Datenanonymisierungstools

NFDI4Health erarbeitet umfangreiche Übersicht über Datenanonymisierungstools

NFDI4Health hat eine Übersicht über Tools für die Anonymisierung tabellarischer Daten in Briefings in Bioinformatics veröffentlicht, um bei der Auswahl geeigneter Werkzeuge zu unterstützen.

Übersicht über die betrachteten Anonymisierungstools.

Task Area 6 "Privacy & Data Access in Concert" von NFDI4Health hat 2022 eine umfangreiche Übersicht über Werkzeuge für die Anonymisierung tabellarischer Daten erstellt und in Briefings in Bioinformatics veröffentlicht.

Die Anonymisierung kann ein wichtiger Baustein von Data Sharing-Prozessen darstellen und hilft, die Privatheit der Betroffenen zu schützen. Dies ist eine anspruchsvolle Aufgabe, bei der es in der Regel nicht ausreicht, direkt identifizierende Merkmale wie Namen zu entfernen. Stattdessen sind formale Ansätze erforderlich, die mathematische oder statistische Modelle verwenden, um Re-Identifizierungsrisiken zu messen und zu verringern. Entsprechende Techniken sind aber komplex und sollten im Regelfall nicht von Grund auf neu implementiert werden. Stattdessen ist es ratsam, bestehende und robuste Implementierungen einzusetzen. Allerdings ist das Angebot an verfügbaren Open Source Werkzeugen sehr heterogen und es ist nicht einfach, einen Überblick über ihre Stärken und Schwächen zu erhalten.

Auf Basis eines Vergleichs der durch die Werkzeuge unterstützten Anonymisierungstechniken und weiterer Aspekte, wie u.a. den Reifegrad, konnten Empfehlungen für Werkzeuge zur Anonymisierung von medizinischer Datensätze mit unterschiedlichen Eigenschaften abgeleitet werden.

Die Ergebnisse können NFDI4Health und weitere Infrastrukturen bei der Auswahl geeigneter Anonymisierungswerkzeuge unterstützen.

Unsere Services

Health Study Hub

Der German Central Health Study Hub ermöglicht Wissenschaftler:innen, ihre Projektcharakteristika, Dokumente und Daten im Zusammenhang mit ihrem Forschungsvorhaben in einer FAIRen Weise zu veröffentlichen oder Informationen über vergangene und laufende Studien finden.

Data Train

Das fächerübergreifende Ausbildungsprogramm Data Train, ein Kernelement des NFDI4Health-Ausbildungskonzepts, zielt darauf ab, die nächste Generation von datenkundigen Forscher:innenn in den biomedizinischen Wissenschaften auszubilden.

Personal Health Train

Um datengesteuerte Innovationen in der Medizin zu fördern, haben wir eine verteilte Analyseinfrastruktur entwickelt, die die Forschung an sensiblen Daten ohne vorherige Datenfreigabe ermöglicht und gleichzeitig verschiedene Datenformate unterstützt: den Personal Health Train.

Local Data Hub

Mit dem LDH liefern wir eine Web-Lösung für transparentes und FAIRes DataSharing. Von der Suche im German Central Health Study Hub gelangen Interessenten zu den Projekten in Ihrer lokalen Plattform zum Forschungsdatenmanagement – dem Local Data Hub.

Datenpublikation

NFDI4Health schafft Verfahren für die FAIRe Veröffentlichung von Gesundheitsstudien ohne den Schutz der Daten zu gefährden. NFDI4Health hat einen Metadatenstandard und ein Verfahren für die Veröffentlichung von Gesundheitsstudien und deren Daten entwickelt, um Gesundheitsdaten FAIR zu machen.

Datenharmonisierung

Um Gesundheitsstudien und ihre Daten FAIR (Findable, Accessible, Interoperable and Reusable - auffindbar, zugänglich, interoperabel und wiederverwendbar) zu machen, haben wir Leitlinien und Standards für die Beschreibung von Metadaten und den Datenaustausch entwickelt.

Datenqualitätsbewertung

Es ist paradox: Einerseits hängt eine gute wissenschaftliche Arbeit von einer hohen Datenqualität ab. Auf der anderen Seite wird zwar viel Aufwand in das Design und die Durchführung von Studien gesteckt, nicht aber in die Datenqualitätsbewertungen. Wir helfen, die effiziente Durchführung solcher Bewertungen zu erleichtern.

DataSHIELD

Ausbau von dezentralen Forschungsprojekten mit DataSHIELD: Bisher verhindern Datenschutzbedenken und das Fehlen von spezieller IT-Infrastruktur die Ausweitung von institutsübergreifenden Forschungsprojekten. Das soll DataSHIELD ändern.