公開されている神経画像データセットにおけるプライバシーリスクを評価すること。
• プライバシー指標が脆弱性を特定する上で有効であるかを評価すること。
• 共有研究データの安全性を高めるための実践的な対策を提案すること。

主な方法:

• OpenNeuro上の異種神経画像研究のメタデータをレビューした。
• metaprivBIDSソフトウェアを使用してプライバシー指標（k-匿名性、l-多様性など）を計算した。
• 再識別リスクのために人口統計学的および臨床スコアデータを分析した。

主要な成果:

• プライバシーはデータセット全体で一般的に良好に維持されており、深刻な脆弱性はまれであった。
• ほとんどすべてのデータセットで、緩和が必要な軽微な問題が認められた。
• 人口統計学的変数（年齢、性別、人種、場所）は、臨床スコアよりも再識別リスクが高かった。

結論:

• オープンな神経画像データ共有は、リスクがないわけではないが、概ね安全である。
• 再識別を防ぐためには、人口統計学的データの慎重な取り扱いが必要である。
• 実践的な緩和戦略を実施することで、より安全なデータ共有の実践を促進できる。