[論文レビュー] Knowledge-driven Data Ecosystems Towards Data Transparency

Sandra Geisler, María-Esther Vidal+10 more|arXiv (Cornell University)|May 19, 2021

Data Quality and Management参考文献 27被引用数 4

ひとこと要約

本稿は、連携型データエコシステムにおけるデータの透明性、信頼性、ガバナンスを向上させるため、知識駆動型データエコシステムアーキテクチャを提案する。知識モデル、メタデータ、トレーサビリティのあるワークフローを統合することで、データ品質、組織的要件、法的・倫理的要件の妥当性を検証可能にするフレームワークを実現した。臨床研究を対象としたユースケースを通じて検証され、比較分析において3種類のDEタイプに対して有効性が確認された。

ABSTRACT

A Data Ecosystem offers a keystone-player or alliance-driven infrastructure that enables the interaction of different stakeholders and the resolution of interoperability issues among shared data. However, despite years of research in data governance and management, trustability is still affected by the absence of transparent and traceable data-driven pipelines. In this work, we focus on requirements and challenges that data ecosystems face when ensuring data transparency. Requirements are derived from the data and organizational management, as well as from broader legal and ethical considerations. We propose a novel knowledge-driven data ecosystem architecture, providing the pillars for satisfying the analyzed requirements. We illustrate the potential of our proposal in a real-world scenario. Lastly, we discuss and rate the potential of the proposed architecture in the fulfillment of these requirements.

研究の動機と目的

• 連携型データエコシステムにおいて、継続的な課題であるデータの透明性と信頼性の向上に寄与すること。
• 複数ステークホルダー環境におけるデータガバナンス、データ品質、法的・倫理的適合性のための重要な要件を同定すること。
• 異種のデータソースおよびステークホルダー間でトレーサビリティ、検証可能性、相互運用性を実現するアーキテクチャの開発。
• 要件満たしの観点から、ベースラインおよび知識駆動型データエコシステムモデルと比較して、提案アーキテクチャの有効性を評価すること。
• バイオメディスンやB2Bエンジニアリング分野におけるデータ主権とフェアなデータ共有を支援するスケーラブルで透明なフレームワークの提供。

提案手法

• 特に多施設臨床研究を対象とした実世界のユースケースから、データ管理、組織的要件、法的・倫理的要件を抽出し、要件を同定する。
• メタデータ、サービス、ビジネスモデル、戦略的文書を統合した知識駆動型データエコシステムアーキテクチャを設計し、透明性を支援する。
• 相互エコシステム間での協働、交渉の追跡、ポリシー整合性を可能にする、知識駆動型データエコシステムのネットワークモデルを導入する。
• 3種類のDEタイプ（ベースライン（データのみ）、知識駆動型（サービスおよびモデルを含む）、ネットワーク化知識駆動型DE）を比較分析するフレームワークを適用する。
• トレーサビリティおよび検証可能性の指標を用いて、各DEタイプがデータ品質および適合性要件の満たし方をどの程度効果的に実現できるかを評価する。
• Dagstuhlセミナー19391の知見および既存のデータ品質モデルを活用し、本アーキテクチャを確立された研究および実務に根ざしたものとする。

実験結果

リサーチクエスチョン

• RQ1 連携型データエコシステムにおけるデータ透明性を達成するための、主なデータ管理、組織的、法的・倫理的要件は何か？
• RQ2 ベースライン、知識駆動型、ネットワーク化された知識駆動型といった異なるDEタイプは、データ透明性要件のトレーサビリティおよび検証可能性をどの程度効果的に支援できるか？
• RQ3 知識駆動型アーキテクチャは、複数ステークホルダー環境におけるデータ品質、ガバナンス、信頼性をどの程度向上させることができるか？
• RQ4 データエコシステム間での相互運用性およびポリシー整合性を実現するための必要なアーキテクチャ的要素は何か？
• RQ5 多様なステークホルダーが関与する複雑で分散型のデータエコシステムにおいて、どのようにして体系的かつ検証可能な形でデータ透明性を達成できるか？

主な発見

• ベースラインのデータエコシステムは、データ管理要件（DMR1–DMR6）の一部しか満たせず、法的・倫理的適合性のトレーサビリティおよび検証可能性に欠ける。
• 知識駆動型データエコシステムは、データ管理要件を完全に満たすが、相互運用性および法的規制の制約により、トレーサビリティの課題を抱えている。
• 知識駆動型データエコシステムのネットワークは、共有メタデータ、サービス、文書化された交渉を通じて、要件満たしの完全なトレーサビリティおよび検証可能性を実現できる唯一のモデルである。
• 提案されたアーキテクチャは、データラインレージ、品質評価、ステークホルダー合意の文書化を含む知識モデルを埋め込むことで、透明なデータガバナンスを実現する。
• 表1における比較分析では、唯一、ネットワーク化知識駆動型DEが、データ品質、組織的要件、法的・倫理的要件の全範囲をカバーできることが示された。
• 本フレームワークは、データ主権と適合性が最重要視される分野、例えばバイオメディスンにおいて、データ透明性を達成する実用的かつ実現可能な道筋を提供する。