对于大数据驱动健康的模式，公众可能生发的一个疑问是：如何确保数据流通的安全性？胡德告诉澎湃科技，研究者主要从参与试验的个体中收集两类数据，一类是基因组数据，它是公认的敏感数据，可以直接定位到个人。另一类是表型组数据，它们不是很敏感的数据。2015年到2019年，他创立了一家公司，招募到了5000名的试验参与者，收集了他／她们的基因组和表型组数据，形成了一个数据库。他们采用的方法是把数据与个体本身分离，即“去标签化”，再进行数据分析，然后把分析结果返回给医生。除了医生，没有人知道这些数据是谁的。因此，对于保护数据安全，胡德提出了两种方式：去标签化，以及良好的安全系统——一个能够防止99%以上入侵的系统。“这也是中国的团队正在做的。”
该书的译者之一、上海国际人类表型组研究院数字健康研究所执行所长丁国徽在该书的前言中介绍，其团队以国际人类表型组计划一期产生的数据为基础，构建人类表型组通用数据模型，制定良好的数据治理规范，为健康数据交互和质量控制提供解决方案，并已经根据安全合规的要求，推动数据要素化人群生物数据标准体系和安全机制建设，设计了下一代生物医学数据基础设施。 |
