探索罗伊案后女性移动健康应用的隐私实践

生育健康与女性健康隐私设计与用户控制数据隐私感知与决策老年护理人员隐私政策制定者

文献标题

探索后Roe时代女性mHealth应用的隐私实践

文献信息

  • 主题领域: 数字健康隐私、FemTech技术与社会性分析
  • 关键词: 数字健康, 移动健康, FemTech, 女性健康, 隐私, 安全

研究背景与问题

  • 问题与挑战:

    • 女性mHealth应用(例如周期追踪、孕期管理)通过收集用户的敏感数据,使人们对隐私问题日益关注。
    • 美国最高法院推翻Roe v. Wade的裁决引发女性健康数据可能被用于监控和刑事化的担忧。
    • 而这些移动应用的隐私实践在这一新法律框架下尚未得到系统性审查。
  • 重要性:

    • 隐私保护对于用户至关重要,尤其是涉及女性健康和生殖数据的应用。
    • 这些数据的管理(例如收集、共享、存储及删除)直接关系到女性在可能刑事化的环境中的安全。
  • 研究动机与相关工作:

    • 现有研究未完全评估在Roe v. Wade推翻后的法律环境中,女性mHealth应用的隐私实践。
    • 需涵盖对隐私政策、数据收集机制和界面的实际使用分析以评估这些应用的隐私合规性。

解决方案

  • 方法与解决方案:

    • 选择20个流行女性mHealth应用,进行数据安全部分(Data safety sections)、隐私政策分析,以及界面的隐私可用性检查。
    • 结合定性和定量的分析手段,揭示数据管理(收集、存储、共享、删除)及用户隐私权(例如数据移植、撤回同意)相关实践。
    • 使用认知遍历(Cognitive Walkthrough)和启发式评估(Heuristic Evaluation)建设性地检查这些应用界面设计中的隐私问题。
  • 创新之处:

    • 是FemTech领域第一个结合数据安全、隐私政策分析和界面用户评审的工作。
    • 提供了一套可复用的代码框架来分类隐私政策中的主题,这可用于自动化及定量分析。
  • 实施步骤:

    • App筛选:
      • 在Google Play商店中搜集女性健康相关应用,通过关键词初筛、特征筛选等获得目标应用。
    • 隐私政策分析:
      • 根据隐私法律(如GDPR)和之前的隐私问题经验,开发和迭代主题分析代码框架。
      • 定性编码隐私政策内容,识别数据管理和隐私权相关模式。
    • 数据安全部分与界面检查:
      • 通过界面检查分析数据隐私相关功能实现的可用性与实用性。
      • 结合启发式设计对用户体验和可用性进行评估。

研究成果

  • 具体成果与分析:

    1. 隐私政策与数据安全信息的冲突:
      • 数据安全部分常声称无数据共享,但大多数隐私政策暗示与第三方共享或法律披露。
      • 部分应用未明确数据加密技术,或未实现有效的数据删除机制。
    2. 隐私政策的复杂性:
      • 平均长度为4,453字,使用技术术语和模糊语言,使普通用户难以理解。
      • 隐私政策通常涵盖多个服务而非特定应用,加重理解难度。
    3. 针对用户的隐性设计模式:
      • 包括默认启用数据追踪、不标明可选数据字段等。
      • 孕期APP要求输入孕期终止日期,无具备透明解释。
  • 优势:

    • 提供了一种全面分析隐私声明和实际隐私实践的研究方法。
    • 在FemTech领域首次揭示隐私政策、数据安全机制及用户界面的统一性问题。
  • 实验与评估结果:

    • 数据删除和移植:
      • 部分APP对用户的健康数据移植设置付费门槛;数据导出通常不完整。
      • 数据删除的语言表述模糊,缺乏透明度。
    • 用户隐私设置与通知控制:
      • 仅少数APP提供粒度控制,多数默认侵入性隐私实践。
  • 局限性与未来方向:

    • 目前仅涉及Android操作系统,需扩展到iOS生态。
    • 隐私政策分析未完全量化语言复杂性,可纵向研究政策变化。
    • 接下来需要针对用户隐私感知、开发者隐私义务的深入访谈研究。
    • 专门关注孕期应用中涉及孕期终止数据输入的问题。

总结而言,本文揭示了女性mHealth应用在隐私和数据实践中的不一致与设计问题,为技术开发者、政策制定者提供了改善隐私和安全实践的建议,也为未来研究指明了方向。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/147278/2024

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3613904.3642521
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2024
emoji_events
奖项
未标记奖项
group
作者
5 位作者
sell
研究子方向
生育健康与女性健康、隐私设计与用户控制、数据隐私感知与决策
work
职业/产业
老年护理人员、隐私政策制定者
article
内容状态
已索引正文
hub
相关论文
8 篇相关论文