對於大數據驅動健康的模式，公眾可能生發的一個疑問是：如何確保數據流通的安全性？胡德告訴澎湃科技，研究者主要從參與試驗的個體中收集兩類數據，一類是基因組數據，它是公認的敏感數據，可以直接定位到個人。另一類是表型組數據，它們不是很敏感的數據。2015年到2019年，他創立了一家公司，招募到了5000名的試驗參與者，收集了他／她們的基因組和表型組數據，形成了一個數據庫。他們採用的方法是把數據與個體本身分離，即“去標簽化”，再進行數據分析，然後把分析結果返回給醫生。除了醫生，沒有人知道這些數據是誰的。因此，對於保護數據安全，胡德提出了兩種方式：去標簽化，以及良好的安全系統——一個能夠防止99%以上入侵的系統。“這也是中國的團隊正在做的。”
該書的譯者之一、上海國際人類表型組研究院數字健康研究所執行所長丁國徽在該書的前言中介紹，其團隊以國際人類表型組計劃一期產生的數據為基礎，構建人類表型組通用數據模型，制定良好的數據治理規範，為健康數據交互和質量控制提供解決方案，並已經根據安全合規的要求，推動數據要素化人群生物數據標準體系和安全機制建設，設計了下一代生物醫學數據基礎設施。 |
