Presentation of a new method for generating synthetic data: the avatar method
Présentation d'une nouvelle méthode de génération de données synthétiques : la méthode avatar
Résumé
Anonymization is a crucial issue in the dawning era of big data analysis; while almost all the methods operate on pseudonymized personal data to create value – re-identification risks prevail. In personal health data, this re-identification risk may be considered as a betrayal of patients’ trust when the analyzed data has been initially generated during medical care or without clear and informed consent to participate. Here we present a new method to generate synthetic data. The method is patient centric as it uses a local model to generate a new synthetic data, an avatar.
L'anonymisation est une problématique cruciale dans l'analyse des données ; presque toutes les méthodes fonctionnent sur des données personnelles pseudonymisées pour créer de la valeur, mais les risques de ré-identification perdurent. Dans le cas des données de santé, le risque de ré-identification peut être considéré comme un mal nécessaire pour améliorer la recherche. Nous présentons ici une nouvelle méthode pour générer des données synthétiques. Cette méthode est centrée sur le patient, elle utilise un modèle local pour générer une nouvelle donnée synthétique, un avatar. Chaque modèle est utilisé une fois pour chaque individu afin de générer un unique avatar.