Inspireras av andra projekt
Här får du en översiktlig presentation av genomförda projekt i vår sandlåda. Du kan också ladda ner projektrapporter.
Projektidé
Fyra banker ville dela kunduppgifter för att upptäcka bedrägerier och penningtvätt. Uppgifterna omfattade även brottsuppgifter. Projektet prövade möjligheten att dela kunduppgifter utifrån bland annat dataskyddsregelverket och penningtvättslagstiftningen.
Teknik
Projektet utforskade möjligheterna att dela kunduppgifter mellan banker för att identifiera individer med förhöjd riskprofil. Två alternativ analyserades: i det första delas namn, personnummer och information om huruvida en individ är flaggad. I det andra alternativet delas även orsaken till flaggningen, vilket kan indikera ett behov av att vidta ytterligare kundkännedomsåtgärder.
Dataskyddsfrågor
Projektet utredde följande dataskyddsfrågor:
- Kan flaggning utgöra uppgift om lagöverträdelser enligt artikel 10 i dataskyddsförordningen?
- Finns det rättslig grund enligt artikel 6 i dataskyddsförordningen för att dela uppgifter enligt alternativ 1 eller alternativ 2 inom ramen för en annan banks kundkännedomsprocess och riskbedömning?
Slutsatser
Det saknas i dag rättsligt stöd för att dela de personuppgifter om lagöverträdelser på det sätt som projektdeltagarna önskar. För att möjliggöra sådan delning krävs lagändringar som innehåller särskilda skyddsåtgärder och uppfyller kraven på nödvändighet och proportionalitet.
Projektdeltagare
Nordea, Handelsbanken, SEB och Swedbank.
Projektidé
Projektet ville använda generativ AI för att effektivisera utlämnande av allmänna handlingar.
Teknik
Projektet inleddes med att utforska en helhetstjänst som skulle automatisera större delar av utlämnandeprocessen med hjälp av generativ AI. När juridiska och tekniska hinder identifierades valde deltagarna att gå vidare med en mer avgränsad maskeringstjänst, där språkmodellen ger förslag på uppgifter som kan omfattas av sekretess.
Dataskyddsfrågor
Projektet utredde följande dataskyddsfrågor:
- Finns det rättslig grund för användningen av en AI-tjänst vid utlämnande av allmänna handlingar?
- Hur fördelas personuppgiftsansvaret?
- Vad kan vara lämpliga säkerhetsåtgärder vid användningen av AI-tjänsten?
Slutsatser
Det kan finnas rättsligt stöd för att använda generativ AI vid utlämnande av allmän handling. AI kan ge effektivitet men får inte ersätta mänsklig kontroll. Maskning av uppgifter behöver kvalitetssäkras och slutgiltigt bedömas av en handläggare.
Projektdeltagare
Lidingö stad och Atea Sverige AB med Research Institutes of Sweden (RISE) som observatör.
Projektidé
Projektet ville utforska möjligheterna att använda LiDAR-sensorer för att mäta hur kvinnor, män samt barn rör sig på offentliga platser. Syftet var att skapa en mer representativ bild av trygghet i stadsmiljön och identifiera områden där kvinnor och barn är underrepresenterade.
Teknik
Projektet utforskade hur LiDAR-sensorer kan användas för att generera punktmoln som möjliggör analys av köns- och åldersfördelning i offentliga miljöer.
Dataskyddsfrågor
Projektet utredde följande dataskyddsfrågor:
- Kan uppgifter som samlas in via LiDAR-sensorer utgöra personuppgiftsbehandling enligt dataskyddsförordningen, GDPR?
- Hur relaterar användning av LiDAR-sensorer till kamerabevakningslagen?
Slutsatser
LiDAR-sensorer kan minska integritetsintrånget men kan, beroende på vald teknisk lösning, innebära att personuppgifter behandlas.
Projektdeltagare
Stockholms stad, IoT Sverige och Kista Science City
Projektidé
Projektet ville utveckla AI för att prediktera återinläggning av hjärtsviktspatienter utan att dela faktiska patientdata mellan två olika vårdgivare med hjälp av federerad maskininlärning.
Teknik
Projektet utforskade förutsättningarna för att använda federerad maskininlärning, där flera parter tränar lokala modeller på sin egna data och endast delar modellernas resultat. Arbetet syftade till att belysa teknikens möjligheter och dataskyddsrättsliga förutsättningar utan att behandla verkliga data.
Dataskyddsfrågor
Projektet utredde följande dataskyddsfrågor:
- Finns det rättslig grund för den lokala behandlingen?
- Sker det vid den federerade maskininlärningen i det aktuella fallet ett utlämnande av personuppgifter mellan vårdgivarna?
- Finns det rättslig grund för utlämnande av personuppgifter mellan vårdgivarna?
Slutsatser
Användning av federerad maskininlärning minskar risker för att vårdgivare får tillgång till patientdata av varandra, men det går inte alltid att utesluta att personuppgifter delas.
Projektdeltagare
Region Halland och Sahlgrenska universitetssjukhuset med stöd av AI Sweden.
Intresserad av att delta?
Innovationsportalen
På innovationsportalen ger vi grundläggande vägledning och stöd om dataskydd till innovationsaktörer. Här hittar du bland annat vägledningar om AI och GDPR, och om ansiktsigenkänning och GDPR. Regulatorisk sandlåda är en del av vårt innovationsarbete.