特定の国の研究者にはアクセスできない健康データが多く、発見やイノベーションを妨げています。
データの真の可能性を引き出すには、政府の政策において技術の能力を考慮する必要があります。
私たちの健康に関するデータは、日々ますます多く生成されています。分析すれば、希少疾患の治療法を見いだす鍵となり、健康リスク要因の管理に役立ち、公共政策の決定を裏付ける証拠となりうるデータです。しかし、健康データはきわめて機微性が高いため、その多くは研究者が利用できず、発見やイノベーションを妨げています。各国政府が自国民のプライバシーを守ろうとするのは当然であり、そのため国境を越えた健康データの移動が制限されることから、国際的な状況では問題がさらに深刻になります。この課題に対処するには、政府は新たな技術の能力を踏まえた、特別な政策立案のアプローチを採る必要があります。
データのサイロ化を理解する
データがサイロ化するのには、利用規約の制限（商用、非商用、特定疾患に限定するものなど）、政府が課す規制（セーフハーバー、プライバシー保護など）、歴史的に疎外されてきた人々からインフォームド・コンセントを得ることの難しさなど、十分な理由がさまざまあります。
しかし、サイロ化されたデータは、そのデータを一般の人々に役立てようとする研究者にさまざまな問題ももたらします。たとえば、サイロ化によって、研究者は最新情報や、最も多様で包括的なデータセットにアクセスできなくなります。新たな治療法の開発が遅れ、必要とされる治療法や治癒法につながる重要な知見が得られにくくなることもあります。
こうした課題を克服した場合でも、健康データを健康とは無関係なテーマの調査に使ったり、本人の同意なく利用したりするデータの不正利用が後を絶たず、医学知識の発展にそうしたデータを必要とする研究機関への社会の信頼を損ない続けています。
技術による問題解決
データの保護を強化し、分散化する技術が、こうした課題の多くに対処するために開発されています。公開鍵でデータを暗号化する暗号方式である準同型暗号と、個人の詳細を明らかにせずに集団に関する情報を活用する差分プライバシーなどの技術は、いずれもデータを保護し、一元化するとともに、その利用の管理を各データセットの管理者に分散する手段となります。
連合型データでは、特殊な分散データベース管理システムを活用します。これにより、データセットを管轄区域の境界を越えて、あるいは機関間で移動させずに、符号化されたデータを一元化する代替的なアプローチを実現できます。このアプローチはプライバシーに配慮しながら、データソースを連携させるのに役立ちます。システムへの信頼をさらに高めるため、連合型モデルを導入し、符号化されたデータを返すことで、研究活動から得られたデータや知見の不正な配布を防ぐこともできます。
もちろん、集約データの分析をめぐる議論には常に、データセット間、研究間、データサイロ間、機関間でのデータ統合という課題が伴います。利用可能なデータ標準はいくつかあるものの、ほとんどのデータは、データ共有や統合を促進するためではなく、単一の目的のために構築された個別仕様のデータモデルに収められています。さらに、標準化されたデータモデルにデータを取り込んだ場合でも（たとえば、ゲノム・健康のためのグローバル・アライアンスは、機微な健康データを標準化するためのモデルをいくつか提供しています）、多くのデータセットは依然として範囲が狭く定義されています。異なるソースのデータを組み合わせ、研究に役立つ一貫性のある集約データソースを作るための共通識別子が欠けていることもよくあります。データを一元化するモデルでは、各データセットをキュレーションすることで統合に対処できますが、連合型モデルではデータ統合ははるかに難しい課題です。
倫理的懸念への対処
現在用いられている技術やアーキテクチャ上の解決策にかかわらず、学会やテニュア審査委員会が検討し、対処すべき包括的な倫理課題がいくつかあります。最も取り組みやすいのは、データコーパスへのすべての貢献者、すなわち症例群と対照群の双方に対する専門的な貢献者表示です。研究成果は、肯定的な結果だけでなく否定的な結果にも同じくらい左右されることがよくあります。肯定的な結果を特定するために必要な対比を提供するのは、対照群、つまり「正常群」です。
第二の倫理課題は、適切なクレジットと来歴を確保することです。リソースのメタデータにおいて、その後の引用や貢献者表示よりも作成者を優先して示すことで、透明性と真正性を確保し、知的財産が共有されるようにできます。さらに、データ権利者が誰かを把握すれば、データ共有の際にその権利が考慮されるようにできます。
このテーマは、次の取り組みによって現在活発に議論されています。オープンサイエンスとデータ共有のためのFAIR運動。研究者、資金提供者、出版社が推進するこの運動は、データを検索可能（Findable）、アクセス可能（Accessible）、相互運用可能（Interoperable）、再利用可能（Reusable）にすることを目指しています。それでも、この問題への対応はまだ十分とは言えず、この分野の課題は、研究成果の公表から新たな進歩に向けたデータ分析に至るまで、さまざまな活動を複雑にし続けています。
「新たなデータと技術の可能性を真に引き出すには、研究コミュニティは、世界各地でプライバシー規制が変化する状況を踏まえ、ガバナンスモデルを再評価する必要があります。」
スコット・カーン、LunaPBC最高情報責任者
広く議論されてはいないものの、重要な倫理上の問題として、研究や発見にデータが使われた結果生じうる利益を、データ提供者がどのように分かち合えるかという仕組みがあります。機関がデータを管理するモデルでは、機関はデータ提供者を受益者として考慮せずに、データセットへのアクセスを販売またはライセンス供与します。データを連合型で扱う場合、分散された各データセットでアクセス料金の仕組みが異なる可能性があり、研究プロジェクトごとにどのデータへアクセスするかの判断に織り込む必要が生じます。各提供機関は固有の価値を割り当てる際に異なる基準を用いるため、発見に最適化された研究ではなく、経済的要因に左右された研究につながるおそれがあります。さらに、機関によるこの慣行は、そもそもデータが収集された本人の貢献を認識せず、臨床的に有意義な知見を含みうる結果の還元も促しません。こうした貢献者表示の欠如は、個人のデータには価値があり、今後は一人ひとりがその本質的な価値と結び付けられるべきだという認識にそぐわないものです。
今後に向けて
新たなデータと技術の可能性を真に引き出すには、研究コミュニティは、世界各地でプライバシー規制が変化する状況を踏まえ、ガバナンスモデルを再評価する必要があります。こうしたアプローチにより、機関が管理するデータと、データ市民を代表する個人の権利との調和を図ることができます。
データの管理を個人の手に委ねることで、信頼をめぐる多くの問題に対処できると論じることができます。歴史的に、信頼の欠如は研究への参加を制限し、より良い治療法を必要とする幅広いコミュニティに不利益をもたらしてきました。
このガバナンスモデルの再評価では、データ提供者の貢献を適切に認識できるよう、研究上の発見から生じる利益をどう分配するかについても検討すべきです。
さらに、各国政府は規制の枠組みの中に、将来にも対応できるデータ共有技術を促進する余地を設けることができます。そこには、データそのものを移動させずに国際的な水準でデータ分析を共有できる連合型学習技術も含まれます。健康データの機微性を考えれば、管理を損なわずにサイロを解消するための重要な前進です。
今月、世界経済フォーラムは次の文書を発表しました。越境データフローに関するロードマップ。各国政府が先進的な越境データフロー政策を策定できるよう、世界各地のさまざまなベストプラクティスを示しています。提言は、地域・国際的なデータ連携に加え、データ集約型技術のイノベーションにも適用できます。このロードマップは、国際的な健康データ研究やイノベーションなどの分野でデータの可能性を最大限に引き出すうえで、連合型学習などの技術的解決策が鍵となることを特に強調しています。今年の夏の後半、7月22日には、フォーラムはゲノミクスに特化した連合型データガバナンスモデルも発表する予定です。
こうした指針は、適切なデータ共有の保護策を確保しながらデータの価値を引き出すために必要な、微妙なバランスを実現する政策手段の策定に役立ちます。この指針により、研究者や一般の人々はデータと知識の流れからより大きな恩恵を受け、第4次産業革命の進展に歩調を合わせることができます。
