نشر اطلاعات سلامت بدون تحريف با حفظ توازن ميان حريم خصوصي و سودمندي مطلوب

Publishing Health Information without Distortion While Balancing Desired Privacy-Preserving and Utility

در عصر تحليل اطلاعات سلامت، كد تشخيص بيماري، حريم خصوصي بيمار است و مهم‌ترين نياز تحليلگران، دستيابي به كد تشخيص بيماري و مهم‌ترين نياز مردم، گمنام‌سازي كد تشخيص بيماري، هنگام نشر اطلاعات سلامت است. كدهاي تشخيص بيماري كه معمولاً بر اساس كلاس‌بندي بين‌المللي ارايه مي‌شوند، قابل نمايش در قالب يك درخت تاكسونومي‌اند. در زندگي واقعي، بيماران فقط اجازه مي‌دهند تا رده‌ي كد تشخيص بيماري به جاي كد اصلي تشخيص بيماري‌، منتشر و افشا گردد. مدل‌هاي متعارف حفظ حريم خصوصي، معمولاً باعث تحريف رده‌ي كد تشخيص بيماري مي‌شوند. حفظ حريم خصوصي توأم با سودمندي داده‌ها، همواره، مسأله‌ي حايز اهميتي در نشر اطلاعات سلامت است. در اين پژوهش، روش گمنام‌سازي جديدي ارايه مي‌‌شود تا جهت حفظ سودمندي داده‌ها، تمام صفات اطلاعات سلامت بتواند بدون تحريف منتشر گردد؛ طوري‌كه اطلاعات منتشره هم حافظ حريم خصوصي بيماران تا حد مطلوب متخصصين و هم حافظ سودمندي مطلوب تحليل گران باشد. اين روش، اطلاعات سلامت را طوري منتشر مي‌كند كه حداكثر احتمال افشاي كد تشخيص بيماري، همواره، كوچك‌تر يا مساوي با آستانه‌ي تهديد تعريف شده توسط متخصص باشد و از طرفي ميزان خطاي تحليل عضويت، كاهش يابد. روش جديد در شرايط خاص بسط‌پذير است. نتايج ارزيابي عملي داده‌هاي بيماران يكي از بيمارستان‌هاي اصفهان گواه اثربخشي اين روش جديد است.

In the age of health information analysis, the disease diagnostic code is considered as the patient's privacy. Achieving this code is the most important need for the analysts while anonymizing the code is necessary for people when publishing health information. Disease diagnostic codes, usually presented based on international classifications, are displayed in the form of a taxonomy. In real life, patients only allow the category of the disease diagnostic code to be disclosed, not the original disease diagnostic code. Conventional privacy-preserving models often distort the category of the disease diagnostic code. Preserving privacy accompanying the data utility has always been a critical issue in the dissemination of health information. In this study, a new anonymization method is presented in a way that all attributes of health information can be published without distortion to maintain the utility of the data. So, the published information protects the privacy of patients, so that the experts' expectations and the utility of analysts are desired as expected. The innovative method disseminates health information in a way that the maximum probability of disclosing the disease diagnostic code is always less than or equal to the threat threshold defined by the expert, and on the other hand, the membership analysis error is reduced. The new method is scalable under certain conditions. The results of the practical evaluation of patient data obtained from one of the hospitals in Isfahan are evidence of the effectiveness of the proposed method.