🤖 AI

Technical Case Study of Privacy-Enhancing Technologies (PETs) for Public Health

Dit technische casestudy beschrijft hoe differentieel privacy-gebaseerde synthetische financiële transactiedata, gecombineerd met gezondheids- en mobiliteitsgegevens, succesvol is ingezet om privacy-bewuste tools te ontwikkelen voor de diagnostiek en voorspelling van pandemieën.

Oorspronkelijke auteurs: Avinash Laddha, Danil Mikhailov, Uyi Stewart

Gepubliceerd 2026-03-17

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Avinash Laddha, Danil Mikhailov, Uyi Stewart

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

🕵️‍♂️ De Grote Geheime Missie: Hoe we ziektes bestrijden zonder te stiekem te kijken

Stel je voor dat je een gigantische, wereldwijde puzzel probeert op te lossen: Hoe verspreidt een virus zich, en hoe stoppen we het?

Normaal gesproken hebben artsen en overheidsfunctionarissen daarvoor twee soorten informatie nodig:

Medische data: Wie is ziek? (Maar dit is heel privé en geheim).
Gedrag: Waar gaan mensen heen? Wat kopen ze? (Dit zit vaak in bankafschriften, die ook supergeheim zijn).

Het probleem? Bedrijven zoals Mastercard hebben die gedrag-data, maar ze mogen hem niet zomaar delen vanwege privacywetten. Het is alsof je een schatkaart hebt, maar de schat is vergrendeld in een kluis waar niemand bij mag.

De oplossing? Een groep slimme mensen (van Mastercard, Harvard, data.org en universiteiten) heeft een magische bril uitgedacht. Deze bril heet PETs (Privacy-Enhancing Technologies). Met deze bril kunnen ze naar de data kijken en patronen zien, zonder ooit te zien wie de persoon is die de data heeft gegenereerd.

🎭 De Verhaallijn: Een Toneelstuk met Poppetjes

Om dit te testen, hebben ze geen echte bankafschriften gebruikt. Dat was te riskant. In plaats daarvan hebben ze synthetische data gemaakt.

De Analogie: Stel je voor dat je een toneelstuk wilt oefenen over een brand in een stad. Je mag geen echte huizen in brand steken. Dus bouw je een perfecte maquette van de stad met poppetjes. Je ziet precies hoe het vuur zich verspreidt, maar niemand komt er echt van te wonden.
In het rapport: Ze hebben een computerprogramma gemaakt dat "poppen" (fictieve mensen) een "leven" laat leiden. Deze poppen gaan winkelen, reizen en geld uitgeven, precies zoals echte mensen dat zouden doen tijdens een pandemie. Maar omdat het poppen zijn, is er geen privacyrisico.

🛠️ Wat hebben ze met die poppen gedaan? (De 4 Magische Gereedschappen)

Deelnemers aan de wedstrijd hebben met deze poppen-data vier nieuwe gereedschappen ontwikkeld om de strijd tegen ziektes te verbeteren:

1. De "Hitte-kaart" (Hotspot Detection) 🔥

Het probleem: Waar moet je nu testen of vaccins brengen?
De oplossing: De bril kijkt naar waar de poppen het meest "offline" winkelen (in de stad, niet online). Als er plotseling heel veel poppen in één wijk zijn, wordt die plek rood op de kaart.
Voordeel: De overheid kan direct weten: "Aha, in die markt is het druk, daar moet ik nu een testcentrum neerzetten!" zonder te weten wie die mensen zijn.

2. De "Bewegings-Tracker" (Mobility Analysis) 🚌

Het probleem: Maken mensen zich aan de regels? Blijven ze thuis?
De oplossing: De bril kijkt naar de poppen die naar supermarkten, restaurants of treinstations gaan.
Voordeel: Als de overheid zegt "Blijf thuis", maar de poppen gaan toch massaal naar de kroeg, dan weten ze dat de regels niet werken. Ze kunnen dan gerichter gaan praten met die specifieke buurt.

3. De "Gedrag-Scanner" (Pandemic Adherence) 🛒

Het probleem: Hoe reageert de economie en het gedrag op een lockdown?
De oplossing: De bril kijkt naar het verschil tussen "essentiële" aankopen (voedsel, medicijnen) en "luxury" aankopen (vakanties, dure restaurants).
Voordeel: Als mensen stoppen met uit eten gaan, maar wel blijven boodschappen doen, weten ze dat de lockdown werkt. Het is een thermometer voor het gedrag van de bevolking.

4. De "Contact-Netwerker" (Contact Matrix) 🤝

Het probleem: Wie besmet wie? (Bijvoorbeeld: besmet een ouder iemand een kind, of andersom?)
De oplossing: De bril schat in op basis van wat mensen kopen, met welke leeftijdsgroep ze waarschijnlijk contact hebben.
Voordeel: Dit helpt artsen om beter te voorspellen hoe snel het virus zich verspreidt tussen verschillende leeftijdsgroepen.

🧠 De Slimme Breinen (De AI)

Naast deze gereedschappen hebben ze ook AI-modellen (kunstmatige intelligentie) getraind.

De Analogie: Stel je voor dat je een voorspelling wilt doen over het weer. Je kunt kijken naar de lucht, maar als je ook kijkt naar hoe mensen zich kleden (jassen aan, paraplu's), wordt de voorspelling veel beter.
In het rapport: De AI combineert de "kleding" (de banktransacties) met de "lucht" (de ziektecijfers). Hierdoor kunnen ze voorspellen waar de volgende golf van besmettingen komt, nog voordat de ziekenhuizen vollopen.

🏆 Wat was het resultaat?

Deze "wedstrijd" was een groot succes. Ze hebben bewezen dat:

Je privacy kunt beschermen (niemand ziet wie wie is).
Je waardevolle informatie kunt halen uit bankgegevens (waar mensen zijn, wat ze doen).
Je hiermee sneller en slimmer kunt reageren op ziektes.

De grote les voor de wereld:
Vroeger dachten we dat we moesten kiezen tussen privacy of nuttige data. Dit project toont aan dat je met de juiste technologie (zoals de magische bril) beide kunt hebben. Het is alsof je een raam hebt dat van binnen naar buiten kijkt, maar van buiten niemand naar binnen kan zien.

🚀 Wat nu?

Deze tools zijn nu klaar om te worden gebruikt. Bedrijven, overheden en ziekenhuizen kunnen deze methoden kopiëren om in de toekomst sneller en veiliger beslissingen te nemen voor de gezondheid van iedereen. Het is een nieuwe manier om samen te werken zonder elkaars geheimen te onthullen.

Technische Samenvatting: PETs voor de Volksgezondheid

Doel van het rapport:
Dit rapport documenteert de resultaten van de "Privacy-Enhancing Technologies (PETs) for Public Health Challenge", een initiatief van data.org in samenwerking met Mastercard, Harvard University, OpenDP, de Universiteit Javeriana en de Sloan Foundation. Het doel was om te onderzoeken hoe financiële transactiedata, gecombineerd met andere datasets, veilig en privacy-bewust kan worden gebruikt om beslissingsondersteunende tools voor de volksgezondheid (specifiek pandemiebeheer) te ontwikkelen.

1. Het Probleem

Pandemieën vereisen snelle, datagedreven publieke gezondheidsreacties. Traditionele dataverzameling heeft echter beperkingen:

Datafragmentatie: Het is moeilijk om diverse, granulaire en tijdige databronnen te combineren.
Privacyrisico's: Het gebruik van gevoelige data (zoals financiële transacties) van particulieren en bedrijven botst met strenge privacywetgeving (zoals GDPR) en commerciële belangen.
Data-tekort: Er is een gebrek aan methoden om data uit verschillende domeinen (bijv. financiën en gezondheid) te integreren zonder de privacy van individuen te schenden.

De kernvraag was: Hoe kunnen we de rijkdom van financiële transactiedata benutten voor epidemiologisch onderzoek zonder de privacy van consumenten of de commerciële gevoeligheid van bedrijven te schaden?

2. Methodologie

Het project hanteerde een tweeledige aanpak: het creëren van een privacy-bewuste synthetische dataset en het ontwikkelen van specifieke use-cases en tools.

A. Generatie van een Privacy-Bewuste Synthetische Dataset

In plaats van echte transactiedata te delen, ontwikkelde het team een synthetische dataset die de statistische eigenschappen van echte data nabootst, maar geen echte individuele records bevat.

Techniek: Gebruik van Differentiële Privacy (DP) via de OpenDP-bibliotheek.
Dataset-eigenschappen: De synthetische data omvatte wekelijkse transacties (bedrag, aantal, categorie, locatie) voor steden in Colombia (Medellín, Bogotá) en Latijns-Amerika (Brasilië, Santiago) van 2019 tot 2022.
Validatie: De data werd gekalibreerd op basis van echte epidemiologische trends (oorspronkelijk 'nieuwe gevallen', later aangepast naar 'nieuwe sterfgevallen' voor betere correlatie) en realistische demografische verdelingen.
Privacy-maatregel: Er werd Gaussisch ruis toegevoegd aan de data om re-identificatie te voorkomen, terwijl de statistische bruikbaarheid behouden bleef.

B. Ontwikkeling van Use Cases en Tools

Het team identificeerde vijf kern-use cases voor pandemiebeheer en ontwikkelde daarvoor specifieke algoritmen en frameworks:

Hotspot-detectie: Identificeren van gebieden met hoge fysieke interactie.
Mobiliteitsanalyse: Het volgen van verplaatsingspatronen om quarantainepolitieken te sturen.
Pandemie-adherentie: Het monitoren van gedragsveranderingen (bijv. afname van uitgaven aan luxe goederen tijdens lockdowns).
Contactmatrix-schatting: Het afleiden van contactfrequentie tussen leeftijdsgroepen (WAIFW-matrix).
Voorspelling (Forecasting): Het integreren van transactiedata in modellen om infectiepieken te voorspellen.

C. Gebruikte Privacy-Enhancing Technologies (PETs)

Differentiële Privacy (DP): De hoeksteen van de oplossing, waarbij ruis wordt toegevoegd aan queries of data om wiskundig te garanderen dat het resultaat van een analyse niet afhangt van de aanwezigheid van één specifiek individu.
Synthetische Data: Generatie van data die de verdeling van de echte data volgt zonder de echte data te onthullen.
Machine Learning (ML): Gebruik van modellen zoals LSTM (Long Short-Term Memory) en auto-encoders voor anomaly detection en forecasting.

3. Belangrijkste Bijdragen en Oplossingen

Het project leverde zes herbruikbare tools en frameworks op:

Hotspot Detection Tool: Visualiseert transactie-hoogtepunten per postcode met DP-ruis. Helpt bij het richten van testcentra en vaccinatiecampagnes.
Mobiliteitsanalyse Tool: Vergelijkt transactiepatronen (bijv. supermarkten vs. recreatie) met externe mobiliteitsdata (zoals Google Mobility Reports) om beleidseffectiviteit te meten.
Pandemie-adherentie Tool: Analyseert de verschuiving tussen essentiële en luxe uitgaven om te meten hoe goed de bevolking zich aan richtlijnen houdt.
Contact Matrix Estimator: Gebruikt ML om contactpatronen tussen leeftijdsgroepen af te leiden uit koopgedrag, essentieel voor SIR/SEIR-modellen.
Outbreak Detection Framework: Een ML-framework dat anomalieën in data detecteert om vroege uitbraken te signaleren (ondersteunt zowel gesuperviseerde als ongesuperviseerde benaderingen).
DPEpiNN & EpiDP Frameworks:
- DPEpiNN: Een neurale netwerk-epidemiologisch model dat heterogene datasets integreert.
- EpiDP: Een open-source pakket om covariaten (zoals mobiliteit en transacties) toe te voegen aan Rt-schattingen (effectieve reproductiegetal).

4. Resultaten en Evaluatie

De tools werden geëvalueerd door academische partners (o.a. Imperial College London, IIT Kanpur, TU München, UVA).

Validatie: De synthetische data en de afgeleide mobiliteitspatronen toonden een sterke correlatie met bestaande openbare datasets (zoals Google Mobility data), wat de bruikbaarheid bevestigt.
Rt-schatting: Het gebruik van financiële data als covariaat in Bayesiaanse modellen leverde geen significante verbetering op ten opzichte van mobiliteitsdata alleen, maar toonde wel het potentieel voor economische indicatoren.
Anomalie-detectie: Het framework voor vroege uitbraakdetectie presteerde sterk, vooral bij "informed users" (waarbij epidemiologen labels kunnen geven). Onbevooroordeelde gebruikers (unsupervised) kregen goede resultaten, maar met minder precisie.
Privacy vs. Nut: Er werd aangetoond dat het mogelijk is om bruikbare inzichten te genereren met strikte privacygaranties (bijv. bij $\epsilon = 1.0$ of $\epsilon = 4.0$ ), hoewel er een afweging is tussen privacy-niveau en modelnauwkeurigheid.
Data-aanpassingen: Het rapport identificeerde verbeterpunten in de datasetgeneratie, zoals het vervangen van 'nieuwe gevallen' door 'nieuwe sterfgevallen' als epidemiologische metriek om ruis door testcapaciteit te verminderen.

5. Betekenis en Conclusie

Dit project markeert een paradigmaverschuiving in de volksgezondheid:

Vertrouwen en Samenwerking: Het bewijst dat grote datahouders (zoals Mastercard) en onderzoekers kunnen samenwerken zonder privacy te schenden.
Scalabiliteit: De ontwikkelde frameworks zijn generiek toepasbaar en kunnen worden uitgebreid naar andere domeinen (bijv. klimaatverandering, economische crisis).
Real-time Besluitvorming: Het biedt een roadmap voor het gebruik van real-time, privacy-bewuste data voor snellere en effectievere publieke gezondheidsreacties.
Toekomstperspectief: Hoewel de huidige tools veelbelovend zijn, is verdere schaalvergroting, verfijning van de modellen en bredere adoptie nodig om deze aanpak standaard te maken in de volksgezondheid.

Kortom, het rapport toont aan dat Privacy-Enhancing Technologies de barrière tussen databeschikbaarheid en privacy kunnen doorbreken, waardoor data-driven inzichten voor het publieke belang veilig en verantwoord kunnen worden gerealiseerd.