Preserving privacy of health data residing in HL7 FHIR repositories through de-identification

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Orta Doğu Teknik Üniversitesi, Fen Bilimleri Enstitüsü, BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye

Tezin Onay Tarihi: 2022

Tezin Dili: İngilizce

Öğrenci: EZELSU ŞİMŞEK YILGIN

Danışman: Pınar Karagöz

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

İşbirliği ve veri paylaşımı, sağlık alanı araştırmalarının temel unsurlarındandır. Bununla birlikte, hassas sağlık veri ihlallerinin sayısı giderek artmakta ve hastaların mahremiyetinin korunmasını sağlamak için önemli bir ihtiyaç doğmaktadır. Farklı kaynaklarda toplanan sağlık verileri istatistiksel analiz, veri madenciliği ve makine öğrenimi görevlerinde faydalı olabilirler; bu da hem sağlık uzmanları hem de hastalar için uzun vadeli değer sağlar. Klinik araştırmalar sırasında sağlık verilerinin dağıtılmış doğası ile başa çıkarken gizliliğin korunması ve güvenliğin sağlanması esastır. Veriyi kimliksizleştirme ve anonimleştirme teknikleri, hastaların verilerini gizlilik risklerinden korumak için oldukça faydalıdır. Bu tezde, gizliliğin korunmasını sağlamak için HL7 FHIR kaynaklarında bulunan sağlık verilerinin kimliksizleştirilmesi ve anonimleştirilmesi incelenmiştir. Bu çalışma, HL7 FHIR verilerinin kimliğini gizlemek için yeni bir teknik içeren ve aynı zamanda bir grafiksel kullanıcı arayüzü sağlayan Veri Gizliliği Aracının geliştirilmesini sunmaktadır. Çalışma ayrıca, çeşitli kimlik gizleme tekniklerini karşılaştıran gizlilik açısından sonuçların değerlendirilmesini de içermektedir. Bu çalışma, sağlık verilerinin kimliksizleştirilmesi için mevcut algoritmaları incelemiş ve gizlilik koruma katmanını geliştirmek için etkili bir metodoloji önermiştir. Bu çalışmanın sonuçları çeşitli deneylerle analiz edilmiştir. Bu çalışma, Horizon 2020 Araştırma ve İnovasyon Programı kapsamında FAIR4Health adlı bir araştırma projesine katkıda bulunmayı amaçlamaktadır.