Text

Datenschutz spielt im Kontext medizinischer Daten eine sehr große Rolle. Die DSGVO gibt eine Reihe von Maßnahmen und Regelungen vor, mit denen Daten von Patienten geschützt werden sollen. Aktuell fehlt es an Hilfsmitteln für technische Datenschutz.

Unter Verwendung von Modellierungstechniken eröffnen sich Möglichkeiten einer technisch, automatisierten Tests. Datenmodelle, insbesondere innerhalb der Closed-World-Assumption, eigenen sich für eine automatisierte Analyse von Datenstrukturen und Instanzen zur Laufzeit.

Mit Hilfe vom NLP haben wir prototypisch können sowohl auf Schema-Ebene aber später auch auf Daten-Instanz-Ebene automatische Prüfungen durchgeführt werden, die dann ein Entscheidungsunterstützungssystem für Datenschutzverantwortliche schaffen oder gar die technische Vorinformationen für eine Anonymisierungskonfiguration zu liefern, die dann im nachgelagerten Schritt ausgeführt werden.

Das Poster skizziert unseren Ansatz zur potenziellen Lösung dieser Herausforderung.

Der Autor gibt an, dass kein Interessenkonflikt besteht.

Der Autor gibt an, dass kein Ethikvotum erforderlich ist.

Der Beitrag wurde bereits vorgestellt: AVATAR Konsortialtreffen Berlin 24.08.2024