Page 16 - xpress_Ausgabe 22.1
P. 16
Infografik
Anonymisieren und Pseudonymisieren
Bei der Weitergabe von Behandlungsdaten müssen Ärzte die Privatsphäre ihrer Patienten schützen.
Je nach Verwendungszweck kommen dabei unterschiedliche Techniken zum Einsatz, die eine
Zuordnung der Daten zu bestimmten Personen erschweren oder nahezu unmöglich machen.
ANONYMISIERUNG
Definition und Techniken
Anonymisierung bedeutet, dass personenbezogene Daten so verändert werden, dass
sie nicht oder nur mit einem unverhältnismäßig großen zeitlichen und finanziellen
Aufwand wieder einer Person zugeordnet werden können. Zu den verbreiteten Ano-
nymisierungstechniken zählen das Entfernen, Gruppieren oder Vertauschen von Infor-
mation aus einem Datensatz. Wenn aus einem medizinischen Datensatz der Name
und die Adresse gelöscht oder durch einen anderen Namen und eine andere Adresse
ersetzt werden, ändert dies nichts an der Aussagekraft der Behandlungsdaten.
Die Zuordnung zu einer bestimmten Person wird jedoch erschwert.
VORHER NACHHER
MANFRED MÜLLER *
12.12.1942 1943
KEPLERSTRAßE 385 *
46236 BOTTROP NORDRHEIN-WESTFALEN
Vor- und Nachteile/Anwendungen
Die Anonymisierung sorgt dafür, dass sich Daten nicht zurückverfolgen lassen. Dadurch ist es aber auch
nicht möglich, eine personenspezifische Rückmeldung zu den Forschungsergebnissen zu erhalten. Eine
typische Anwendung der Anonymisierung in der Arztpraxis ist die Datenspende für die Forschung. Der
Arzt stellt die Daten zur Verfügung und erwartet keine Rückmeldung für sich und seine Patienten.
ANDERE TECHNIKEN
Generalisierung
Eine weitere Technik besteht darin, Dinge zu verallgemeinern. Bei den Corona-Meldungen an
das Robert Koch-Institut werden zum Beispiel Tag und Monat im Geburtsdatum weggelassen.
Es bleibt nur das Geburtsjahr stehen, sodass lediglich eine Kohorte gebildet werden kann.
Verrauschen/Randomisieren
Vor allem bei Messungen wie der Körpergröße und dem Körpergewicht, aber auch bei Labor-
werten, werden die Messergebnisse verrauscht. Ein Zufallsgenerator verändert die Werte in
einem geringen Prozentbereich. Dadurch wird die statistische Aussagekraft nicht verändert,
aber eine Zuordnung zu einer bestimmten Person erschwert.
16 x.press 22.1
