Secure Multi-Party Computation

De zorgkosten in Nederland zijn jaarlijks 100 miljard euro (10 procent van het BBP) en stijgen naar verwachting naar ruim 170 miljard euro in 2040. Het is essentieel om de zorg te blijven verbeteren en daarnaast het zorgstelsel betaalbaar te houden. Daarvoor is inzicht nodig in de (patiënt)data van verschillende zorgorganisaties. Data van grote groepen patiënten combineren, leidt tot nieuwe inzichten en betere behandelmethoden. Maar hoe beveilig je gevoelige patiëntdata op zo’n manier dat patiënten anoniem blijven, de privacy gewaarborgd wordt en de informatie niet in verkeerde handen valt?

Zo verbeteren we de behandeling van kanker

We werken samen met Integraal Kankercentrum Nederland (IKNL) en Janssen om inzicht te krijgen uit de steeds grotere hoeveelheden beschikbare data van kankerpatiënten. Dit helpt om de impact van kanker te verminderen: de kans op genezing verhogen en kanker voorkómen. Samen met onder andere artsen, epidemiologen, datascientists en klinische informatici zetten we Multi-Party Computation in om meer waarde te halen uit de beschikbare data van onder meer de Nederlandse Kanker Registratie (NKR). De NKR bevat gegevens over ziekte, zorg en uitkomsten.

TNO, IKNL en Janssen werken aan privacyveilige open source software. Deze software zal breder inzetbaar zijn voor veel meer toepassingen in de gezondheidzorg. Zo hebben patiënten maximaal voordeel van deze nieuwe innovaties.

HERACLES: kwaliteit van de zorg verbeteren door data samen te brengen

Om de doelmatigheid van de zorg te kunnen bestuderen is het nodig de zorg van individuele patiënten te volgen over langere tijd. Voor dit soort onderzoek is de identiteit van de patiënt niet van belang, maar is het wel nodig om te weten of het over dezelfde patiënt gaat. Waardevolle gezondheidsdata van patiënten in de tijd zijn versnipperd over verschillende organisaties.

In het Heracles project brengen onderzoeksorganisaties, epidemiologen, artsen, tech bedrijven, patiëntenvereniging, farmaceuten en zorgverzekeraars hun data op een veilige en controleerbare manier samen. Het samenbrengen van deze data kan tot nieuwe waardevolle inzichten leiden.

Fraude, witwassen van geld en andere financiële en economische criminaliteit is lastig te bestrijden. Jaarlijks zijn miljoenen burgers en duizenden bedrijven in de EU slachtoffer van fraude. En dankzij het witwassen van geld financieren criminele organisaties zichzelf.

Om financiële criminaliteit effectiever op te sporen is het essentieel dat organisaties informatie en data met elkaar delen. Tegelijkertijd mag de privacy van gewone burgers of bedrijven niet geschonden worden. Hoe kan je dan als organisatie fraude en witwassen tegengaan, zonder de privacy te schenden?

Zo bestrijden we witwassen

We werken samen met diverse Nederlandse banken om Multi-Party Computation in te zetten voor gezamenlijke witwasdetectie. Jaarlijks worden er wereldwijd honderden miljarden euro’s witgewassen, waarvan een geschatte 16 miljard euro in Nederland. Hoewel banken en andere financiële instellingen hard werken om witwasactiviteiten op te sporen, blijft een groot deel nog onder de radar. Naar schatting wordt minder dan 1 procent van de criminele geldstromen in beslag genomen.

Een grote uitdaging is dat criminelen vaak opeenvolgende transacties via meerdere banken doen. Iedere bank ziet daardoor maar een stukje van de puzzel en moet op basis van incomplete informatie mogelijke witwasactiviteiten doorgeven aan financiële opsporingsdiensten. Dit leidt tot een groot aantal meldingen met een hoge kans op een vals alarm. Om witwasdetectie te verbeteren is een samenwerking tussen de banken daarom zeer waardevol. Met multi-Party Computation kunnen banken gezamenlijk verdachte geldstromen detecteren zonder onderling persoonsgegevens of andere gevoelige data te delen.

De overheid werkt met heel veel data van burgers en bedrijven. Het is haar wettelijke taak om deze data zorgvuldig te beveiligen om ieders privacy te beschermen. Maar de overheid is ook altijd bezig om haar dienstverlening te verbeteren. Hoe doe je dit zonder de privacy te schenden?

Door data te combineren kan je als overheid op verschillende manieren de dienstverlening voor burgers verbeteren. Denk aan een betere aanpak van armoedebestrijding doordat je meer inzicht hebt in de vele dimensies van armoede. Of aan het benaderen van mensen die wellicht recht hebben op een uitkering en deze niet ontvangen. Zonder dat je toegang krijgt tot hun inkomensgegevens.

Zo helpt data de overheid met beter armoedebeleid

Om effectief en goed onderbouwd armoedebeleid te vormen, is het cruciaal om meer inzicht te krijgen in de vele dimensies van armoede. Gegevensanalyses van onder andere gemeentes, woningcorporaties, CBS, zorgverzekeraars, energiemaatschappijen en anderen kunnen daarbij helpen. Natuurlijk kan, mag en wil de overheid zulke gegevens niet zomaar delen. Ze moeten de privacy waarborgen en op een ethische manier omgaan met persoonsgegevens.

Binnen een lopende samenwerking met SVB en UWV passen we Multi-Party Computation toe in een pilot om het niet-gebruik van de AIO-regeling terug te brengen. De AIO-regeling is bedoeld voor personen van pensioengerechtigde leeftijd, die onder de armoedegrens leven. Met de inzichten uit de Multi-Party Computation aanpak kunnen burgers proactief benaderd worden door de SVB, om hen te wijzen op het aanvragen van AIO uitkering.