AI LAB / KEYWORD DICTIONARY

基礎知識

De-identified data(匿名化データ)とは?

匿名化データとは、氏名など個人を特定する情報を削除、置換、マスキングなどで見えにくくしたデータです。共有、分析、機械学習への利用などを目的に作成されます。

仕組みと使いどころ

匿名化では、個人識別情報や保護対象の健康情報などを検出し、削除、置換、マスキング、暗号化などの変換を行います。医療データでは、FHIRの項目や自由記述、DICOMのタグ、画像内の文字などが処理対象になり得ます。ただし、処理済みであることだけで再識別の可能性がなくなるとは限りません。年齢や郵便番号のように、単独では個人を特定しなくても、他の情報との組み合わせや外部データとの照合によって識別につながる準識別子が残る場合があります。匿名化の前後に再識別リスクを確認し、利用目的とプライバシー保護の両面から変換方法を検討する必要があります。

De-identified dataの活用例

たとえば、こんな場面で

患者データを外部の研究者と共有したり、複数の医療機関から集めたデータを分析したり、機械学習用データセットを作成したりする際に、氏名やメールアドレスなどを削除・置換したコピーを利用することが考えられます。

使うときのポイント

直接識別子の除去だけで判断せず、年齢、地域、診断情報などの組み合わせによる再識別可能性も確認します。検出対象と変換方法を明示し、処理後のデータに識別情報が残っていないか評価してください。

参考資料

Data de-identification  |  Cloud Healthcare API  |  Google Cloud Documentation (新しいタブで開きます)Anonymiser les données sensibles  |  Sensitive Data Protection  |  Google Cloud Documentation (新しいタブで開きます)Re-identification risk analysis  |  Sensitive Data Protection  |  Google Cloud Documentation (新しいタブで開きます)

用語の説明や活用例に関連する参考資料です。

READ & LEARN

用語を知ったら、活用を知る。

AI LABで、AIの動向や業務に取り入れるヒントを読む。

記事一覧を見る