はじめに：「匿名」データは本当に匿名か
2006年、Netflixは映画推薦アルゴリズムの改善コンテスト「Netflix Prize」を開催し、約48万人分の「匿名化された」視聴履歴を公開しました。Netflixは個人名を削除し、IDを乱数に置き換えていました。
しかし、テキサス大学のNarayananとShmatikovは、この「匿名化」データと公開された映画レビューサイト（IMDb）のデータを照合することで、個人の特定に成功しました。視聴パターンという一見無害な情報が、他のデータと組み合わせることで強力な個人識別子になったのです。
医療データにも同じリスクがあります。稀少疾患の診断、特殊な検査値の組み合わせ、手術日と入院期間のパターンは、「匿名化」後も個人を特定できる可能性があります。
Netflix Prizeデータの再識別攻撃を実証した論文。匿名化の限界を示す重要な研究
匿名加工情報 vs 仮名加工情報：法的な区別
三つの概念の整理
| 概念 | 定義 | 第三者提供 | 本人同意 | 用途 |
|---|---|---|---|---|
| 個人情報 | 特定の個人を識別できる情報 | 原則として同意必要 | 必要 | 診療・直接的医療 |
| 仮名加工情報 | 他の情報と照合しなければ個人を識別できない情報 | 不可（内部利用のみ） | 目的変更時は不要 | 施設内研究・AI学習 |
| 匿名加工情報 | 個人を識別できないように加工し、復元できない情報 | 可能（一定の条件下） | 不要 | 外部提供・共同研究 |
比較
仮名加工情報と匿名加工情報の選択基準
仮名加工情報を選ぶべき場合:
- 自施設内でのAI学習・研究に利用する場合
- 時系列データ（経過観察、治療効果の追跡）が必要な場合
- 稀少疾患など、完全匿名化するとデータの有用性が失われる場合
匿名加工情報を選ぶべき場合:
- 外部のAI開発企業や研究機関にデータを提供する場合
- 学術論文でデータセットを公開する場合
- 多施設共同研究でデータを統合する場合
→ 重要: 匿名加工情報は「元のデータを復元できないように」加工する必要がある。仮名加工情報より高い加工水準が求められ、データの有用性は低下する。
医療データの匿名化の難しさ
医療データの匿名化には特有の困難があります:
- 稀少疾患問題: 患者数が極めて少ない疾患では、年齢・性別・診断名だけで個人が特定される可能性
- 遺伝情報: ゲノムデータは本質的に個人識別子であり、完全な匿名化が困難
- 画像データ: 顔面の3D再構成が可能なCT/MRI画像は、顔面部分の除去・変形が必要
- 時系列パターン: 入退院日、手術日、検査パターンの組み合わせによる再識別リスク
次世代医療基盤法：医療ビッグデータ活用の法的枠組み
制度の概要
2018年施行の次世代医療基盤法（正式名称: 医療分野の研究開発に資するための匿名加工医療情報に関する法律）は、医療データの利活用を促進するための特別法です。
ライフデータイニシアティブ × NTTデータ：日本初の医用画像データ提供
背景: 次世代医療基盤法に基づき、国から認定を受けた事業者（認定匿名加工医療情報作成事業者）が医療機関から医療データを収集し、匿名加工して研究者・企業に提供する仕組みが構築された。
ライフデータイニシアティブ（LDI）: 国の認定を受けた認定作成事業者。NTTデータは認定受託事業者。これまで電子カルテ・レセプト・DPCデータの提供を行ってきた（「千年カルテ」二次利用サービス）。
2024年の進展: PSP社と連携し、次世代医療基盤法に基づく日本初の医用画像データ提供を2024年10月から開始。AI医療機器の開発に必要な大規模医用画像データを、法的に適切な枠組みで提供。
意義: 個々の医療機関が患者同意を個別に取得する必要なく、法的な枠組みのもとで医療ビッグデータをAI開発に活用できるルートが確立された。
次世代医療基盤法の仕組み
| 要素 | 内容 |
|---|---|
| オプトアウト | 患者への通知後、一定期間内に拒否がなければデータ提供が可能（要配慮個人情報のオプトアウトを特例的に認める） |
| 認定事業者 | 国が認定した事業者のみがデータを収集・匿名加工・提供 |
| 高い安全基準 | 認定事業者には厳格なセキュリティ基準と監督体制が求められる |
| 匿名加工 | 提供されるデータは匿名加工情報であり、個人の再識別は法律で禁止 |
2024年改正：仮名加工医療情報の新設
次世代医療基盤法2024年改正：仮名加工医療情報の新設
改正内容（2024年4月1日施行）: 匿名加工医療情報に加え、仮名加工医療情報を新たに扱えるようにした。
仮名加工医療情報の意義:
- 匿名加工情報では失われていた時系列データや稀少疾患データの有用性を保持
- AI医療機器の開発・改良に必要な経時的な治療効果データの提供が可能に
- PMDA（医薬品医療機器総合機構）への申請資料としての利用も想定
二段階認定制度: 仮名加工医療情報は匿名加工医療情報より高い再識別リスクがあるため、利用者にも認定が必要な二段階認定制度を導入。
匿名化の実践的手法
k-匿名性とその限界
k-匿名性は、データセット中の各レコードが少なくともk-1個の他のレコードと同じ準識別子（年齢、性別、郵便番号等）の組み合わせを持つことを保証する基準です。
- k=5: 同じ属性の組み合わせを持つレコードが少なくとも5件 → 再識別確率は最大20%
- 医療データでの問題: 稀少疾患患者はk-匿名性を満たすのが困難
差分プライバシー
データにノイズを加えることで、個々のレコードの有無がクエリの結果に与える影響を制限する手法。AppleやGoogleが採用。医療AI学習時のプライバシー保護に有望だが、加えるノイズが大きすぎると診断精度に影響。
まとめ
データの匿名化は「個人情報を削除すれば終わり」ではありません。Netflix Prizeの再識別事件が示すように、複数のデータソースの照合による再識別リスクは常に存在します。日本では、個人情報保護法の仮名加工情報制度と次世代医療基盤法の認定事業者制度が、データの有用性とプライバシー保護のバランスを取る法的枠組みを提供しています。
次のレッスンでは、AI診断支援システムの薬機法上の規制を学びます。
明日のアクション
自施設でAI研究や外部企業へのデータ提供を検討する場合、「仮名加工情報（内部利用）」と「匿名加工情報（外部提供）」のどちらが適切かを検討しましょう。次世代医療基盤法の認定事業者を介した提供も選択肢の一つです。データの用途と必要な有用性のレベルに応じた最適な方法を選択することが重要です。