뇌질환 진단 AI 연구(Brain MRI 100건)를 예로 든 가이드라인 공식 작성 사례입니다. 표현을 그대로 옮길 필요는 없고, 이런 수준·형식으로 작성하면 됩니다.
- 식별성 유무
- Brain MRI 영상 자체는 개인식별 위험성이 낮으나, 대용량 영상에 3차원 재건 기술을 적용하면 얼굴 외형이 복원될 수 있어 낮은 확률로 식별위험이 존재. DICOM 헤더의 환자번호·환자이름은 다른 정보와 결합 시 식별 가능성 있음
- 특이정보 유무
- 영상에 특이한 안면 식별사항이 있을 수 있으나, 데이터셋에 포함된 환자와 무관한 제3자가 연구하므로 식별가능성은 거의 없음
- 재식별 시 영향도
- Brain MRI 안면부 촬영정보의 재식별 시 영향도는 낮은 편
- 이용 및 제공 형태
- 원내 연구팀과 외부 기업이 함께 분석하는 공동연구로, 자체 활용과 제3자 제공 형태를 모두 가짐 → 높은 수준의 비식별화 조치 필요
- 처리 장소
- 물리적으로 분리된 폐쇄연구분석환경(클라우드 분석실), 데이터 접근 권한은 공동연구 참여자 4명에게만 부여
- 다른 정보와의 결합 가능성
- 다른 정보와의 연계 분석이나 결합은 예정되어 있지 않으며, 분석실 반입 데이터·프로그램은 관리자 승인하에 제한
- 최종 검토의견
- 데이터 자체의 식별 위험성이 낮고 재식별 시 영향도가 미미해 전반적 위험성은 낮은 편. 다만 3차원 재건 위험을 줄이기 위해 안면부는 블랙 마스킹 처리하고, 연구에 불필요한 환자번호·환자이름은 삭제 권고