匿名加工情報作成ソフトウェア　tasokarena（タソカレナ）

昨今、国内DX（デジタルトランスフォーメーション）が加速し、データ利活用が注目されています。その中で、パーソナルデータ*4から特定の個人を識別できないように加工した匿名加工情報は、個人情報保護法や次世代医療基盤法などの関連する法整備と共に利活用が拡大しています。政府機関の個人情報保護委員会は、匿名加工情報の作成・提供に関する公表を行っている事業者が2020年3月時点で500社に上るとしています*5。
しかし、匿名加工情報の作成では、元のパーソナルデータの数が少ない場合にはデータの匿名性か有用性のどちらかが低下するという課題があったり、緻密な分析を行う際にはデータの有用性の観点から匿名加工情報よりも実際のパーソナルデータが活用されたりするのが現状です。NTTテクノクロスは、より高度なデータ利活用を実現するため、パーソナルデータの匿名性を維持したまま分析の精度や範囲を高めるためv4で搭載を開始した機能「合成データ生成」をさらに強化し、ベイジアンネットワークをもとに合成データを生成する機械学習的手法（差分プライバシー対応）を追加し、発売いたします。

　データとしての有用性を維持した架空のパーソナルデータを合成

合成データ生成機能は、元のパーソナルデータから特徴量や統計量・分布などが類似するデータを生成し、実在しないが具体的なパーソナルデータ（合成データ）を作り上げます。匿名性やプライバシーを守りつつ、分析に必要な元のデータの性質を保持したデータを生成するため、従来の匿名加工情報作成ソフトウェアによるパーソナルデータの一般化*6や削除、ランダム化されたデータと比べて、例えば数値属性を維持したまま複数の属性の相関関係に関する統計分析等、より緻密なデータ分析が可能になります。また、少ないデータから匿名化された大量の合成データを生成できるため、膨大なデータを必要とするAIの学習や訓練などに活用できます。

　NTT研究所の合成データ生成技術（特許技術）を活用

NTT社会情報研究所の特許技術である合成データ生成技術を活用しています。各属性の平均など統計値が元データとほぼ等しい合成データを生成する技術等を独自に開発し、これまでプライバシー保護技術では実現できなかった、分析に必要な複数の統計値を保持する多属性の合成データを生成することが可能になりました。NTT社会情報研究所は本技術の開発で培った知見を活用し、AI・機械学習分野における難関国際会議の匿名化技術を競うコンペティションで優勝^*7しました。

　NTT研究所技術であるPk-匿名化^*8を実用化

NTTが独自に開発した手法である「Pk-匿名化」を実用化し、本ソフトウェアに搭載しています。匿名性の代表的な指標であるk-匿名性^*9を満たすようにノイズ（疑似データ）の付与やデータの入れ替えを行い、データの有用性が損なわれにくい匿名加工情報を作成します。

　数十種類の加工技法から、加工するデータに合わせた技法を選択可能

直観的な画面操作により、数十種類の加工技法の中から実行する加工技法を組み合わせ、匿名加工情報を作成することが可能です。本ソフトウェアはスタンドアロンPC上での動作が可能です。

　履歴型データについてもk-匿名化、Pk-匿名化が可能

受診履歴データや購買履歴データといった履歴型データについて、履歴型データ（1ユーザ複数レコード）の状態で、k-匿名化、Pk-匿名化を行うアルゴリズム（NTT独自技術）を実装し、受診履歴データや購買履歴データといった履歴型データについても加工と評価を実行することが可能です。

　フィルタ機能により、指定した属性に対して条件に合致したレコードの抽出が可能

加工対象のデータに含まれる各分野に存在する特異とされる条件（年度と病名の組み合わせ等）に該当するレコードのみに加工を行いたい場合、フィルタ機能を利用することで条件に合致したレコードのみを抽出し、加工することができます。例えば、医療分野において2015年に発生したエボラ出血熱感染症疑似症患者に関するレコードのみに加工を行いたい場合、フィルタ機能にて病名が「エボラ出血熱」と設定することで、条件に合致したレコードのみを抽出し、加工することができます。

　履歴データの分析に必要な日付情報の価値を維持しながら加工

履歴データを有効に利活用するために、日付の順序や期間など必要とするデータの価値を残したまま、日付をランダム化することができます。 例えば、医療業界において新薬や医療機器などの開発には、患者の病状に関する情報として病名のほか、入退院や投薬の日付といった情報が重要となります。しかし、これらの日付に関する情報は病名など具体的な情報と合わさって個人が特定される可能性があります。本ソフトウェアではこれらに対応した日付を加工する技法により、安全性と有用性両方を考慮した加工を実現します。

　多様な評価技法によりデータの匿名性と有用性をグラフィカルに表示

tasokarenaで作成した匿名加工情報は、15種類の評価技法により匿名性と有用性のバランスをグラフで確認することが可能です。このグラフを参考にしながら加工技法の組み合わせを変えることで、独自の加工ルールを設定していくことが可能になります。

　スタンダード版とエンタープライズ版を提供

スタンドアロンで動作可能なスタンダード版と、コマンド実行、データベース連携、自動実行が可能なエンタープライズ版を提供します。

　匿名加工機能を自社システムと連携可能（エンタープライズ版）

加工したい個人情報の取り込み方法としてCSVファイルに加えてデータベースにも対応する「データベース連携機能」と、さらにルール化した加工技法に従って自動的に匿名加工情報へと加工する「自動実行機能」を実装します。 例えば、医療分野における電子化されたカルテや明細書を一元的に管理しているシステムから匿名加工情報を作成したい場合は、データベース連携機能を使うことにより、システム間での連携が可能になります。 また本ソフトウェアの自動実行機能により、ユーザーによる操作を必要とせず匿名加工情報への加工が可能です。ユーザーの負担を最小限に抑え、加工の定期実行が可能です。

　自由記述形式の文章に含まれる個人情報の削除

同一事業者内での情報共有の安全性を高める目的として、自由記述形式で記載された文章に含まれる個人情報を削除するマスキングツールを提供します。医師の所見や患者の診療記録、コールセンターの対応履歴データ等の文章に含まれる個人情報に対して、自然言語解析によって氏名や住所などを自動で判別し、削除することが可能です。これにより、ユーザーの作業負担を軽減しながら、情報共有における安全性の向上を実現します。

※マスキングツールAPIのご用意もございます。詳細はお問合せください。

　　生成AI を利用する際の個人情報誤入力を検知して警告

生成AIを利用する際の個人情報の誤入力を防ぐことを目的として、個人情報を検知しアラートを通知する機能の提供を検討中になります。生成AI に渡すデータを必ずtasokarena でチェックすることで、個人情報を検知した場合にはアラートを受けてデータ投入をキャンセルできるような機能を予定しております。

AI機能により加工ルールの検討を支援

tasokarenaの付属ツールとして加工ルール自動生成ツールを提供します。本ツールにパーソナルデータを入力・設定することにより、データの値から個人を特定できるかの危険性をAI機能が判別し、そのデータに対して適用を検討すべき加工ルールが提案されます。これにより、数十種類ある加工技法からどの技法を適用すればよいかをゼロから検討する手間が削減され、匿名加工情報を扱った経験が少ない医療の現場担当者や、あらゆるユーザーの負担軽減につながります。

手間なくレセプトデータの匿名加工が可能

医療向けパッケージ（別料金）として、自治体・医療機関・健康保険組合などの共通仕様になっているレセプトデータ^*10をtasokarenaで読み込み可能にする変換ツールを提供します。レセプトデータのフォーマットはレコード識別情報の値によってレコード項目数や記録内容の形式が異なるため、匿名加工情報を作成する場合には、事前にユーザーによるデータの形式を合わせるなどのクレンジング処理が必要でした。変換ツールを使用することでユーザーによる手間が削減され、さらに変換後のレセプトデータから作成した匿名加工情報を再び元のレセプトデータのフォーマットに戻すことが可能になり、既存システムでも匿名加工情報を利活用できます。

国際的臨床試験データ標準（CDISC）フォーマットの匿名加工が可能

匿名加工したデータセット間の整合性を維持できるよう、 データ削除ツールを提供します。CDISC標準のデータモデルは複数のデータセットで構成されています。 PhUSE^*11の非特定化標準を基に、匿名加工したデータセット間の整合性を維持できるよう、指定したファイルを起点に削除対象レコードを特定し、紐づけされているデータセットに対して、削除処理を行います。データ削除ツールを使用することでデータセット間の不整合を防ぎ、データ利活用を遂行することができます。

※データ量や加工技法等によっては、よりハイスペックな環境をご用意頂く必要があります。

※価格についてはお問い合わせください。

*tasokarenaはNTTテクノクロス株式会社の商標です。その他会社名、製品名などの固有名詞は、一般に該当する会社もしくは組織の商標または登録商標です。