Anonymizing experimental data in the MAFIL laboratory

Bc. Filip Kovářík

Bachelor's thesis

Abstract:

Laboratoř multimodálního a funkčního zobrazování (MAFIL) od roku 2015 sbírá výzkumná data o dobrovolnících. Titul oprávněného zájmu, pod kterým MAFIL tyto data zpracovává, u prvotních dat vyprší počínaje rokem 2025. MAFILDB, informační systém laboratoře MAFIL, v současnosti neumožňuje systematicky odstranit osobní informace z těchto dat. Na základě požadavků laboratoře navrhneme a částečně implementujeme rozšíření pro MAFILDB schopné de-identifikovat výzkumná data. Tento proces, který lze spravovat prostřednictvím nové agendy v uživatelském rozhraní MAFILDB, vede k rozšíření datového modelu a přidání nové entity VisitDeidentification. Nakonec sestrojíme pipeline pro de-identifikaci uložených záznamů, a to napříč MAFILDB, i jeho pomocným systémem PACS. Plná implementace tohoto rozšíření umožní laboratoři MAFIL splnit právní závazky vůči účastníkům studií, které nařizují právní předpisy o ochraně osobních údajů. Princip "omezení uložení" pak sníží dopad potenciálního úniku dat.

Abstract:

Since its launch in 2015, CEITEC’s Multimodal and Functional Imaging Laboratory (MAFIL) has been accumulating experimental data from volunteer participants. This data, processed under legitimate interest, is scheduled for disposal starting in 2025. MAFILDB, the laboratory’s information system, currently lacks a process for removing personally identifiying information from this data. Based on the laboratory’s requirements, we design and partially implement an extension to MAFILDB capable of de-identifying user records. To track the new process, managed via new user interface views, we expand MAFILDB’s data model, including a new VisitDeidentification entity. Lastly, we construct a pipeline to de-identify the records across MAFILDB and its PACS imaging subsystem. Given a full implementation, MAFIL can fulfill legal obligations to volunteer participants mandated by privacy legislation. In applying the principle of storage limitation, de-identification reduces the impact of a potential data breach.

Keywords

de-identification, anonymization, medical data, GDPR, PACS, CEITEC, MAFIL

Language used: English

Date on which the thesis was submitted / produced: 23. 5. 2024

Thesis defence

• Date of defence: 26. 6. 2024
• Supervisor: Mgr. Ing. Tomáš Svoboda
• Reader: RNDr. Michal Růžička, Ph.D.

Masaryk University

Faculty of Informatics

Bachelor programme / field:
Informatics / Informatics