Γράφει η Μαρία Γιαννοπούλου
Στη σύγχρονη ψηφιακή εποχή, η προστασία των προσωπικών δεδομένων αποτελεί την κορυφαία πρόκληση για την ιατρική έρευνα. Η ραγδαία ανάπτυξη της Τεχνητής Νοημοσύνης (εφεξής AI) απαιτεί τεράστιους όγκους δεδομένων για την εκπαίδευση μοντέλων ακριβείας. Ωστόσο, οι ιατρικές πληροφορίες, που χαρακτηρίζονται ως «ειδικών κατηγοριών» δεδομένα κατά τον Γενικό Κανονισμό για την Προστασία Δεδομένων (European Parliament and Council, 2016), καθιστούν τη συλλογή και τη χρήση τους εξαιρετικά δυσχερή. Τα συνθετικά δεδομένα (Synthetic Data – SD) προβάλλουν ως η πλέον υποσχόμενη τεχνολογία ενίσχυσης της ιδιωτικότητας (Privacy-Enhancing Technology – PET), γεφυρώνοντας το χάσμα μεταξύ της αναγκαιότητας για καινοτομία και της επιτακτικής ανάγκης για προστασία της ιδιωτικότητας των ασθενών (Boudewijn & Ferraris, 2024).
Τα συνθετικά δεδομένα ορίζονται ως πληροφορίες που παράγονται τεχνητά μέσω μαθηματικών μοντέλων ή αλγορίθμων, με στόχο να αναπαράγουν τις στατιστικές ιδιότητες, τη δομή και τις συσχετίσεις ενός πραγματικού συνόλου δεδομένων, χωρίς, ωστόσο, να περιέχουν πληροφορίες που αντιστοιχούν σε πραγματικά φυσικά πρόσωπα (University of Vienna, 2025). Μέσω της χρήσης Γεννητικών Αντιπαραθετικών Δικτύων (GANs) ή άλλων προηγμένων μοντέλων βαθιάς μάθησης, αυτά τα συνθετικά δεδομένα προσφέρουν μια «ψηφιακή σκιά» της πραγματικότητας. Αυτό επιτρέπει την εκπαίδευση μοντέλων AI, χωρίς να εκτίθενται ευαίσθητοι ιατρικοί φάκελοι σε κινδύνους παραβίασης (Tyagi, 2025).
Στον τομέα της υγείας, η εφαρμογή των συνθετικών δεδομένων εκτείνεται σε ένα ευρύ φάσμα παθήσεων. Για παράδειγμα, στο πλαίσιο της ογκολογίας, και συγκεκριμένα σε περιπτώσεις καρκίνου του πνεύμονα ή του μαστού, τα συνθετικά δεδομένα επιτρέπουν τη δημιουργία εικονικών ομάδων ελέγχου (synthetic control arms) για κλινικές δοκιμές. Αυτό επιταχύνει την αξιολόγηση νέων θεραπειών χωρίς να απαιτείται η πρόσβαση σε μεγάλο αριθμό πραγματικών ασθενών (University of Vienna, 2025). Αντίστοιχα, στη διαχείριση χρόνιων παθήσεων όπως ο σακχαρώδης διαβήτης τύπου 2 ή νευροεκφυλιστικών νοσημάτων όπως η νόσος Alzheimer, τα συνθετικά δεδομένα διευκολύνουν την ανάλυση ψηφιακών βιοδεικτών από φορητές συσκευές (wearables). Με αυτόν τον τρόπο, οι ερευνητές δύνανται να μελετήσουν την εξέλιξη της νόσου και την αποτελεσματικότητα των θεραπευτικών παρεμβάσεων σε ένα απόλυτα ασφαλές περιβάλλον (University of Vienna, 2025).
Η συμμόρφωση με το ρυθμιστικό πλαίσιο της Ευρωπαϊκής Ένωσης, και ειδικότερα με τον GDPR, αποτελεί τον κεντρικό πυλώνα αυτής της ψηφιακής μετάβασης. Σύμφωνα με τον Κανονισμό (European Parliament and Council, 2016), τα δεδομένα που καθίστανται ανώνυμα, ώστε το υποκείμενο να μην μπορεί πλέον να ταυτοποιηθεί, εξαιρούνται από το πεδίο εφαρμογής της νομοθεσίας. Τα συνθετικά δεδομένα, λοιπόν, εφόσον η διαδικασία παραγωγής τους ακολουθεί αυστηρά πρωτόκολλα, προσφέρουν μια ασφαλή νομική διέξοδο.
Βέβαια, η διαδικασία αυτή δεν είναι αυτοματοποιημένη και απαιτεί τη διενέργεια Εκτίμησης Αντικτύπου Προστασίας Δεδομένων (DPIA) (Boudewijn & Ferraris, 2024). Ειδικότερα, στο πλαίσιο του GDPR, επειδή το αρχικό στάδιο παραγωγής των συνθετικών δεδομένων προϋποθέτει την επεξεργασία πραγματικών ευαίσθητων δεδομένων, οι ερευνητές οφείλουν να αποδείξουν μέσω της DPIA ότι έχουν λάβει υπόψη όλους τους πιθανούς κινδύνους. Ένας τέτοιος κίνδυνος είναι η προσπάθεια επαναταυτοποίησης (re-identification) μέσω σύνδεσης των συνθετικών δεδομένων με εξωτερικά σύνολα δεδομένων (linkability) (Boudewijn & Ferraris, 2024). Εκτός των άλλων, με αυτόν τον τρόπο διασφαλίζεται η θεμελιώδης αρχή της “προστασίας των δεδομένων από τον σχεδιασμό” (privacy by design) (European Parliament and Council, 2016).
Πέραν του GDPR, το τοπίο διαμορφώνεται πλέον και από την Πράξη της ΕΕ για την Τεχνητή Νοημοσύνη (AI Act) (European Parliament and Council, 2024). Το AI Act ταξινομεί τα συστήματα τεχνητής νοημοσύνης στον τομέα της υγείας (π.χ. διαγνωστικά ιατροτεχνολογικά προϊόντα) ως συστήματα “Υψηλού Κινδύνου” (High-Risk) (European Parliament and Council, 2024). Υπό αυτό το πρίσμα, τα συνθετικά δεδομένα αποκτούν διττό ρόλο: όχι μόνο προστατεύουν την ιδιωτικότητα, αλλά βοηθούν και τους κατασκευαστές ιατρικών μοντέλων ΑΙ να εξασφαλίσουν υψηλής ποιότητας αντιπροσωπευτικά σύνολα δεδομένων εκπαίδευσης. Μάλιστα, σύμφωνα με το AI Act, η διαφάνεια στην εκπαίδευση των μοντέλων επιβάλλει την ανάγκη για δημόσια διαθέσιμες περιλήψεις του περιεχομένου εκπαίδευσης (Tyagi, 2025). Ταυτόχρονα, το AI Act απαιτεί αυστηρή ανθρώπινη εποπτεία (human oversight), διασφαλίζοντας ότι η χρήση συνθετικών δεδομένων δεν θα οδηγήσει σε ανεξέλεγκτα συστήματα λήψης κρίσιμων ιατρικών αποφάσεων (European Parliament and Council, 2024).
Πέρα από τα νομικά οφέλη, η χρήση συνθετικών δεδομένων αντιμετωπίζει σημαντικές επιστημονικές προκλήσεις. Η κυριότερη εξ αυτών αφορά την ποιότητα των δεδομένων. Εάν, δηλαδή, το μοντέλο παραγωγής (generator) εκπαιδευτεί σε μεροληπτικά πραγματικά δεδομένα, είναι μαθηματικά βέβαιο ότι θα αναπαράγει ή και θα μεγεθύνει αυτές τις μεροληψίες στα συνθετικά αποτελέσματα. Αυτό δημιουργεί σοβαρά ηθικά διλήμματα, καθώς ένας αλγόριθμος AI που εκπαιδεύεται σε μεροληπτικά συνθετικά δεδομένα μπορεί να οδηγήσει σε διαγνωστικά σφάλματα για συγκεκριμένες πληθυσμιακές ομάδες. Η απαίτηση του AI Act για συνεχή μετριασμό της μεροληψίας (bias mitigation) καθιστά, λοιπόν, αυτή την πρόκληση άμεση νομική υποχρέωση (European Parliament and Council, 2024). Επιπλέον, η αδυναμία των συνθετικών μοντέλων να αποδώσουν σωστά τα «ακραία μεγέθη» (outliers) – τα οποία συχνά περιέχουν την πιο κρίσιμη πληροφορία σε σπάνιες παθήσεις – συνιστά πάγιο ζήτημα προβληματιμού και δυσχερειών για τους επιστήμονες δεδομένων (Tyagi, 2025).
Στην Ελλάδα, η υιοθέτηση των συνθετικών δεδομένων βρίσκεται σε μεταβατικό στάδιο. Παρά την παραδοσιακή δυσκαμψία του συστήματος υγείας, η ανάγκη για αξιοποίηση των δεδομένων της ΗΔΙΚΑ και των λοιπών ψηφιακών βάσεων του ΕΣΥ έχει θέσει την έρευνα για την τεχνητή νοημοσύνη στην πρώτη γραμμή της εθνικής στρατηγικής. Τα ελληνικά ακαδημαϊκά ιδρύματα, καθώς και οι ερευνητικοί φορείς συμμετέχουν ενεργά σε ευρωπαϊκά έργα (όπως το SYNTHIA), αναπτύσσοντας εξειδικευμένη τεχνογνωσία. Η πρόκληση πλέον συνίσταται στη θεσμική θωράκιση αυτών των πρακτικών, ώστε να καταστούν η νέα «κανονικότητα» στη διαχείριση της ιατρικής γνώσης. Αναμφίβολα, η δημιουργία ενός εθνικού «χώρου δεδομένων υγείας» που θα βασίζεται σε συνθετικές τεχνικές και θα εναρμονίζεται με τον ευρύτερο Ευρωπαϊκό Χώρο Δεδομένων Υγείας (EHDS), θα μπορούσε να μετατρέψει την Ελλάδα σε ελκυστικό προορισμό για τη βιοφαρμακευτική έρευνα (University of Vienna, 2025).
Η τεχνολογική εξέλιξη, ωστόσο, δεν πρέπει να οδηγεί σε εφησυχασμό. Η τεχνολογία της διαφορικής ιδιωτικότητας (differential privacy) και οι τεχνικές κρυπτογράφησης πρέπει να συνοδεύουν κάθε προσπάθεια συνθετικής παραγωγής δεδομένων (EDPS, 2025). Εξάλλου, η ασφάλεια δεν είναι στατικό μέγεθος, αλλά μια δυναμική διαδικασία που πρέπει να επικαιροποιείται βάσει των νέων τεχνολογικών απειλών, τηρώντας τόσο τις απαιτήσεις κυβερνοασφάλειας του GDPR, όσο και του AI Act (European Parliament and Council, 2016; 2024).
Συμπερασματικά, η επανάσταση των συνθετικών δεδομένων δεν αποτελεί απλώς μια τεχνική λύση, αλλά έναν νέο τρόπο σκέψης για τη διαχείριση της πληροφορίας. Ο κλάδος της υγείας βρίσκεται σε ένα κρίσιμο σταυροδρόμι: από τη μία πλευρά, η ανάγκη για προστασία της ιδιωτικότητας παραμένει αδιαπραγμάτευτη, ενώ από την άλλη, η δυνατότητα για θεραπευτικές ανακαλύψεις μέσω των δεδομένων είναι πρωτοφανής. Η ισορροπία αυτή επιτυγχάνεται μέσω της διαφάνειας, της συνεχούς DPIA και της αυστηρής εφαρμογής των ευρωπαϊκών προτύπων. Καθώς το μέλλον της ιατρικής AI εξαρτάται από την ακρίβεια, τη δικαιοσύνη και την ασφάλεια των δεδομένων, η επένδυση στα συνθετικά δεδομένα αποτελεί πλέον μια αναγκαιότητα για κάθε σύγχρονο σύστημα υγείας που επιθυμεί να παραμείνει στην πρώτη γραμμή της παγκόσμιας καινοτομίας.
Βιβλιογραφία
Boudewijn, A., & Ferraris, A. F. (2024). Legal and Regulatory Perspectives on Synthetic Data as an Anonymization Strategy. Journal of Personal Data Protection Law, 1, 17-29. Διαθέσιμο σε: https://aindo.com/scientific-publications/
European Data Protection Supervisor (EDPS). (2025). Synthetic Data. TechSonar. Διαθέσιμο σε: https://www.edps.europa.eu/press-publications/publications/techsonar/synthetic-data_en
European Parliament and Council. (2016). Regulation (EU) 2016/679 of the European Parliament and of the Council of 27 April 2016 on the protection of natural persons with regard to the processing of personal data and on the free movement of such data (General Data Protection Regulation). Official Journal of the European Union, L 119, 1-88. Διαθέσιμο σε: https://eur-lex.europa.eu/eli/reg/2016/679/oj
European Parliament and Council. (2024). Regulation (EU) 2024/1689 of the European Parliament and of the Council of 13 June 2024 laying down harmonised rules on artificial intelligence (Artificial Intelligence Act). Official Journal of the European Union, L 2024/1689. Διαθέσιμο σε: https://eur-lex.europa.eu/eli/reg/2024/1689/oj
Tyagi, K. (2025). Synthetic Data, Data Protection and Copyright in an Era of Generative AI. Journal of Intellectual Property and Information Technology Law (JIPITEC), 16(2), 176-200. Διαθέσιμο σε: https://www.jipitec.eu/jipitec/article/view/422
University of Vienna. (2025). D8.1 DPIA results: Synthetic Data Generation Framework for Integrated Validation. IHI Project ID – SYNTHIA. Διαθέσιμο σε : https://cordis.europa.eu/project/id/101172872/results
Πηγή Εικόνας: Shaip. (2024). Synthetic data in Healthcare: Definition, Benefits, and Challenges. Διαθέσιμο σε: https://www.shaip.com/blog/synthetic-data-in-healthcare