Projekt »PrivacyUmbrella«

Smart Health: Privatheit von Daten sicherstellen durch umfassende Bereitstellung Anonymisierungsverfahren

© Adobe Stock
Sogenannte Wearables haben den Bereich »intelligente Gesundheit« (Smart Health) zu einem zentralen Bestandteil des modernen Lebens vieler Menschen gemacht.

Sich ständig weiterentwickelnde Kommunikationstechnologien, wie zum Beispiel tragbare, mobile Geräte und Wearables, haben den Bereich »intelligente Gesundheit« (Smart Health) und damit die kontinuierliche Verbesserung der individuellen Gesundheit zu einem zentralen Bestandteil des modernen Lebens vieler Menschen gemacht. Durch die ständige Datenerfassung kann Smart Health zu einem gesünderen Lebensstil und auch zum Aufdecken von Missständen beitragen. So kann die Technologie auf einen möglicherweise früh- oder vielleicht noch rechtzeitigen Behandlungsbeginn hinwirken.

Da Gesundheitsdaten jedoch immer umfangreicher und für mehrere Parteien zugänglich werden, sind sie anfällig für Angriffe auf die Privatsphäre der einzelnen Patientinnen und Patienten. Um die besonderen Schutzbelange von medizinischen personenbezogenen Daten zu berücksichtigen, besteht der im Projekt verfolgte Ansatz in der Entwicklung hoch-spezialisierter Anonymisierungslösungen vor dem Hintergrund moderner Daten-Analyse.

Die Herausforderung im Projekt besteht darin, mehrere bisher isolierte Techniken in einem einzigen integrierten Open-Source-Demonstrator zu kombinieren und zu zeigen, dass die Anonymisierungseigenschaften (Privacy-Metriken) der einzelnen Methoden beibehalten werden können und gleichzeitig eine ganzheitliche kombinierte Definition von Privatheit beziehungsweise Anonymisierung abgeleitet werden kann. Das Projektteam befasst sich insbesondere damit, Anonymisierungskombinationen zu identifizieren und zu optimieren, diese Methoden in bestehende Open-Source-Systeme einzubetten und deren Angreifbarkeit durch Maschinelles Lernen zu untersuchen.

Das Konsortium

Das interdisziplinäre Projekt-Konsortium unter Leitung des Fraunhofer ITEM kann auf langjährige Erfahrungen im Bereich der sicheren und datenschutzkonformen Auswertung medizinischer Daten zurückblicken. Hier finden Sie einen Überblick über entsprechende Vorarbeiten sowie die notwendige Infrastruktur zur sicheren Speicherung und Auswertung von personenbezogenen Daten.

Vorarbeiten am Fraunhofer ITEM

  • Lena Wiese, Tim Waage and Michael Brenner. CloudDBGuard: A Framework for encrypted data storage in NoSQL Wide Column Stores. Data and Knowledge Engineering. Elsevier, 2020.
  • Ferdinand Bollwein and Lena Wiese. Keeping Secrets by Separation of Duties while Minimizing the Amount of Cloud Servers. Transactions on Large-scale Data and Knowledge-Centered Systems. Springer, 2018
  • Ferdinand Bollwein and Lena Wiese. On the Hardness of Separation of Duties Problems for Cloud Databases. TrustBus. Springer, 2018.
  • Ferdinand Bollwein, Lena Wiese. Closeness Constraints for Separation of Duties in Cloud Databases as an Optimization Problem. BICOD 2017: 133-145. Springer, 2017. 

Vorarbeiten der Universitätsmedizin Mainz

  • MIRACUM: Das Projekt vereint zehn Universitätskliniken, zwei Hochschulen und einen Industriepartner aus sieben deutschen Bundesländern.
  • Mainzelliste: Web-basierter Dienst zur Pseudonymerstellung, treuhänderischen Speicherung der Identitätsdaten und Record Linkage. 
  • Riegel J, Ben Amor M, Brenner T, Drepper J, Franke M, Grün M, Hamacher K, Hund H, Knopp C, Kussel T, Lemmer M, Parciak M, Rahm E, Rohde F, Sax U, Schepers J, Sehili Z, Suhr M, Panholzer T, Lablans M. Chancen von Open-Source-Software am Beispiel der Pseudonymisierungslösung "Mainzelliste". 2021 doi: 10.3205/20gmds204
  • Lablans, M., Borg, A., Ückert, F. A RESTful interface to pseudonymization services in modern web applications. BMC medical informatics and decision making. 2015; 15(1), 1-10.

Vorarbeiten am Universitätsklinikum Frankfurt

  • Schaaf, J., Sedlmayr, M., Schaefer, J., & Storf, H. (2020). Diagnosis of Rare Diseases: a scoping review of clinical decision support systems. Orphanet journal of rare diseases, 15(1), 1-14.
  • Storf, H., Stausberg, J., Kindle, G., Quadder, B., Schlangen, M., Walter, M. C., ... & Wagner, T. O. (2020). Patient registries for rare diseases in Germany: Concept paper of the NAMSE strategy group. Bundesgesundheitsblatt, Gesundheitsforschung, Gesundheitsschutz, 63(6), 761-770.
  • Storf, H., Schaaf, J., Kadioglu, D., Göbel, J., Wagner, T. O., & Ückert, F. (2017). Register für seltene Erkrankungen. Bundesgesundheitsblatt-Gesundheitsforschung-Gesundheitsschutz, 60(5), 523-531.

Vorarbeiten von MCS Datalabs

  • ONCORELIEF 
  • DECIDE 
  • Scherrer A, Zimmermann T, Riedel S, Mousa F, Wasswa-Musisi I, Zifrid R, Tillil. H, Ulrich P, Kosmidis T, Reis J, Oestreicher G, Möhler M, Kalamaras I, Votis K, Venios S, Plakia M, Diamanopoulos S. (2022). Digitally assisted planning and monitoring of supportive recommendations in cancer patients. In: Maglogiannis I, Iliadis L, Macintyre J, Cortez P (eds). Artificial Intelligence Appliations and Innovations. AIAI 2022 IFIP WG 12.5 International Workshops. AIAI 2022. IFIP Advances in Information and Communication Technology, vol 652. Springer, Cham, pp 401-411. DOI: 10.1007/978-3-031-08341-9_32

Ihre Ansprechpartnerin am Fraunhofer ITEM

Lena Wiese

Contact Press / Media

Prof. Dr. Lena Wiese

Leiterin Attract-Gruppe Bioinformatik »IDA – Intelligente Datenanalyse für Gesundheit und Chemikaliensicherheit«

Telefon +49 511 5350-303