醫療與健康資料創新應用法制研析
資訊工業策進會科技法律研究所
2022年06月25日
壹、事件摘要
配合未來智慧醫療與精準健康之發展,民眾的健康、醫療資料將成為相關創新技術之基礎,且需整合許多異質資料庫(包括:生物資料、病歷、環境資料、基因資料等)作為相關研究與診斷基礎。然而,在創新實驗階段,個人資料保護向來是最核心之議題,如何在「創新技術」與「資料保護」間需取得衡平,於保護民眾個資權利的同時,又能滿足規範緩解或彈性化之明顯需求,便成為亟待解決的問題。
近年來,我國積極透過「法規沙盒」(Regulatory Sandbox)制度,來創造一個兼顧技術創新與有效監理的機制,例如《金融科技發展與創新實驗條例》與《無人載具科技創新實驗條例》皆是設立法規沙盒制度,在確保法律監管的前提下,依個案情形適度地鬆綁法規,為業者打造出恰當的實驗空間,以鼓勵創新發展。然而,我國於金融與交通領域訂立沙盒制度之時,關於個資法是否能被豁免,一度成為討論重點,最後二條例皆明文規定實驗進行以遵守個資法為原則,因此法規沙盒制度宜否用以緩解醫療與健康資料相關法律限制,仍堪研探;此外,醫療法規沙盒所涉及的醫療或健康資料主要落入敏感性資料之範疇,在個資法監管密度更高的情形下,更加限制了智慧醫療與精準健康產品或服務之發展,則如何突破此等醫療領域創新困境,即屬我國未來應密切關注之焦點。
職是之故,本文將研探國際上涉及醫療健康資料之機制,以作為我國法規沙盒等制度措施抑或設計其他方式運作之借鏡,讓創新者能獲有個資法等法規之規範彈性空間以進行創新活動。
貳、重點說明
以下對於英國、日本及新加坡等國制度,觀測分析其如何緩解資料法規而創造出彈性化空間,使創新者有機會藉此活用醫療健康資料,進行醫療領域之創新發展。
一、英國
(一)ICO法規沙盒
英國資訊專員辦公室(Information Commissioner's Office, ICO)於2019年推出法規沙盒計畫,希望可向利用個人資料開發具有明顯公共利益的創新產品和服務的組織,提供必要的試驗空間。在進入沙盒之前,ICO將會要求申請者簽署相關條款,並有專屬ICO沙盒成員與之聯繫,安排會議協助制訂沙盒計畫,同時也會要求申請者進行資料保護自我評估清單,以利沙盒計畫之制定[1]。
此沙盒的特色之一,在於不會完全排除資料保護規範之適用,而是著重於如何協助業者遵法,參與者能透過此計畫借助ICO在資料保護方面的專業知識和建議,從而在測試創新服務時減輕風險,並確保適當的個資保護措施臻於完備[2]。此外,參與者也將會收到一份暫緩執法聲明(statement of comfort from enforcement),亦即在參與沙盒期間,若產品或服務因疏忽而有違反資料保護相關法規之情形,只要違規行為未超出原先進入沙盒所預想的情況,便不會立即導致ICO的監管行動,暫緩程度則取決於創新團隊與ICO保持協作與對話之狀況[3]。
截至2021年2月,其尚有9個測試案例正在進行中,而與健康、醫療資料有關者為CDD服務有限公司(CDD Services)及諾華製藥的語音解決方案(Novartis Voice Enabled Solutions project)[4]。
(二)動態同意機制
「動態同意」(Dynamic Consent)是指一種基於網路與資通訊技術的即時同意程序,透過利用資通訊技術建立的動態同意網路平台,研究者得即時通知資料當事人其研究進度、研究目的變更等事項,資料當事人則得隨時修改同意範圍或撤銷同意[5]。
動態同意機制的優點,對研究者而言,在於節省許多徵詢同意所需之成本,也能清楚瞭解資料庫中的資料附加了哪種類型的同意或是資料當事人要求徵詢同意的密度[6],並且可以更加容易地整合其他多媒體技術(例如播放影片、照片與錄音)進行研究內容與風險之說明。而對於資料當事人而言,動態同意則可解決同意成本過高而不得不實施過於寬泛的概括同意之情形,從而更加保障資料主體之資料自主權[7]。
在英國,動態同意之原型係於2008年左右ENCoRe計畫提出;國際間較為有名的計畫皆實施於英國,例如曼徹斯特大學inBank團隊開發的蒐集與處理電子健康紀錄系統、牛津大學主導的參與式Rudy研究等[8]。
二、日本
日本於2018年實施「專案型沙盒」制度,建立特定不受現有法規限制之情境,使業者得於限定期間及場域內,以「新興技術」進行實證[9]。所謂「新興技術」,係指在創新事業活動中所使用具有顯著新穎性之技術或方法,且該技術或手法可創造出高附加價值者[10],而「具顯著新穎性」者,則指相較於該領域的常用技術和方法,更有新穎性且得以衍生實用化和事業化討論的技術與方法,例如AI、IoT、巨量資料、區塊鏈等[11]。
專案型沙盒中,有3件與醫療相關的案例,其中涉及個資法規範的是「以生物辨識技術了解本人意思(Digital Living Will)」一案。本案情境為考量到獨居老人數量增加,其因急救被送往醫療機關時,尚需時間確認其身分,甚至須向家屬說明治療方式且獲同意後,始得開始檢查和治療,而常有遲延急救時間之情事,故醫院及醫療業者共同申請一項專案型沙盒實證計畫,藉由「預立同意」之方式保存個人手術及檢查等意願,待患者發生急救情形時,將依指紋、手指靜脈、人臉等生物辨識技術準確且迅速地確認身分,向醫院提供患者的個人意願資料。本計畫採取的新技術,涉及日本個資法第18條、第19條及第23條規定,申請者表示將依法辦理之,例如告知參加者「獲取生物辨識資料之利用目的」、經參加者同意後始向第三方提供生物辨識資料等,並由厚生勞動省和個人情報保護委員會等主管機關進行監督[12]。
三、新加坡
新加坡於2012年10月通過《個人資料保護法》(Personal Data Protection Act 2012, PDPA)[13],同時依法設置個資保護委員會(Personal Data Protection Commission, PDPC)。該法旨在規範「非公務機關」之個人或組織對於個人資料的蒐集、利用及揭露(例如與第三方共享)等相關行為。該法第62條設計了豁免權(Exemption),個人或組織可於備妥申請文件後,向個資保護委員會預先申請尋求《個人資料保護法》任何條文之豁免;經審查批准後,個資保護委員會可以透過命令(order),在特定的規則或情況下,豁免任何個人或組織遵守本法的全部或部分規定[14]。
再者,新加坡提出「資料協作計畫」,以促進組織、政府、個人三方間資料無障礙流通,創造更多合作機會進行創新應用。該計畫可分作兩部分,首先建立「可信賴資料共享框架」(Trusted Data Sharing Framework),為企業對企業的資料交換方法步驟提供指南;其次提出「資料共享安排」(Data Sharing Arrangements)的資料法規沙盒計畫[15],排除企業以創新模式近用個人資料時發生的阻礙,「資料共享安排」係依據上述個人資料保護法第62條所賦予的豁免權,讓個人或組織可在個人資料保護委員會訂定的規則下,依照個案給予組織免除個資法部分規範(例如:不須取得當事人同意、免除跨境傳輸之限制)。故總體而言,「資料協作計畫」下的「可信賴資料共享框架」與「資料共享安排」,將由政府擔任監管角色,申請者只要符合指南建議方向,例如遵循法律、達到一定資料技術應用品質、實施資安與個資保護措施等,便可進行個人與商業資料之共享。
以「中風患者於資料共享安排(資料法規沙盒計畫)之運作」為例,醫院、志願福利組織(Voluntary Welfare Organization, VWO)[16]與行政機關之資料共享計畫,彼此之間分享病患個人資料,毋須再經患者之同意,由資料中介機構進行資料分析,以改善服務並確保有效媒合老年中風患者之援助。經分析後,志願福利組織可主動與醫院患者接觸以利其提供收入援助或社會支持,行政機關則可利用相關資訊改善政策[17]。
參、事件評析
隨著新興科技崛起,資料驅動之技術創新需求於近年大幅顯現,若個資法規範始終缺乏彈性,又無相關機制確保創新空間,我國社會經濟發展將嚴重受影響。對此,面對「創新技術」與「資料保護」間如何取得衡平的難題,各國政府透過不同規範及政策手段,給予個資法規範一定彈性,以促進國內創新與轉型的腳步,可見個資法既定規範並非絕對,重點仍在於如何做好個資保護評估及風險管控,使資料主體於創新實驗下仍可受到隱私保護。
綜觀上開國家的資料法規彈性化措施,主要以兩大方式進行,其一為「針對法規提出整體鬆綁或彈性化機制」(法規面),例如英國ICO法規沙盒、日本專案型沙盒、新加坡資料共享安排機制皆屬之,雖各國立法模式或依據有所不同,但主要仍是利用法規沙盒或性質相近之措施,於運作上賦予個資法規一定彈性。其二則為「利用技術解消資料利用障礙」(技術面),例如動態同意機制,透過科技來擴大個資法規的適法及遵法態樣。
據此,我國在研議「醫療領域宜否應用法規沙盒等制度,緩解個資法等相關法規現行規範」時,或可先肯認個資法確有(有條件地)豁免適用之餘地,且得以法規沙盒作為個資法限制之彈性機制。其次,在立法模式的選擇上,由於我國已著手立法《智慧醫療創新實驗條例》(草案)[18]或考量規劃泛用型法規沙盒,未來或可於「醫療法規沙盒」或「泛用型法規沙盒」立法過程中,研議是否豁免創新實驗有關個資法令之適用。再者,針對個資法豁免條件,有鑑於沙盒實驗期間不能忽視個人利益之隱私保障措施,故應有一套完善機制協助法規沙盒之監管,相關豁免事項及條件設計,也須考量創新、公共利益與資料當事人權利侵害之比例原則。最後,在實作方面,機關亦可協助與輔導業者引進動態同意等措施及其新技術,以利業者遵法。
[1] ICO, What will happen if our application to the Sandbox is successful?, https://ico.org.uk/for-organisations/the-guide-to-the-sandbox/what-will-happen-if-our-application-to-the-sandbox-is-successful/ (last visited Feb. 6, 2021).
[2] ICO selects first participants for data protection Sandbox, https://www.computerweekly.com/news/252467504/ICO-selects-first-innovation-Sandbox-participants (last visited Feb. 6, 2021)
[3] ICO, What will happen if our application to the Sandbox is successful?, https://ico.org.uk/for-organisations/the-guide-to-the-sandbox/what-will-happen-if-our-application-to-the-sandbox-is-successful/ (last visited Feb. 6, 2021).
[4] ICO, Current Projects, https://ico.org.uk/for-organisations/regulatory-sandbox/current-projects (last visited Feb. 6, 2021).
[5] Jane Kaye, Edgar A Whitley, David Lund, Michael Morrison, Harriet Teare & Karen Melham, Dynamic consent: a patient interface for twenty-first century research networks, European Journal of Human Genetics, 23, 141–146 (2015)
[6] 動態同意平台上的研究者介面,可能顯示資料當事人對於哪種類型的研究給予何種同意(例如對於心臟病研究給予概括同意;對於癌症研究給予特定同意),允許概括同意的時候也可以註記同意期限,或設定其他限制。
[7] Rasmus Bjerregaard Mikkelsen, Mickey Gjerris, Gunhild Waldemar & Peter Sandøe, Broad consent for biobanks is best - provided it is also deep, BMC Med Ethics, 20(1),71 (2019)
[8] 義大利、美國、日本與澳洲等國目前皆有實施動態同意之機制,但都是以特定疾病或研究主題為主,尚未有全國通用的動態同意系統。義大利有名為「CHRIS」的慢性病研究動態同意平台;美國有非營利組織架設名為「PEER」的基因研究動態同意平台;日本有名為「Rudy Japan」的動態同意平台;澳洲有名為「CTRL」的動態同意平台。
[9] 生産性向上特別措置法第2條第2項。
[10] 同前註。
[11] 新技術等実証の総合的かつ効果的な推進を図るための基本的な方針,頁1(2018),https://www.kantei.go.jp/jp/singi/keizaisaisei/pdf/underlyinglaw/basicpolicy.pdf(最後瀏覽日:2021/2/10)。
[12] 〈生体認証を用いた本人意思に基づく救急医療の実証〉,首相官邸,https://www.kantei.go.jp/jp/singi/keizaisaisei/project/gaiyou7.pdf (最後瀏覽日:2021/2/19)。
[13] Personal Data Protection Act 2012, No. 26 of 2012.
[14] Personal Data Protection Act 2012, Section 62.
[15] Data Collaboratives Programme, https://www.imda.gov.sg/programme-listing/data-collaborative-programme (last revised Jun. 8, 2021)
[16] 獨立於政府與市場運作之外的團體或組織。
[17] PDPC, Guide to Data Sharing (2018), https://www.pdpc.gov.sg/-/media/Files/PDPC/PDF-Files/Other-Guides/Guide-to-Data-Sharing-revised-26-Feb-2018.pdf (last revised Jun. 8, 2021).
[18] 鄭鴻達,〈政院BTC閉幕 吳政忠:推智慧醫療沙盒、生醫條例修法〉,聯合新聞網,2021/09/01,https://udn.com/news/story/7238/5715580(最後瀏覽日:2022/06/13)。
2022年4月美國加州法院於Broadcom控訴Netflix專利侵權一案中,就Broadcom的第US 8365183號美國專利(下稱183專利)做出無效的判決。 於2020年3月,Broadcom就Netflix對消費者提供的影音服務提起訴訟,認為Netflix影音內容傳輸方式使用到Broadcom的多件專利技術,此次的183專利,主要是用來在多個電腦/伺服器設備中進行處理工作的分配,依Broadcom的主張,該技術應用於影音機上盒這類產品時,可有效的提升影音媒體的效率。這類專利與演算法有關,對於專利本質是否為抽象概念,需要通過美國最高法院就Alice案對於抽象概念的兩階段測試法,先檢驗請求項是否指向抽象概念,再檢驗請求項是否因其中元件(包含電腦/軟體)的配置,改變其性質而成為適格的專利標的。 加州法院法官James Donato認為,就183專利所主張之請求項內容,主要是在於多個伺服器間進行工作分配,此種行為與辦公室裡進行工作分配並沒有不同,且日常生活中也充滿類似情況,如服務生依照顧客需求進行位置安排,就此Broadcom雖提出該專利方法可提高伺服器效率的論點,但法官認為該專利只是列出傳統電腦技術中會執行的步驟順序,未因該專利所揭露的方法促進電腦的功能,而不足以使抽象概念的性質轉化,因此就該專利做出無效的判決。 「本文同步刊登於TIPS網站(https://www.tips.org.tw )」
美國發起「投資報酬計畫」(Return on Investment Initiative, ROI)全面檢視科研成果商業化法制川普總統在2018年4月發布「總統管理議程」(President’s Management Agenda)將國家科研成果商業化之發展視為「聯邦跨機關優先目標」(Cross-Agency Priority Goal, CAP Goal)。為維持美國全球科技創新領先地位,美國政府每年投資約1500億美元於各聯邦所屬大學與研究機構進行科技研究。美國國家標準與技術中心(NIST)與白宮科技政策辦公室(OSTP)聯合發起「投資報酬計畫」(Return on Investment Initiative, ROI),宗旨為釋放美國創新(Unleashing American Innovation),讓政府投資預算發揮科研補助之最大效益。 計畫目的包括:1.評估現行政府從事技術移轉指導原則,檢視應予以維持與待改革之處;2.吸引後期研發、商業化與先進製程的技轉投資,並降低法規阻礙;3.支持科研創新產官學合作模式與技轉機制;4.有效移除技轉阻礙以利加速技轉成效,並聚焦於國家重要產業發展的新興措施;5.評估聯邦政府資金運用指標成效;6.創造激勵學研機構提升技轉成效之誘因。 NIST調查指出,阻礙技轉發展之原因包括:1.技轉與智慧財產權協商所涉高額交易與時間成本;2.不同政府單位對法規之解釋、適用與實踐意見相歧;3.智慧財產權保護不足、技術授權使用限制與政府行使介入權(march-in rights)限制;4.公務員參與科技新創與衍生企業(spin-off)限制與利益衝突規範。此ROI計畫已於2018年7月30日完成各方意見徵詢,總計共104份。預計於2019年年初,做出完整分析報告與法制建議。
用ChatGPT找法院判決?從Roberto Mata v. Avianca, Inc.案淺析生成式AI之侷限用ChatGPT找法院判決?從Roberto Mata v. Avianca, Inc.案淺析生成式AI之侷限 資訊工業策進會科技法律研究所 2023年09月08日 生成式AI是透過研究過去資料,以創造新內容和想法的AI技術,其應用領域包括文字、圖像及影音。以ChatGPT為例,OpenAI自2022年11月30日發布ChatGPT後,短短二個月內,全球月均用戶數即達到1億人,無疑成為民眾日常生活中最容易近用的AI科技。 惟,生成式AI大量使用後,其中的問題也逐漸浮現。例如,ChatGPT提供的回答僅是從所學習的資料中統整歸納,無法保證資料的正確性。Roberto Mata v. Avianca, Inc.案即是因律師利用ChatGPT撰寫訴狀,卻未重新審視其所提供判決之正確性,以致後續引發訴狀中所描述的判決不存在爭議。 壹、事件摘要 Roberto Mata v. Avianca, Inc.案[1]中,原告Roberto Mata於2019年8月搭乘哥倫比亞航空從薩爾瓦多飛往紐約,飛行過程中膝蓋遭空服員的推車撞傷,並於2022年2月向法院提起訴訟,要求哥倫比亞航空為空服員的疏失作出賠償;哥倫比亞航空則主張已超過《蒙特婁公約》(Montreal Convention)第35條所訂之航空器抵達日起兩年內向法院提出損害賠償之請求時效。 R然而,法院審理過程中發現原告訴狀內引用之六個判決無法從判決系統中查詢,進而質疑判決之真實性。原告律師Steven A. Schwartz因而坦承訴狀中引用的六個判決是ChatGPT所提供,並宣稱針對ChatGPT所提供的判決,曾多次向ChatGPT確認該判決之正確性[2]。 貳、生成式AI應用之潛在風險 雖然運用生成式AI技術並結合自身專業知識執行特定任務,可能有助於提升效率,惟,從前述Roberto Mata v. Avianca, Inc.案亦可看出,依目前生成式AI技術之發展,仍可能產生資訊正確性疑慮。以下彙整生成式AI應用之8大潛在風險[3]: 一、能源使用及對環境危害 相較於傳統機器學習,生成式AI模型訓練將耗費更多運算資源與能源。根據波士頓大學電腦科學系Kate Saenko副教授表示,OpenAI的GPT-3模型擁有1,750億個參數,約會消耗1,287兆瓦/時的電力,並排放552噸二氧化碳。亦即,每當向生成式AI下一個指令,其所消耗的能源量相較於一般搜尋引擎將可能高出4至5倍[4]。 二、能力超出預期(Capability Overhang) 運算系統的黑盒子可能發展出超乎開發人員或使用者想像的隱藏功能,此發展將會對人類帶來新的助力還是成為危險的阻力,則會隨著使用者之間的相互作用而定。 三、輸出結果有偏見 生成式AI通常是利用公開資料進行訓練,若輸入資料在訓練時未受監督,而帶有真實世界既存的刻板印象(如語言、種族、性別、性取向、能力、文化等),據此建立之AI模型輸出結果可能帶有偏見。 四、智慧財產權疑慮 生成式AI進行模型訓練時,需仰賴大量網路資料或從其他大型資料庫蒐集訓練資料。然而,若原始資料來源不明確,可能引發取得資料未經同意或違反授權條款之疑慮,導致生成的內容存在侵權風險。 五、缺乏驗證事實功能 生成式AI時常提供看似正確卻與實際情形不符的回覆,若使用者誤信該答案即可能帶來風險。另外,生成式AI屬於持續動態發展的資訊生態系統,當產出結果有偏誤時,若沒有大規模的人為干預恐難以有效解決此問題。 六、數位犯罪增加與資安攻擊 過去由人工產製的釣魚郵件或網站可能受限於技術限制而容易被識破,然而,生成式AI能夠快速建立具高度說服力的各種擬真資料,降低詐騙的進入門檻。又,駭客亦有可能在不熟悉技術的情況下,利用AI進一步找出資安弱點或攻擊方法,增加防禦難度。 七、敏感資料外洩 使用雲端服務提供商所建立的生成式AI時,由於輸入的資料存儲於外部伺服器,若要追蹤或刪除有一定難度,若遭有心人士利用而導致濫用、攻擊或竄改,將可能產生資料外洩的風險。 八、影子AI(Shadow AI) 影子AI係指開發者未知或無法控制之AI使用情境。隨著AI模型複雜性增加,若開發人員與使用者未進行充分溝通,或使用者在未經充分指導下使用 AI 工具,將可能產生無法預期之風險。 參、事件評析 在Roberto Mata v. Avianca, Inc.案中,法院關注的焦點在於律師的行為,而非對AI技術使用的批判。法院認為,隨著技術的進步,利用可信賴的AI工具作為協助用途並無不當,惟,律師應踐行其專業素養,確保所提交文件之正確性[5]。 當AI科技發展逐漸朝向自主與獨立的方向前進,仍需注意生成式AI使用上之侷限。當個人在使用生成式AI時,需具備獨立思考判斷的能力,並驗證產出結果之正確性,不宜全盤接受生成式AI提供之回答。針對企業或具高度專業領域人士使用生成式AI時,除確認結果正確性外,更需注意資料保護及治理議題,例如建立AI工具合理使用情境及加強員工使用相關工具之教育訓練。在成本能負擔的情況下,可選擇透過企業內部的基礎設施訓練AI模型,或是在訓練模型前確保敏感資料已經加密或匿名。並應注意自身行業領域相關法規之更新或頒布,以適時調整資料使用之方式。 雖目前生成式AI仍有其使用之侷限,仍應抱持開放的態度,在技術使用與風險預防之間取得平衡,以能夠在技術發展的同時,更好地學習新興科技工具之使用。 [1]Mata v. Avianca, Inc., 1:22-cv-01461, (S.D.N.Y.). [2]Benjamin Weiser, Here’s What Happens When Your Lawyer Uses ChatGPT, The New York Times, May 27, 2023, https://www.nytimes.com/2023/05/27/nyregion/avianca-airline-lawsuit-chatgpt.html (last visited Aug. 4, 2023). [3]Boston Consulting Group [BCG], The CEO’s Roadmap on Generative AI (Mar. 2023), https://media-publications.bcg.com/BCG-Executive-Perspectives-CEOs-Roadmap-on-Generative-AI.pdf (last visited Aug. 29, 2023). [4]Kate Saenko, Is generative AI bad for the environment? A computer scientist explains the carbon footprint of ChatGPT and its cousins, The Conversation (May 23, 2023.), https://theconversation.com/is-generative-ai-bad-for-the-environment-a-computer-scientist-explains-the-carbon-footprint-of-chatgpt-and-its-cousins-204096 (last visited Sep. 7, 2023). [5]Robert Lufrano, ChatGPT and the Limits of AI in Legal Research, National Law Review, Volume XIII, Number 195 (Mar. 2023), https://www.natlawreview.com/article/chatgpt-and-limits-ai-legal-research (last visited Aug. 29, 2023).
臺積電於美國專利訴訟勝訴纏訟四年後,臺灣積體電路製造股份有限公司及其北美子公司(臺積電),在與美國Ziptronix公司之專利訴訟中獲得勝訴判決。 同為半導體公司的Ziptronix於2010年起訴主張臺積電所製造,主要用於智慧型手機相機的背照式CMOS影像感測器晶片,侵害該公司9項專利及超過500項申請專利範圍。 依據美國專利法第271條(a)項,除該法另有規定外,於專利權存續期間,未經許可於美國境內製造、使用、要約銷售,或銷售已獲准專利之發明產品,或將該專利產品由外國輸入至美國境內,方屬侵害專利權。因此本案中,臺積電即以美國專利法不適用於美國境外之製造、銷售為由,向法院聲請駁回原告Ziptronix公司之訴。承審法官同意臺積電簡易判決(summary judgment)的聲請,並於10月底作出判決。 臺積電於訴訟中成功主張涉訟晶片的製造及銷售交貨行為皆在臺灣完成。承審法官更指出,縱使如原告Ziptronix公司所言,臺積電相關契約皆於美國境內協商及簽訂,但因為該等契約本來就計畫於海外履行,因此臺積電的涉訟晶片仍非於美國境內銷售。