Οι εφαρμογές ψηφιακής υγείας και ο Γενικός Κανονισμός Προσωπικών Δεδομένων: Νομοθετικά κενά και προστριβές
Της Νικολέτας Ασαρίδου και του Αναστάσιου Τσουκαλά, μελών της Ερευνητικής Ομάδας της SAFIA
Εισαγωγή
Τα τελευταία χρόνια, η ψηφιακή υγεία (Digital Health [DH]) έχει αποκτήσει καθεστώς προτεραιότητας στην ατζέντα της πολιτικής για την υγεία, καθώς αγκαλιάζεται ευρέως από τους ηγέτες του κλάδου της τεχνολογίας, ενώ παράλληλα κερδίζει έδαφος στις εθνικές και διεθνείς συζητήσεις για την πολιτική καινοτομίας. Με βάση τις προόδους σε τομείς όπως η εξατομικευμένη και στοχεύουσα ιατρική (Personalised & Precision Medicine), η ανάλυση μεγάλων δεδομένων (big data) και των υπηρεσιών «MyHealth», η ψηφιακή υγεία έχει χρησιμοποιηθεί ως πανάκεια για τα συστήματα υγειονομικής περίθαλψης παγκοσμίως. Είναι γεγονός, άλλωστε, ότι η μακροχρόνια βιωσιμότητα των τελευταίων θεωρείται ότι απειλείται από το αυξανόμενο κόστος, τους δημοσιονομικούς περιορισμούς, καθώς και από τον αυξανόμενο επιπολασμό των χρόνιων ασθενειών και τη γήρανση του πληθυσμού (Lievevrouw & Van Hoyweghen, 2019).
Στρατηγικές καινοτομίας ψηφιακής υγείας (Digital Health) έχουν υιοθετηθεί από διάφορες κυβερνήσεις και υπερεθνικούς φορείς, από την Αυστραλία (Australian Digital Health Agency 2018) έως την Ευρωπαϊκή Ένωση (EU) (EC 2018). Ειδικότερα, σε ενωσιακό επίπεδο, έχουν πραγματοποιηθεί καίριες αλλαγές σε Κανονισμούς της Ε.Ε. για ιατροτεχνολογικά προϊόντα (Επίσημη Εφημερίδα της Ευρωπαϊκής Ένωσης, 2017α) και διαγνωστικά ιατροτεχνολογικά προϊόντα (Επίσημη Εφημερίδα της Ευρωπαϊκής Ένωσης, 2017β). Απόρροια των ανωτέρω αποτελεί η σταδιακή ενσωμάτωση της έννοιας του «λογισμικού» στο πλαίσιο της εννοιολογικής οριοθέτησης του «ιατρικού μηχανήματος» (Ordish, Hannah και Allison 2019). Παράλληλα, με γνώμονα την Πράσινη Βίβλο για την την «κινητή» υγεία («mHealth») και το έγγραφο εργασίας των υπηρεσιών της Επιτροπής για το υφιστάμενο νομικό πλαίσιο της Ε.Ε. αναφορικά με τις εφαρμογές τρόπου ζωής και ευεξίας, η Ευρωπαϊκή Επιτροπή έχει προσδιορίσει την εφαρμογή της ψηφιακής υγείας (DH) ως πρωταρχικό στόχο πολιτικής (European Commission, 2014a; European Commission, 2014b).
Το 2016 το Ευρωπαϊκό Κοινοβούλιο ενέκρινε τον Κανονισμό (ΕΕ) 2016/679 για την προστασία δεδομένων, γνωστό και ως Γενικός Κανονισμός για την Προστασία Δεδομένων (GDPR) (Επίσημη Εφημερίδα της Ευρωπαϊκής Ένωσης, 2016). Η ψήφιση σε νόμο του GDPR ήρθε μετά από μια αμφιλεγόμενη διαδικασία έγκρισης που διαμορφώθηκε από έντονες προσπάθειες «λόμπι» εκ μέρους μεγάλων εταιρειών τεχνολογίας (κυρίως των ΗΠΑ), καθώς και συγκρούσεις μεταξύ των κρατών μελών της Ε.Ε., απότοκο αποκλίνουσων απόψεων ως προς τα οικονομικά συμφέροντα και τις πολιτικές αντιλήψεις σχετικά με την προστασία της ιδιωτικής ζωής και των δεδομένων (Mager, 2017).
Αντικαθιστώντας την προηγούμενη, δύο δεκαετιών, οδηγία για την προστασία δεδομένων (Επίσημη Εφημερίδα των Ευρωπαϊκών Κοινοτήτων, 1995), ο Κανονισμός για την Προστασία Δεδομένων (GDPR) αποσκοπεί στην εναρμόνιση της νομοθεσίας για την προστασία των δεδομένων στην ΕΕ, μέσω ενός «omnibus», αντί της τομεακής προσέγγισης. Ο GDPR προοριζόταν να καλύψει ένα ευρύ φάσμα περιοχών επεξεργασίας, συμπεριλαμβανομένης της ψηφιακής υγείας εφαρμόζοντας, ταυτόχρονα, μια ευέλικτη στρατηγική διακυβέρνησης βάσει κινδύνου (Marelli & Testa, 2018).
Το παρόν άρθρο πραγματεύεται την έλευση στην καθημερινή κοινωνική πρακτική των ψηφιακών εφαρμογών υγείας και τους κινδύνους που εγκυμονεί η χρήση αυτών. Στο πλαίσιο αυτό θα γίνει μια πρώτη εννοιολογική οριοθέτηση των δεδομένων ψηφιακής υγείας και θα αποσαφηνιστούν τα δεδομένα που αντλούνται από τις εν λόγω εφαρμογές. Παράλληλα, θα αποτυπωθεί ο Γενικός Κανονισμός Προσωπικών Δεδομένων και θα αναλυθούν οι νομικές πτυχές που καλύπτει. Τέλος, για την κατανόηση των εγκυμονούντων κινδύνων θα υπογραμμισθούν τα νομικά κενά του εν λόγω κανονισμού σε σχέση με τα ψηφιακά δεδομένα υγείας.
- GDPR και ψηφιακά δεδομένα υγείας (DHT)
1.1 Η ψηφιακή Υγεία (DH)
Οι υπεύθυνοι χάραξης πολιτικής και η επιστημονική κοινότητα αναφέρονται συνήθως στην ψηφιακή υγεία (DH) με όρους γενικευμένου περιεχομένου. Ο Παγκόσμιος Οργανισμός Υγείας (ΠΟΥ) κατανοεί ότι η έννοια της ψηφιακής υγείας (DH) είναι «ένας γενικός όρος που περιλαμβάνει την ηλεκτρονική υγεία (myHealth), καθώς και αναδυόμενες περιοχές, όπως τη χρήση προηγμένων συστημάτων υπολογιστών στα «big data», τη γονιδιωματική και την τεχνητή νοημοσύνη» (WHO, 2017). Με παρόμοιο ευρύ τρόπο, η Υπηρεσία Τροφίμων και Φαρμάκων των Ηνωμένων Πολιτειών (FDA) ορίζει τα ψηφιακά δεδομένα υγείας (DHT) σε σχέση με «κατηγορίες εφαρμογών, όπως η υγεία των κινητών (myHealth), η πληροφορική τεχνολογία στον τομέα της υγείας (IT Health), οι φορητές συσκευές, η τηλε-υγεία και η τηλεϊατρική και η εξατομικευμένη ιατρική» (FDA, 2019).
H ταχεία επέκταση του «ψηφιακού οικοσυστήματος υγείας» οφείλεται σε μεγάλο βαθμό στην ένταξη νέων τύπων φορέων σε παραδοσιακά οριοθετημένους θεσμικούς χώρους (Vayena et al. 2018, WHO 2019b). Ακολουθώντας τα βήματα των πρώιμων πρωτοβουλιών, ήτοι Apple’s ResearchKit, Samsung’s Simband, Google’s Verily και DeepMind, μεγάλες εταιρείες τεχνολογίας έχουν ήδη διεισδύσει στον τομέα της υγειονομικής περίθαλψης και έρευνας.
Η έλευση νέων (εταιρικών-επιχειρηματικών) φορέων που κινητοποιούν τα ψηφιακά δεδομένα υγείας εντός διαφορετικών κλάδων, οδηγεί στη δημιουργία νέων «χώρων υγείας» εντός και εκτός της υγειονομικής περίθαλψης. Πιο αναλυτικά, η παροχή πλήθους δεδομένων που δεν σχετίζονται με την υγεία και συλλέγονται μέσω των ψηφιακών δεδομένων υγείας, παρέχει την δυνατότητα ιατρικής διάγνωσης, η οποία βασίζεται όχι μόνο σε ιατρικά δεδομένα, αλλά και σε προσωπικά δεδομένα τρόπου ζωής (π.χ. ύπνος, διατροφή, κατανάλωση νερού, δραστηριότητα στα μέσα κοινωνικής δικτύωσης), ενώ παράλληλα μπορούν να χρησιμοποιηθούν και σε ευρύτερα μοντέλα πρόβλεψης. Άμεση απόρροια αυτού αποτελεί η αξιοποίηση άλλου τύπου δεδομένων, μη σχετικών με την υγεία, στη σφαίρα των ιδρυμάτων υγειονομικής περίθαλψης, παρέχοντας, έτσι, σε φαινομενικά αβλαβή δεδομένα τη δυνατότητα διάθεσης λεπτομερών πληροφοριών που αφορούν πιο ευαίσθητες πτυχές ενός ατόμου (Lucivero & Prain sack, 2015). Είναι γεγονός, άλλωστε, ότι οι αυξανόμενες δυνατότητες για την οικονομική αξιοποίηση των δεδομένων υγείας αντικατοπτρίζεται και στο διαρκώς αυξανόμενο ενδιαφέρον για εντατική συλλογή δεδομένων που σχετίζονται με την υγεία από βιομηχανίες εκτός της παραδοσιακής ιατρικής σφαίρας.
Στο πλαίσιο της υγειονομικής περίθαλψης, δημιουργήθηκαν οι ‘βαθμολογίες κινδύνου’, που χρησιμοποιούνται κατά κύριο λόγο για να βελτιώσουν τις εξατομικευμένες ιατρικές διαγνώσεις (Hogle, 2016). Ωστόσο, τα ψηφιακά δεδομένα υγείας έχουν αξιοποιηθεί και για κατηγοριοποίηση κινδύνου πέρα από τις αρμοδιότητες της υγειονομικής περίθαλψης (O’Doherty et al., 2016; Pasquale, 2015). Ενδεικτικά μπορούν να αναφερθούν, τα ευρύτερα προγνωστικά μοντέλα που κατηγοριοποιούν τα άτομα βάσει βαθμίδων κινδύνου για χορήγηση δανείων, ύψος ασφαλίστρων, ή για σκοπούς ασφάλειας των συνόρων (Blasimme, Vayena & Van Hoyweghen, 2019, O’Neil, 2017; O’Doherty et al., 2016).
Με γνώμονα το ανωτέρω, ανησυχίες εγείρονται ως προς την επιδείνωση των ανισοτήτων στον τομέα της υγείας, καθώς οι εν λόγω προγνωστικές ταξινομήσεις εγκυμονούν κινδύνους άνισης πρόσβασης στις υπηρεσίες υγείας, ασφάλισης ή εκταμίευσης δανείων για διαφορετικές κοινωνικοοικονομικές ομάδες (Ferryman & Pitcan, 2018; Hogle 2016; Lupton 2018).
1.2 Ο GDPR και η εναρμόνιση του με τις εξελίξεις στον τομέα της ψηφιακής υγείας.
Οι κοινωνικές αναδιαμορφώσεις που επήλθαν από την επέκταση του ψηφιακού οικοσυστήματος της υγείας και τις κοινωνικοτεχνικές πρακτικές (ψηφιακές εφαρμογές υγείας σε κινητά τηλέφωνα, ηλεκτρονικό σύστημα υγείας κρατών) δεν συμβαδίζουν απόλυτα με το καθεστώς διακυβέρνησης δεδομένων που βασίζεται στο Γενικό Κανονισμό για την Προστασία Δεδομένων (GDPR). Παρά την αναδυόμενη ανάγκη εξέλιξης της προστασίας δεδομένων, οι εν λόγω ‘εντάσεις’ αποτελούν απότοκο των κανόνων του παρόντος κανονισμού, καθώς εξακολουθούν να βασίζονται σε πρότυπα που έχουν τις ρίζες τους σε παρωχημένες ‘γενιές’ κανονισμών προστασίας δεδομένων (Deutscher Ethikrat, 2017; Mayer- Schönberger & Padova, 2016; Mantelero, 2014).
Η ένταξη επαναστατικών τεχνολογικών δυνατοτήτων (όπως η μηχανική μάθηση), καθώς και εταιρικών μοντέλων που διαχειρίζονται τις πλατφόρμες των ψηφιακών δεδομένων υγείας, έχει αποδειχθεί στην πράξη (άντληση δεδομένων υγείας για εμπορική κατηγοριοποίηση πελατών) ότι δεν λαμβάνουν υπόψη τους σημαντικές αρχές που διέπουν την υφιστάμενη νομοθεσία περί προστασίας δεδομένων (Kuner et al. 2018; van Dijck, Poell & de Waal, 2018). Ειδικότερα, οι τρέχουσες εξελίξεις συχνά έρχονται σε σύγκρουση με τις αρχές του «περιορισμού του σκοπού» (άρθρο 89 παράγραφος 1) και της αναλογικότητας («ελαχιστοποίηση των δεδομένων»), γεγονός που θέτει σε κίνδυνο τα δικαιώματα και τις ελευθερίες των φυσικών προσώπων.
Ο «περιορισμός του σκοπού» αποτελεί τον βασικό πυλώνα για την προστασία δεδοµένων στον 21ο αιώνα, ενώ υπογραμμίζεται, επίσης, η σπουδαιότητά του και σε μια από τις πρωτογενείς νομικές πηγές της ΕΕ, τον Χάρτη των Θεμελιωδών Δικαιωμάτων της Ευρωπαϊκής Ένωσης (άρθρο 8 παράγραφος 2, Επίσημη Εφημερίδα των Ευρωπαϊκών Κοινοτήτων, 2000). Η εν θέματι αρχή οριοθετεί το πλαίσιο αξιοποίησης των δεδομένων προσωπικού χαρακτήρα, τα οποία θα πρέπει να συλλέγονται για σκοπούς που είναι καθορισμένοι και σαφείς και δεν θα πρέπει να υποβάλλονται σε περαιτέρω επεξεργασία με τρόπο που είναι «ασύμβατος» με τους συγκεκριμένους σκοπούς. Όπως σχετικά επισημαίνει ο Zarsky (2017), η συγκεκριμένη αρχή επιτρέπει στα υποκείμενα των δεδομένων να διατηρούν την αυτονομία και να έχουν την δυνατότητα άσκησης ελέγχου επί των προσωπικών τους πληροφοριών. Επιπροσθέτως, προωθεί την εμπιστοσύνη σε περιβάλλοντα βάσεων δεδομένων αποτρέποντας πρακτικές επεξεργασίας δεδομένων που μπορεί να εγείρουν σημαντικές απειλές για τα άτομα (Hildebrandt, 2015).
Η αρχή της ελαχιστοποίησης δεδομένων αναφέρεται τόσο στο εύρος, όσο και στις κατηγορίες των δεδομένων που συλλέχθηκαν, καθώς και στην (περιορισμένη) περίοδο για την οποία μπορούν να διατηρηθούν τα προσωπικά δεδομένα. Αυτή η τελευταία απαίτηση είναι επίσης σύμφωνη με την αρχή του περιορισμού της αποθήκευσης (άρθρο 5 παράγραφος 1 στοιχείο ε), η οποία επιτρέπει την αποθήκευση δεδομένων προσωπικού χαρακτήρα μόνο για όσο διάστημα είναι απαραίτητο βάσει του συγκεκριμένου σκοπού για τον οποίο υποβάλλονται σε επεξεργασία.
Οι προαναφερθείσες αρχές σχετίζονται αυστηρά με την πρόθεση αποφυγής της συσσώρευσης εκτεταμένου όγκου δεδομένων, η οποία ελλοχεύει τον κίνδυνο κοινωνικής επιτήρησης και ελέγχου. Παράλληλα, ελαχιστοποιούν την πιθανότητα παραβίασης των δεδομένων, οι συνέπειες των οποίων μπορεί να είναι εξαιρετικά επιζήμιες για τα υποκείμενα των δεδομένων (Zarsky, 2017; O’Doherty et al., 2016; Pasquale, 2015).
Ωστόσο, ενώ αντιπροσωπεύουν τους κατεξοχήν παραδοσιακούς πυλώνες των καθεστώτων προστασίας δεδομένων, αυτές οι αρχές φαίνεται να μην συμπορεύονται με την ψηφιακή υγεία, ιδίως όσον αφορά την ανάλυση μεγάλων δεδομένων και της τεχνητής νοημοσύνης. Τα προσωπικά δεδομένα υγείας που συλλέγονται για σκοπούς μηχανικής μάθησης μπορούν να χρησιμοποιηθούν εκτεταμένα, χωρίς να καθίσταται δυνατός ο ρητός προσδιορισμός και η διατύπωση του λόγου χρήσης τους στο υποκείμενο των δεδομένων κατά τη στιγμή της συλλογής τους (Pierce, 2018).
Πέραν των ανωτέρω θεμελιωδών αρχών, μια τέταρτη βασική αρχή που αμφισβητείται σε μεγάλο βαθμό από τις πλατφόρμες και τις τεχνολογίες ψηφιακών δεδομένων υγείας είναι η αρχή της διαφάνειας, η οποία κατοχυρώνεται στο άρθρο 5 παρ. 1α΄ ήτοι “Τα δεδομένα προσωπικού χαρακτήρα επεξεργάζονται νόμιμα, δίκαια και με διαφανή τρόπο σε σχέση με το υποκείμενο των δεδομένων”, και η οποία υπογραμμίζει την υποχρέωση ενημέρωσης του θιγόμενου υποκειμένου δεδομένων σχετικά με την επεξεργασία δεδομένων προσωπικού χαρακτήρα.
Οι προκλήσεις, επομένως, που αναδύονται αφορούν ως επί το πλείστων την υγειονομική περίθαλψη και έρευνα από τις επιχειρήσεις ψηφιακών πλατφορμών. Τέτοιες περιπτώσεις έλλειψης διαφάνειας θα μπορούσαν να σχετιζονται με τα ιδιοκτησιακά καθεστώτα και το εταιρικό απόρρητο βάσει των οποίων λειτουργούν οι εταιρικές πλατφόρμες στο Ψηφιακό Σύστημα Υγείας (Digital Health System) (Kuner et al., 2017; Powles and Hodson, 2017). Με άλλα λόγια, γίνεται δύσκολα κατανοητός ο τρόπος με τον οποίο οι απαιτήσεις διαφάνειας που ορίζονται από τον GDPR δύνανται να πληρούνται ειδικά σε περιπτώσεις όπου μια διαδικασία μηχανικής μάθησης περιλαμβάνει πολλαπλές πηγές δεδομένων και δυναμική ανάπτυξη (Kuner et al., 2017).
1.3 Η έμμεση παράκαμψη των αρχών του GDPR από ψηφιακές εφαρμογές υγείας
Οι πρακτικές για τη δημιουργία βάσεων ψηφιακών δεδομένων για την υγεία, ειδικά εκείνες που οδηγούν σε συμπερασματικές και προγνωστικές αναλύσεις, ενδέχεται να υπονομεύσουν τη διάκριση των δεδομένων, όπως σχετικά οριοθετούνται από το GDPR – ήτοι διάκριση σε ευαίσθητα και μη δεδομένα, καθώς και αναγνωρίσιμα και ανώνυμα δεδομένα.
Πρώτον, η διάκριση μεταξύ μη ευαίσθητων και ευαίσθητων προσωπικών δεδομένων δείχνει όλο και περισσότερο σημάδια φθοράς. Η διαρκώς αυξανόμενη δυνατότητα σύνδεσης διαφορετικών συνόλων δεδομένων, ακόμη και είδους πληροφοριών που κατά κανόνα αξιολογούνται ως αβλαβή (π.χ. αρχεία αγορών, συνήθειες τρόπου ζωής), ενδέχεται να μεταφέρουν ευαίσθητα προσωπικά δεδοµένα ή να οδηγήσουν σε συμπεράσματα και πιθανολογικές υποθέσεις που σχετίζονται με προσωπικές πτυχές του υποκειμένου των δεδομένων (Pasquale 2015; Prainsack and Buyx, 2017).
Αυτό είναι πιο εμφανές για τα λεγόμενα «οιονεί δεδομένα υγείας», δηλαδή προσωπικά δεδομένα που δεν σχετίζονται άμεσα με μια κατάσταση υγείας (όπως διατροφικές συνήθειες, ύπνος ή αθλητικές συνήθειες), αλλά μπορούν να αποκαλύψουν πληροφορίες σχετικά με μια (παρούσα ή μελλοντική) φυσιολογική ή παθολογική κατάσταση του ατόμου, του οποίου η κατηγοριοποίηση κάτω από την ετικέτα των ευαίσθητων δεδομένων (άρθρο 9 GDPR) παραμένει ασαφής και δυνητικά ανοιχτή σε προκλήσεις (Malgieri and Comandé 2017). Ως συνέπεια, οποιαδήποτε εργασία επεξεργασίας που αφορά «κανονικές» κατηγορίες δεδομένων μπορεί γρήγορα να μετατραπεί σε επεξεργασία ειδικών κατηγοριών δεδομένων προσωπικού χαρακτήρα, υπονομεύοντας το ρυθμιστικό πλαίσιο που υπαγορεύεται από τον εν λόγω Κανονισμό, σχετικά με το υψηλότερο επίπεδο προστασίας που παρέχεται στα ευαίσθητα δεδομένα (Zarsky, 2017).
Πολλοί ερευνητές έχουν υποστηρίξει ότι οι κατηγοριοποιήσεις αυτού του είδους φαίνονται πολύ «ξεπερασμένες», αναποτελεσματικές και ρευστές για να είναι δυνατή η ευθυγράμμισή τους με τις ρυθμιστικές εξελίξεις στη μετα-ψηφιακή εποχή (Wachter, 2019). Οι προκλήσεις που αναδύονται στον τομέα των ψηφιακών δεδομένων υγείας, ειδικά εκείνες που αφορούν την ανάλυση μεγάλων δεδομένων και τη χρήση εφαρμογών όπως το myHealth, υπογραμμίζουν ότι η προστασία δεδομένων δεν μπορεί πλέον να συνδέεται με «στατικές» – αυστηρά ορισμένες κατηγορίες δεδομένων και όρους χρήσης αυτών (Deutscher Ethikrat, 2017).
Υπό το πρίσμα των ανωτέρω, μια λύση θα ήταν να οδηγηθούμε σε εθνικούς κανονισμούς που στοχεύουν στην προσαρμογή του GDPR σε συγκεκριμένες δραστηριότητες επεξεργασίας, καταργώντας έτσι εκ των πραγμάτων κάθε προκαθορισμένη διάκριση με βάση τη φύση των δεδομένων και μόνο (McMahon, Buyx and Prain sack, 2019; Prainsack and Buyx, 2017).
Επίλογος
Με την έναρξη ισχύος του, ο Γενικός Κανονισμός Προστασίας Δεδομένων (GDPR), αποτέλεσε την θεμελιώδη βάση για ένα νέο εναρμονισμένο πλαίσιο προστασίας δεδομένων στην ενωσιακή επικράτεια. Έχει προβλεφθεί όχι μόνο να θέσει τις βάσεις για ένα νέο καθεστώς διακυβέρνησης δεδομένων στην Ευρώπη, αλλά να αποτελέσει παράλληλα ένα σημαντικό πυλώνα εμπιστοσύνης των καταναλωτών στις ψηφιακές τεχνολογίες και ανάπτυξης μιας αναδυόμενης ψηφιακής αγοράς (Albrecht, 2016b).
Η βιωσιμότητα του ψηφιακού οικοσυστήματος υγείας, και κατ’ επεκταση η αποτελεσματική διαχείριση δεδομένων με στόχο την προώθηση αμοιβαίας επωφελούς αλληλεπίδρασης μεταξύ των τεχνολογιών ψηφιακής υγείας (Digital Health Technologies) και της κοινωνίας, καθιστά αναγκαία την υπέρβαση ενός εννοιολογικά περιορισμένου νομικού πλαισίου (Taylor and Purtova, 2019). Άλλωστε, όπως αποδείχθηκε και ανωτέρω, εντοπίζεται δυσκολία του πλαισίου διαχείρισης των δεδομένων βάσει του GDPR, να αναγνωρίσει επαρκώς τη «συνταγματική» εμβέλεια των σύγχρονων δεδομένων ψηφιακής υγείας (DHTs).
Νέοι τύποι φορέων, μεγάλες εταιρείες τεχνολογίας, κάνουν την εμφάνισή τους στον τομέα της έρευνας και της φροντίδας υγείας, καθιστώντας τους τελευταίους επιρρεπείς στη δυναμική που χαρακτηρίζει τη σύγχρονη ψηφιακή καπιταλιστική ανασυγκρότηση υπό την σκιά της πανδημίας. Παράλληλα, δυσδιάκριτα είναι και τα όρια μεταξύ του τομέα της υγείας και άλλων κοινωνικών τομέων, απότοκο του οποίου αποτελεί η ανάπτυξη «γκρίζων ζωνών» προστασίας δεδομένων υγείας, και δυσκολίας διάκρισης του σκοπού χρήσης των δεδομένων (ιατρικές έναντι εμπορικές) (Lievevrouw & Van Hoyweghen, 2019).
Δείτε τη βιβλιογραφία εδώ
Πηγή: thesafiablog.com
