Organisaties bezitten gegevens die – wanneer gecombineerd met die van andere – heel waardevolle organisatieoverstijgende informatie bieden, bijvoorbeeld om AI-modellen op te trainen. Een groot obstakel is dat die data niet kunnen worden gedeeld, vanwege privacyoverwegingen of bedrijfsgevoeligheid. Privacy Enhancing Technologies (PET’s) bieden verschillende oplossingen voor dat probleem, maar die worden in de praktijk nog maar mondjesmaat toegepast. Overheden en brancheorganisaties kunnen hier als katalysator optreden.
De zorgsector is een voorbeeld waarin grote voordelen zijn te behalen door modellen op grote datasets te trainen. André Dekker van radiotherapie-instituut Maastro legde jaren geleden al de basis voor een aanpak die inmiddels door zo’n zestig ziekenhuizen wereldwijd wordt toegepast. Dekker noemt het de Personal Health Train: “Het algoritme dat moet worden getraind – de trein – gaat langs de verschillende deelnemers – de stations – in plaats van dat de data worden verzameld op een centrale locatie.” Dekker is daarmee een van de pioniers die werken aan het concept ‘Federated Learning’, een van de PET’s.
Het algoritme dat moet worden getraind – de trein – gaat langs de verschillende deelnemers – de stations – in plaats van dat de data worden verzameld op een centrale locatie.”
Er zijn meer voorbeelden waarin de voordelen van organisatieoverstijgend datadelen duidelijk naar voren komen. In de energiesector kunnen leveranciers op basis van hun gezamenlijke datasets betere voorspellingen maken van piekbelasting op het stroomnet. Bij boringen kunnen accurate modellen worden gemaakt voor de kans op bodemdaling en aardbevingen. In de financiële dienstverlening en telecom zijn patronen in witwaspraktijken en fraude beter in kaart te brengen.
Organisatie en data niet altijd op orde
In al deze gevallen speelt de gevoeligheid van de gegevens een belangrijke rol. Met PET’s zijn daar oplossingen voor, maar die worden nog niet op grote schaal ingezet. De oorzaak ligt vaak in de onduidelijkheid over rollen en verantwoordelijkheden, én het toezicht daarop (governance). Andere veelvoorkomende problemen zijn datakwaliteit en interoperabiliteit van systemen. Wanneer de data niet goed zijn ontsloten, moet vaak flink worden geïnvesteerd om ze geschikt te maken. Daarom is het belangrijk om te beginnen met de precieze formulering van de vraag die voorligt. Dan is duidelijk welke data aangepast moeten worden aan de FAIR-principes: Findable (vindbaar), Accessible (toegankelijk), Interoperable (uitwisselbaar), Reusable (herbruikbaar). “Zo voorkom je dat je data FAIR gaat maken, die je daarna nooit gebruikt”, zegt Dekker.
