Sandkassa tar for seg hvitvasking, arkivering og skrøpelige pasienter

Datatilsynet har valgt ut tre nye prosjekter, som skal få grundig og konstruktiv sparring i den regulatoriske sandkassa for ansvarlig kunstig intelligens.

Datatilsynet_Bjørn_Erik_Thon

– Det var mange gode kandidater blant de 21 søknadene vi fikk. Og de tre prosjektene vi valgte ut viser godt spennet av områder godt personvern er viktig på, sier direktør Bjørn Erik Thon, og sikter til at de representerer sikkerhetssektoren, byråkrati og helse.

De tre utvalgte

De tre prosjektene som entrer sandkassa i løpet av november kommer fra oppstartsbedriften Finterai, Helse Bergen HF og Simplifai. På den ene siden et prosjekt som skal gjøre livet bedre for pasienter som er, eller ligger an til å bli, gjengangere i helsevesenet. På den andre siden et prosjekt som skal gjøre livet vanskeligere for de som driver med hvitvasking og terrorfinansiering. Og midt imellom et prosjekt som skal komme folk flest til hjelp ved å sørge for at viktige e-poster blir tatt vare på.

bjørn arild gram

– Bruk av personopplysninger kan bidra til å løse mange ulike utfordringer i samfunnet. De tre prosjektene som nå er valgt ut til Datatilsynets regulatoriske sandkasse viser bredden i saker der noe av svaret kan ligge i analyse av personopplysninger. Samtidig må bruken skje på en lovlig, etisk og ansvarlig måte. Fra regjeringens side har vi stor tro på den regulatoriske sandkassen som arena for utforsking av personvernregelverkets handlingsrom, sier kommunal- og distriktsminister Bjørn Arild Gram.

Bedre helse i Bergen

KI-prosjektet i Helse Bergen HF tar utgangspunkt i tall som viser at 10 prosent av pasientene innenfor somatikk står for omtrent 50 prosent av liggedøgnene og har hyppige reinnleggelser. Dette er ikke unikt for helseforetaket i Bergen, men er et mønster dokumentert i Norge og verden ellers.

ErlendHodneland_300x300.jpg– Felles for disse gjengangerne er at de er veldig syke mennesker med mange samtidige diagnoser. Ikke alltid så gamle, men med komplekse sykdomsbilder på tvers av medisinske fagområder, slik at de ikke alltid får optimal oppfølging når de skrives ut, sier Erlend Hodneland, som er rådgiver i Helse Bergen HF.

Pilotprosjektet har vist at maskinlæring med relativ stor sannsynlighet kan forutse hvem som står i fare for å bli gjeninnlagt.

– Hvis disse pasientene skrives ut med en ekstra oppfølgingsmerkelapp, kan de få bedre hjelp av tverrfaglige helsetjenesteteam. Så blir risikoen redusert for en rask retur til sykehuset, noe som selvfølgelig er gunstig både for pasientene og helsevesenet.

Fremmadstormende Finterai

Finterai er et så ferskt firma, at det ikke engang var registrert da de begynte å skrive på søknaden til sandkassa. De vil gå løs på et samfunnsproblem langt større aktører har revet seg i håret over før dem: hvitvasking og terrorfinansiering. Bankene er pålagt å gjøre sitt for å forhindre det, men sliter med å gjøre det på en effektiv måte.

finterai Alexander Skage– Bankene bruker 20 ganger mer på etterlevelse av regelverket for antihvitvasking, enn det Økokrim klarer å hente tilbake av hvitvaskede penger, forteller Alexander Skage, CTO i Finterai. Likevel ble DNB i vår ilagt et gebyr på 400 millioner kroner for vesentlige mangler ved antihvitvaskingsinnsatsen.

Finterai skal kutte finansinstitusjonenes risiko og kostnader i arbeidet mot hvitvasking og terrorfinansiering. De vil nytte seg av federert læring, en desentralisert KI-metode som blir ansett som mer personvernvennlig. Slik skal institusjonene lære av hverandres data uten å faktisk dele dem.

– Vi står på skuldrene til giganter, sier Skage, og viser til at de har samlet erfaringer fra lignende pilotprosjekter i Japan og Nederland. Så han er trygg på at metoden, som ikke er prøvd ut i voldsomt stor grad, skal fungere.

Arkivering vs. personvern

Arkivering er et felt med stort potensial for effektivisering ved digitalisering, og vi ser at det er stor interesse for å bruke kunstig intelligens til dette. Det reiser mange interessante personvernproblemstillinger.

Personvern og arkivering blir gjerne fremstilt som motsetninger. Stereotypen er at arkivaren vil spare på alt, mens personvernet krever at alt slettes. Men det er mer nyansert enn som så. Det er mye godt personvern i å spare på de riktige dokumentene, og arkivaren har heller aldri ubegrenset lagringskapasitet.

Men å velge ut hva som skal arkiveres og ikke, er ikke bare enkelt. Og det er særdeles ressurskrevende. Så Simplifai ønsker å utforske muligheten for å ta i bruk maskinlæring for å identifisere og foreslå hvilke eposter og tilhørende dokumenter som regnes som arkivverdige.

Tre ambisiøse prosjekter

kari_torshovparken_kvadratisk.JPGDe fire første sandkasseprosjektene er i sluttfasen, og vil levere sine sluttrapporter før jul. Samtidig starter tre nye opp. 

– Det er tre ambisiøse prosjekter vi har plukket ut. Og basert på erfaringer fra første sandkasserunde om ressursbruk, velger vi denne gangen å gå for tre for å kunne gå enda dypere i materien i de enkelte prosjektene, sier Kari Laumann, prosjektleder for Datatilsynets regulatoriske sandkasse.

 

NB! Artikkelen har blitt oppdatert. Opprinnelig var arkiveringsprosjektet et samarbeid mellom Simplifai og Arkivverket, men Arkivverket måtte trekke seg fra sandkassa av interne ressurshensyn. Simplifai gjennomfører sandkasseprosjektet alene.

Følg med på det som skjer i sandkassa ved å abonnere på vårt nyhetsbrev, der du får invitasjoner og informasjon om søknadsfrister, møter, webinarer og arrangement som er relevant for alle som er opptatt av ny, ansvarlig kunstig intelligens.

Meld deg på Sandkassebrevet.