學術產出-Theses
Article View/Open
Publication Export
-
題名 大數據時代下之個人資料保護—以保險業運用大型個人資料庫為討論核心
Personal Data Protection in the Era of Big Data—Focusing on the Use of Large Personal Data Banks in the Insurance Industry作者 蘇姿樺
Su, Tzu-Hua貢獻者 葉啟洲<br>彭金隆
Yeh, Chi-Chou<br>Peng, Jin-Lung
蘇姿樺
Su, Tzu-Hua關鍵詞 個人資料保護法
健保資料庫
資訊隱私權
保險法第177條之2
Personal Data Protection Act
National Health Insurance Research Database
Right to Information Privacy
Article 177-2 of the Insurance Act日期 2021 上傳時間 1-Jul-2021 18:12:15 (UTC+8) 摘要 當大數據時代來臨，相關新興資訊蒐集、分析技術之快速發展不僅帶動各產業之多面向發展，更是徹底改變人類之社會型態與日常生活。大數據時代下之產業發展雖透過對於個人資料之蒐集、處理、利用而創造無限之可能與價值，惟基於大數據之本質與特性亦同時對於個人資料保護面向帶來難以估計之衝擊與侵害風險，如何在時代發展下兼顧個人資料運用以及個人資料保護實為重要之議題。有鑑於保險制度之本質涉及個人資料之大量蒐集、處理、利用，保險業不論是於投保、核保、理賠等階段皆對於個人資料具大量需求性，故當面臨大數據時代所帶來之變遷，保險業如何於相關技術應用與發展下兼顧對於個人資料之保護即有相當之討論價值。故本文以保險業於大數據時代下之個人資料相關應用與發展作為探討起始點，以保險業利用大型個人資料庫為探討核心，並分別針對健保資料庫之應用、非自然人健保資料應用平台之應用、保險法第177條之2修正條文草案所涉及之保險業大型資料庫建置等議題之可行性與合憲性進行討論與分析，藉由重新檢視我國資訊隱私權理論、我國實務判決與眾學說見解，並兼參考外國法制度後，再行針對前述議題進行爭議要點之提出以及未來發展方向之建議。結論上，本文認為傳統資訊隱私權已不足因應大數據時代下之個人資料保護需求性，故先行提出修正之資訊隱私權理論，並藉此做為前述議題之立論核心基礎。針對健保資料庫、非自然人健保資料應用平台之保險業利用，以及保險法第177條之2修正條文草案等議題，除應確保個人資料主體之資訊自決權受保障外，另亦需考量個人資料去識別化程度之設定、保險歧視之消除、尚生存家屬之保障等面向。另針個人資料保護之整體制度設立上，本文認為除應建立個人資料保護影響評估機制、個人資料利用回饋機制外，政府方與保險業方亦應分別設立個人資料保護專責機關以及專責之個人資料保護長，以確保憲法所奠定之資訊隱私權保障以及個人資料之保護。
When the era of big data comes, new technologies related to data collection and data analysis develop rapidly. The development of these technologies drives the advancement of various industries variously and changes the social pattern and daily life of human beings entirely. Although industries create unlimited possibilities and value through collecting, processing, and utilizing personal data in the era of big data, at the meantime, these industries also bring incalculable impacts and risks to personal data protection due to the characteristics of big data. These potential impacts and risks raise the vital issue in balancing the utilization and the protection of personal data.The nature of insurance involves a large amount of personal data collecting, processing, and utilizing, so the insurance industry always has a great demand for personal data all the time, no matter it`s in customer targeting, insurance underwriting, or insurance claims. Therefore, when the insurance industry faces the changes brought about by the era of big data, it is worth discussing how the insurance industry can take personal data protection into account while applying and developing new technologies. Considering the reason above, this article takes applications and development of the insurance industry as the starting point for the discussion and analyzes the critical issues of the insurance industry`s utilization of large-scale personal data banks.Take Taiwan`s National Health Insurance Research Databases, deceased person`s personal data application platform, article 177-2 of the Insurance Act for examples, discussing and analyzing the feasibility and constitutionality of the insurance industry`s utilization. By re-examining Taiwan’s traditional theory of information privacy, judicial opinions, legal judgments, and authorities’ opinions, along with reference to foreign legislations, this article proposes several methods to the issue questions and directions for future development.In conclusion, this article believes that the traditional theory of information privacy is no longer sufficient to meet the needs of personal data protection in the era of big data, so revision theory to information privacy is proposed and used in the aforementioned issues. When considering the use of Taiwan`s National Health Insurance Research Databases, deceased person`s personal data application platform, and the feasibility of article 177-2 of the Insurance Act in the future, its necessary to ensure the data subject`s autonomy to personal data, the degree of identification, the elimination of insurance discrimination, the protection of surviving family members, etc. Regarding establishing a better system for personal data protection, it`s necessary to develop Data Protection Impact Assessment and a feedback mechanism for the use of personal data, the government should also set up a particular agency for personal data protection, and the insurance industry should hire a Data Protection Officer. In this way, the constitutional right to information privacy and personal data protection can be insured.參考文獻 參考文獻壹、 中文文獻一、 專書1. 李惠宗，憲法要義，元照，8版，2019年9月。2. 張陳弘、莊植寧，新時代之個人資料保護法治—歐盟GDPR 與臺灣個人資料保護法的比較說明，新學林，1版，2020年8月。3. 葉啟洲，保險法，元照，7版，2021年3月。二、 專書論文1. 邱文聰，初探人工智慧中的個資保護發展趨勢與潛在的反歧視難題，收錄於：劉靜怡（主編），人工智慧相關法律議題芻議，元照，1版，2018年11月，頁149-175。2. 黃昭元，無指紋則無身分證？換發國民身分證與強制全民捺指紋的憲法爭議分析，收錄於：民主、人權、國家—蘇俊雄教授七秩華祝壽論文集，元照，1版，2005年9月，頁461-508。三、 期刊1. 王明禮，論資訊隱私：科技與商業發展脈絡下的觀察，中原財經法學，第32期，2014年6月，頁61-105。2. 王澤鑑，人格權保護的課題與展望(三)人格權的具體化及保護範圍(6)隱私權(上)，台灣本土法學雜誌，第96期，2007年7月，頁21-44。3. 吳崇璿、陳冠瑾、黃品瑄，壽險業應用大數據核保實務淺談，保險專刊，第31卷第2期，2015年6月，頁197-223。4. 吳崇璿、陳冠瑾、黃品瑄，Fintech浪潮下保險業因應之道，保險專刊，第33卷第2期，2017年6月，頁165-196。5. 吳全峰、許慧瑩，健保資料目的外利用之法律爭議—從去識別化作業工具談起，月旦法學雜誌，第272期，2018年1月，頁45-62。6. 李震山，「電腦處理個人資料保護法」之回顧與前瞻，國立中正大學法學集刊，第14期，2004年1月，頁35-82。7. 李震山，資訊時代下「資訊權」入憲之芻議，律師雜誌，第307期，2005年4月，頁15-25。8. 李震山，來者猶可追，正視個人資料保護問題—司法院大法官釋字第六○三號解釋評析，台灣本土法學雜誌，第76期，2005年11月，頁222-234。9. 李崇僖、星友康，人體生物資料庫之合理近用及其專利政策－以我國之商業運用利益回饋為核心，智慧財產評論，第13卷第2期，2016年1月，頁73 -106。10. 李旺達、劉心國，試析我國於APEC跨境隱私保護規則體系下隱私執法機關之設立，經貿法訊，第228期，2018年3月，頁5-13。11. 李世德，GDPR與我國個人資料保護法之比較分析，台灣經濟論衡，第16卷第3期，2018年9月，頁69-93。12. 李寧修，個人資料合理利用模式之探析：以健康資料之學術研究為例，臺大法學論叢，第49卷第1期，2020年3月，頁1-50。13. 邱文聰，從資訊自決與資訊隱私的概念區分—評「電腦處理個人資料保護法修正草案」的結構性問題，月旦法學雜誌，第168期，2009年5月，頁172-189。14. 范姜真媺，個人資料保護法關於「個人資料」保護範圍之檢討，東海大學法學研究，第41期，2013年12月，頁91-123。15. 范姜真媺，個人醫療資料之保護與利用—以全民健康保險為中心，法學叢刊，第61卷第3期，2016年7月，頁41-72。16. 范姜真媺，大數據時代下個人資料範圍之再檢討—以日本為借鏡，東吳法律學報，第29卷第2期，2017年10月，頁1-38。17. 范姜真媺，匿名加工資料制度之創設──因應大數據時代日本個人資料保護法之新進展，東海大學法學研究，第59期，2020年5月，頁1-54。18. 翁逸泓，資訊委員的時代角色—以GDPR及英國2018年資料保護法為中心，月旦法學雜誌，第286期，2019年3月，頁32-50。19. 許宗力，基本權利：第五講—基本權利的第三人效力與國庫效力，月旦法學教室，第9期，2003年7月，頁64-73。20. 張玉宏，秦志光，肖樂，大數據算法的歧視本質，自然辯証法研究，第33卷第5期，2017年，頁81-86。21. 張陳弘，個人資料之認定—個人資料保護法適用之啟動，法令月刊，第67卷第5期，2016年5月，頁67-101。22. 張陳弘，新興科技下的資訊隱私保護：「告知後同意原則」的侷限性與修正方法之提出，臺大法學論叢，第47卷第1期，2018年3月，頁201-297。23. 張陳弘，國家建置全民健康保險資料庫之資訊隱私保護爭議—評最高行政法院106年度判字第54號判決，中原財經法學，第40期，2018年6月，頁185-257。24. 彭金隆，「開放銀行」也要考慮「開放保險」！，Advisers財務顧問，第374期，2020年6月，頁24-25。25. 彭金隆，什麼是「保全／理賠聯盟鏈」？，Smart智富月刊，第264期，2020年8月，頁18-19。26. 葉啟洲，民事交易關係上之反歧視原則—德國一般平等待遇法之借鏡，東吳法律學報，第26卷第3期，2015年1月，頁143-200。27. 葉志良，因應物聯網發展資料保護法制的革新—歐盟法制的發展與啟示，中原財經法學，第40期，2018年6月，頁61-127。28. 劉定基，個人資料的定義、保護原則與個人資料保護法適用的例外—以監視錄影為例(下)，月旦法學教室，第115期，2012年9月，頁39-53。29. 蔡靜怡，大數據時代下的APEC跨境隱私保護規則，APEC 通訊，第181期，2014年10月，頁9-10。30. 蕭奕弘，健保資料庫行政訴訟案：醫學研究與資訊隱私間的衝突，月旦醫事法報告，第19期，2018年5月，頁88-121。31. 闕光威、陳婉茹，歐盟個人資料保護新規之衝擊與影響，全國律師，第22卷第1期，2018年1月，頁75-82。32. 羅俊瑋，歐盟個人資料保護規則草案對保險業運作影響之初探，萬國法律，第195期，2014年6月，頁13-29。33. 羅鈺珊，分散式帳本與區塊鏈的應用現況與挑戰，經濟前瞻，第173期，2017年9月，頁79-84。四、 學位論文1. 吳珞齊，保險業適用個人資料保護法問題研究—以保險法第177 條之1 及個人資料保護法第3條為核心，政治大學風險管理與保險學系碩士論文，2018年6月。2. 張容涵，從比較法觀點探討我國個資保護制度之轉型，臺灣大學法律學研究所碩士論文，2019年7月。3. 蔡杰庭，大數據時代下我國個人資料保護法之修正建議，東吳大學法學院法律學系碩士論文，2020年7月。4. 鍾孝宇，巨量資料與隱私權—個人資料保護機制的再思考，政治大學法律學系研究所碩士論文，2017年7月。五、 新聞、網路資料1. 中華民國人壽保險商業同業公會（2020年7月1日），〈邁向保險服務新紀元--保險業保全/理賠聯盟鏈一站式服務七月一日啟動試辦〉，《保險科技運用共享平台網站》，取自http://www.lia-roc.org.tw/insurancechain/（瀏覽日期：2020年11月10日）。2. 王儷玲（2019年12月4日），〈Open API讓Open Data更安全〉，《遠見》，取自https://www.gvm.com.tw/article/69081（瀏覽日期：2020年11月10日）。3. 王儷玲（2019年8月1日），〈區塊鏈技術讓理賠更便利〉，《Smart自學網》，取自http://smart.businessweekly.com.tw/Reading/WebArticle.aspx?id=69885（瀏覽日期：2020年11月10日）。4. 王儷玲、彭金隆、謝明華、臧正運（2018年2月15日），〈我國保險業金融科技（FinTech/ InsurTech）發展趨勢之風險管理及監理機制研究〉，《國立政治大學金融科技研究中心》，頁8-13，取自http://www.tigf.org.tw/UpFile/ResearchTopicsFile/%E6%88%91%E5%9C%8B%E4%BF%9D%E9%9A%AA%E6%A5%AD%E9%87%91%E8%9E%8D%E7%A7%91%E6%8A%80%E7%99%BC%E5%B1%95%E8%B6%A8%E5%8B%A2%E4%B9%8B%E9%A2%A8%E9%9A%AA%E7%AE%A1%E7%90%86%E5%8F%8A%E7%9B%A3%E7%90%86%E6%A9%9F%E5%88%B6%E7%A0%94%E7%A9%B6_%E6%9C%9F%E6%9C%AB%E5%A0%B1%E5%91%8A.pdf（瀏覽日期：2021年2月1日）。5. 立法院（2011年1月21日），〈立法院公報〉，第100卷，第99期，《立法院網站》，頁63，取自 https://lci.ly.gov.tw/LyLCEW/communique1/final/pdf/100/09/LCIDC01_1000901.pdf（瀏覽日期：2020年11月10日）。6. 立法院（2015年12月23日），〈立法院公報〉，第104卷，第96期，下策，《立法院網站》，取自 https://lis.ly.gov.tw/lgcgi/lypdftxt?xdd!cec9cdcdc7cdcfc8c6cc81cecfcbcfc6c9cfcdc4cfcdc9cac4cfcdc8cf（瀏覽日期：2020年11月10日）。7. 全民健康保險保險人資訊整合應用服務中心，〈中心簡介〉，《衛福部網站》，取自https://www.nhi.gov.tw/Content_List.aspx?n=40E530FA5316BE38&topn=787128DAD5F71B1A（瀏覽日期：2020年11月10日）。8. 全球人壽，〈申請理賠應備文件〉，《全球人壽網站》，取自https://www.transglobe.com.tw/service-claim-intro.html（瀏覽日期：2021年4月5日）。9. 安達產物保險，〈安達產物住宅火災及地震基本保險條款〉，《安達產物保險網站》，取自https://www.chubb.com/tw-zh/personal/residential-fire-insurance.html（瀏覽日期：2021年4月5日）。10. 李蕙璇（2019年4月7日），〈你被大數據找到了AI助攻保險業務員業績大升〉，《ETtoday新聞雲》，取自 https://www.ettoday.net/news/20190407/1415522.htm（瀏覽日期：2020年11月10日）。11. 巫芝岳、吳培安（2021年1月5日），〈死後健保資料可否被再利用？健保署：三年內建自主權平台〉，《環球生技》，取自https://store.gbimonthly.com/Article/Detail/54015?lang=zh-TW（瀏覽日期：2021年1月10日）。12. 吳麟（2021年4月19日），〈觀念平台－新興科技應用讓保險業未來大不同〉，《工商時報》，取自https://www.chinatimes.com/newspapers/20210419000172-260209?chdtv （瀏覽日期：2021年4月26日）。13. 沈能元（2020年11月24日），〈健保資料爭議 開放350萬名死者資料 健保署挨批鑽法律漏洞〉，《蘋果新聞網》，取自https://tw.appledaily.com/life/20201124/JMZQR3S3QNA7LC3PY5TP24OTVA/ （瀏覽日期：2020年11月10日）。14. 法務部（2006年10月13日），〈電腦處理個人資料保護法修正草案總說明(行政院版)〉，《法務部網站》，取自https://www.moj.gov.tw/2204/2528/2529/2545/12753/（瀏覽日期：2021年2月24日）。15. 法務部（2010年6月8日），〈99年5月26日總統公布電腦處理個人資料保護法修正草案對照表〉，《法務部網站》，取自https://www.moj.gov.tw/2204/2528/2529/2545/12776/post（瀏覽日期：2021年2月24日）。16. 金管會保險局，〈個人資料保護專區-相關規定〉，《金管會網站》，取自 https://www.ib.gov.tw/ch/home.jsp?id=146&parentpath=0,2（瀏覽日期：2020年11月10日）。17. 金管會（2016年5月25日），〈金管保綜字第10502562221號〉，《金管會網站》，取自 https://www.ib.gov.tw/ch/home.jsp?id=35&parentpath=0,2&mcustomize=multimessage_view.jsp&dataserno=201605250002&aplistdn=ou=bulletin,ou=multisite,ou=chinese,ou=ap_root,o=fsc,c=tw&toolsflag=Y&dtable=Law（瀏覽日期：2020年11月10日）。18. 金管會（2018年12月28日），〈預告「保險法」部分條文修正草案〉，《金管會網站》，取自https://www.fsc.gov.tw/ch/home.jsp?id=133&parentpath=0,3&mcustomize=lawnotice_view.jsp&dataserno=201812280001&aplistdn=ou=noticelaw,ou=chlaw,ou=ap_root,o=fsc,c=tw&dtable=NoticeLaw（瀏覽日期：2021年2月24日）。19. 邱宜君（2020年10月27日），〈產業可利用350萬筆死者健保資料 限健康相關目的〉，《聯合新聞網》，取自https://udn.com/news/story/7266/4967475（瀏覽日期：2021年3月30日）。20. 范姜真媺、劉定基、李寧修（2016年12月30日），〈法務部「歐盟及日本個人資料保護立法最新發展之分析報告」〉，《法務部網站》，頁34-43，取自https://www.moj.gov.tw/2204/2645/2687/23430/（瀏覽日期：2021年2月1日）。21. 翁芊儒（2020年10月27日），〈健保大數據開放新進展，350萬名去識別化逝者資料開放企業申請〉，《iThome》，取自https://www.ithome.com.tw/news/140787（瀏覽日期：2020年11月10日）。22. 財團法人保險事業發展中心（2021年5月27日），〈保險財務業務統計〉，《財團法人保險事業發展中心網站》，取自https://www.tii.org.tw/tii/information/information1/000001.html（瀏覽日期：2021年5月30日）23. 陳豐年（2020年3月9日），〈保險業使用大數據分析的潛在監理議題〉，《工商時報》，取自https://view.ctee.com.tw/monetary/17260.html（瀏覽日期：2021年2月1日）。24. 陳譽文（2016年8月15日），〈大數據應用潛藏的歧視風險〉，《資安人科技網》，取自https://www.informationsecurity.com.tw/article/article_detail.aspx?tv=&aid=8311&pages=1（瀏覽日期：2020年10月13日）。25. 富邦產險（2018年6月5日），〈富邦產險導入AI智能核保系統 送件當場即可知道核保結果 預計自動核保件將由八成增加至九成〉，《富邦產險官網》，取自https://www.fubon.com/insurance/home/news/news_20181026_544748.html（瀏覽日期：2020年11月10日）。26. 彭禎伶（2019年2月14日），〈壽險公會、保發中心搶當保險資料庫〉，《工商時報》，取自https://www.chinatimes.com/newspapers/20190214000279-260202?chdtv（瀏覽日期：2020年11月10日）。27. 彭禎伶（2020年10月21日），〈壽險公會副秘書長金憶惠：共享平台具七大功能 一鏈搞定所有理賠〉，《工商時報》，取自https://www.chinatimes.com/amp/realtimenews/20201021000165-261502（瀏覽日期：2020年11月10日）。28. 彭禎伶（2019年1月2日），〈建置大資料庫 保險業喜憂參半〉，《工商時報》，取自https://www.chinatimes.com/newspapers/20190102000304-260205?chdtv（瀏覽日期：2021年2月24日）。29. 黃銘輝、翁清坤（2012年12月），〈個人資料保護法施行後現行臺北市法規之衝擊與因應〉，《臺北市政府法務局》，取自https://www.legalaffairs.gov.taipei/News_Content.aspx?n=5C56DAE8D685EA0E&s=57DD72F2D1578826（瀏覽日期：2020年12月20日）。30. 達文西個資暨高科技法律事務所（2018年5月5日），〈國家發展委員會106年度「個人資料保護專責機關與資料在地化之法制研究」委託研究計畫結案報告〉，《國家發展委員會》，取自https://www.ndc.gov.tw/News_Content.aspx?n=B7C121049B631A78&s=8993768D9334F6C4（瀏覽日期：2021年3月30日）。31. 楊筱筠（2020年3月18日），〈AI應用持續發威！SAS攜手台灣壽險業揪出理賠詐欺〉，《聯合新聞網》，取自https://udn.com/news/story/7239/4425271（瀏覽日期：2020年11月10日）。32. 廖述源（2017年3月1日），〈大數法則析論（I）：弱性大數法則VS強性大數法則〉，《保險經營論壇》，取自http://www.insop.org.tw/resources/forum/20170301.pdf（瀏覽日期：2020年11月10日）。33. 衛生福利資料科學中心（2017年8月16日），〈成立緣由〉，《衛生福利部統計處網站》，取自https://dep.mohw.gov.tw/dos/cp-2499-3562-113.html（瀏覽日期：2021年1月30日）。34. 衛生福利部中央健康保險署，〈SDK常見問題(Q&A)〉，《衛生福利部中央健康保險署網站》，取自https://www.nhi.gov.tw/Content_List.aspx?n=F4DA014042A0DCAC（瀏覽日期：2021年2月27日）。35. 魏怡嘉（2018年12月3日），〈健保資料庫 產業應用開綠燈〉，《中國時報》，取自https://www.chinatimes.com/newspapers/20181203000472-260114?chdtv（瀏覽日期：2021年2月1日）。貳、 英文文獻一、 專書1. Daniel J. Solove, The Digital Person: Technology and Privacy in the Information Age, New York: NYU Press (2004).二、 專書論文1. Ali Sunyaev, The Internet of Things, in Internet Computing: Principles of Distributed Systems and Emerging Internet-Based Technologies (pp. 301-337), Cham: Springer (2020).2. Edward Curry, The Big Data Value Chain: Definitions, Concepts, and Theoretical Approaches, in Cavanillas J., Curry E., Wahlster W. (Eds.), New Horizons for a Data-Driven Economy: A Roadmap for Usage and Exploitation of Big Data in Europe (pp. 29-37), Cham: Springer (2016).3. Francis X. Diebold, “Big Data” Dynamic Factor Models for Macroeconomic Measurement and Forecasting, in Mathias D., Lars Peter H., Stephen T. (Eds.), Advances in Economics and Econometrics: Theory and Applications, Eighth World Congress (pp. 115-122), Cambridge: Cambridge University Press (2003).三、 期刊1. Anonymous, More accountability for big-data algorithms, Nature, volume 537, issue 762, p. 449 (2016).2. Bouckaert J., Degryse H., Opt In Versus Opt Out: A Free-Entry Analysis of Privacy, CESIFO Working Paper, no.1831, pp. 1-26 (2006).3. Chen M., Mao S., Liu Y., Big Data: A Survey, Mobile Networks and Applications, volume 19, pp. 171-209 (2014).4. Francis X. Diebold, A Personal Perspective on the Origin(s) and Development of `Big Data`: The Phenomenon, the Term, and the Discipline, Second Version, PIER Working Paper No. 13-003, pp. 1-8 (2012).5. Gandomi A., Haider M., Beyond the hype: Big data concepts, methods, and analytics, International Journal of Information Management, volume 35, issue 2, pp. 137-144 (2015).6. Hatch M., The Privatization of Big Brother: Protecting Sensitive Personal Information from Commercial Interests in the 21st Century, William Mitchell Law Review, volume 27, issue 3, pp. 1458-1502 (2001).7. Kaye J., Whitley E.A., Lund D., Morrison M., Teare H. & Melham K., Dynamic consent: a patient interface for twenty-first century research network, European Journal of Human Genetics, volume 23, pp. 141-146 (2015).8. Luna D.R., Mayan J.C., García M.J., Almerares A.A., Househ M., Challenges and potential solutions for big data implementations in developing countries, IMIA Yearbook of Medical Informatics, volume 9, pp. 36-41 (2014).9. Michael Cox, David Ellsworth, Application-Controlled Demand Paging for Out-of-Core Visualization, Proceedings of the 8th conference on Visualization `97, IEEE Computer Society Press, pp. 235-245 (1997).10. Prosser W.L., Privacy, California Law Review, volume 48, no. 3, pp. 385-402 (1960).11. Patgiri R., Ahmed A., Big Data: The V`s of the Game Changer Paradigm, 2016 IEEE 18th International Conference on High Performance Computing and Communications, pp. 17-24 (2016).12. Rothstein M.A., Knoppers B.M. & Harrell H.L., Comparative Approaches to Biobanks and Privacy, The Journal of Law, Medicine & Ethics, volume 44, issue 1, pp. 161-172 (2016).13. Uddin M.F., Gupta N., Khan M.A., Seven V`s of Big Data understanding Big Data to extract value, Proceedings of the 2014 Zone 1 Conference of the American Society for Engineering Education, pp. 1-5 (2014).四、 新聞、網路資料1. Article 29 Data Protection Working Party (2014), Opinion 8/2014 on the on Recent Developments on the Internet of Things, Retrieved from: https://ec.europa.eu/justice/article-29/documentation/opinion-recommendation/files/2014/wp223_en.pdf (last visited 2020/12/10).2. Article 29 Data Protection Working Party (2016), Guidelines on consent under Regulation 2016/679, Retrieved from: https://ec.europa.eu/newsroom/article29/item-detail.cfm?item_id=623051 (last visited 2021/3/19).3. Article 29 Data Protection Working Party (2017), Guidelines on Data Protection Officers (‘DPOs’), p. 8, Retrieved from: https://ec.europa.eu/newsroom/article29/item-detail.cfm?item_id=612048 (last visited 2021/3/23).4. APEC (2015), APEC Privacy Framework, Retrieved from: https://www.apec.org/Publications/2017/08/APEC-Privacy-Framework-(2015) (last visited 2020/12/10).5. APEC, What is the Cross-Border Privacy Rules System, Retrieved from: https://www.apec.org/About-Us/About-APEC/Fact-Sheets/What-is-the-Cross-Border-Privacy-Rules-System (last visited 2020/12/10).6. Behm S., Deetjen U., Kaniyar S., Methner N., Münstermann B. (2019), Digital ecosystems for insurers: Opportunities through the Internet of Things, Retrieved from: https://www.mckinsey.com/industries/financial-services/our-insights/digital-ecosystems-for-insurers-opportunities-through-the-internet-of-things (last visited 2020/12/7).7. Bluewolf, Berkshire Hathaway Travel Protection: Ahead of the Digital Insurance Curve, Retrieved from: https://www.bluewolf.com/bluewolf-now/berkshire-hathaway-travel-protection-ahead-digital-insurance-curve (last visited 2020/11/13).8. CBPRS , ABOUT CBPRS, Retrieved from: http://cbprs.org/about-cbprs/ (last visited 2020/12/10).9. Dan Ariely (2017), The New Big Data, Retrieved from: https://advanced-hindsight.com/blog/new-big-data/ (last visited 2020/10/13).10. Dictionary by Merriam-Webster, Big Data, Retrieved from: https://www.merriam-webster.com/dictionary/big%20data?src=search-dict-box (last visited 2020/10/13).11. Doug Laney (2001), 3D Data Management: Controlling Data Volume, Velocity, and Variety, Retrieved from: https://www.gartner.com/en/blog (last visited 2020/10/13).12. FTC (2015), Internet of Things: Privacy & Security in a Connected World, Retrieved from: https://www.ftc.gov/system/files/documents/reports/federal-trade-commission-staff-report-november-2013-workshop-entitled-internet-things-privacy/150127iotrpt.pdf (last visited 2020/12/8).13. Gartner, Information Technology Glossary, Retrieved from: https://www.gartner.com/en/information-technology/glossary/big-data (last visited 2020/10/13).14. Gil Press (2013), Big Data News: A Revolution Indeed, Retrieved from: https://www.forbes.com/sites/gilpress/2013/06/18/big-data-news-a-revolution-indeed/#3f246097787f (last visited 2020/10/13).15. Gil Press (2013), A Very Short History Of Big Data, Retrieved from: https://www.forbes.com/sites/gilpress/2013/05/09/a-very-short-history-of-big-data/?sh=588a855165a1 (last visited 2020/10/13).16. ICO. (2012), Anonymisation: managing data protection risk code of practice, Retrieved from: https://ico.org.uk/media/1061/anonymisation-code.pdf (last visited 2021/3/19).17. IBM, What is big data analytics?, Retrieved from: https://www.ibm.com/analytics/hadoop/big-data-analytics (last visited 2020/10/13).18. John Mashey (1999), Big Data and the Next Wave of InfraStress Problems, Solutions, Opportunities, Retrieved from: https://www.usenix.org/conference/1999-usenix-annual-technical-conference/big-data-and-next-wave-infrastress-problems (last visited 2020/10/13).19. Manyika J., Chui M., Brown B., Bughin J., Dobbs R., Roxburgh C., Byers A.H. (2011), Big data: The next frontier for innovation, competition, and productivity, Retrieved from: https://www.mckinsey.com/business-functions/mckinsey-digital/our-insights/big-data-the-next-frontier-for-innovation# (last visited 2020/10/13).20. Mark van Rijmenam (2013), A Short History Of Big Data, Retrieved from: https://datafloq.com/read/big-data-history/239 (last visited 2020/10/13).21. Miller C.C. (2016), When Algorithms Discriminate, Retrieved from: https://www.nytimes.com/2015/07/10/upshot/when-algorithms-discriminate.html (last visited 2020/10/13).22. NAIC (2015), Internet of Things, Retrieved from: https://content.naic.org/cipr_topics/topic_internet_things_iot.htm (last visited 2020/12/8).23. National Data Guardian (2016), National Data Guardian for Health and Care: Review of Data Security, Consent and Opt-Outs, Retrieved from: https://assets.publishing.service.gov.uk/government/uploads/system/uploads/attachment_data/file/535024/data-security-review.PDF (last visited 2021/2/13).24. Nerdwallet, MIB Group: What It Knows About You and Your Health, Retrieved from: https://www.nerdwallet.com/article/insurance/mib-group-data-life-insurance (last visited 2021/2/27).25. NHS , Overview, Retrieved from: https://www.nhs.uk/your-nhs-data-matters/ (last visited 2021/2/18).26. Oxford English Dictionary, Big Data, Retrieved from: https://www-oed-com.autorpa.lib.nccu.edu.tw/view/Entry/18833?redirectedFrom=BIG+DATA#eid301162177 (last visited 2020/10/13).27. OECD , OECD Guidelines on the Protection of Privacy and Transborder Flows of Personal Data, Retrieved from: http://www.oecd.org/sti/ieconomy/oecdguidelinesontheprotectionofprivacyandtransborderflowsofpersonaldata.htm (last visited 2020/5/10).28. OECD (2013), The OECD Privacy Framework, Retrieved from: https://www.oecd.org/internet/ieconomy/privacy-guidelines.htm (last visited 2020/5/10).29. Steve Lohr (2013), The Origins of ‘Big Data’: An Etymological Detective Story, Retrieved from: https://bits.blogs.nytimes.com/2013/02/01/the-origins-of-big-data-an-etymological-detective-story/ (last visited 2020/10/13).30. Smith M., Patil D., Munoz C. (2016), Big Risks, Big Opportunities: the Intersection of Big Data and Civil Rights, Retrieved from: https://obamawhitehouse.archives.gov/blog/2016/05/04/big-risks-big-opportunities-intersection-big-data-and-civil-rights (last visited 2020/10/13)31. Stanford Encyclopedia of Philosophy (2018), Privacy, Retrieved from: https://plato.stanford.edu/entries/privacy/ (last visited 2020/4/26).32. Wikipedia, Big Data, Retrieved from: https://en.wikipedia.org/wiki/Big_data (last visited 2020/10/13).33. Wikipedia, MIB Group, Retrieved from: https://en.wikipedia.org/wiki/MIB_Group#cite_note-4 (last visited 2021/2/27).34. Wikipedia, Convention for the Protection of Individuals with Regard to Automatic Processing of Personal Data, Retrieved from: https://en.wikipedia.org/wiki/Convention_for_the_Protection_of_Individuals_with_Regard_to_Automatic_Processing_of_Personal_Data (last visited 2020/5/10). 描述 碩士
國立政治大學
風險管理與保險學系
107358018資料來源 http://thesis.lib.nccu.edu.tw/record/#G0107358018 資料類型 thesis dc.contributor.advisor 葉啟洲<br>彭金隆 zh_TW dc.contributor.advisor Yeh, Chi-Chou<br>Peng, Jin-Lung en_US dc.contributor.author (Authors) 蘇姿樺 zh_TW dc.contributor.author (Authors) Su, Tzu-Hua en_US dc.creator (作者) 蘇姿樺 zh_TW dc.creator (作者) Su, Tzu-Hua en_US dc.date (日期) 2021 en_US dc.date.accessioned 1-Jul-2021 18:12:15 (UTC+8) - dc.date.available 1-Jul-2021 18:12:15 (UTC+8) - dc.date.issued (上傳時間) 1-Jul-2021 18:12:15 (UTC+8) - dc.identifier (Other Identifiers) G0107358018 en_US dc.identifier.uri (URI) http://nccur.lib.nccu.edu.tw/handle/140.119/135944 - dc.description (描述) 碩士 zh_TW dc.description (描述) 國立政治大學 zh_TW dc.description (描述) 風險管理與保險學系 zh_TW dc.description (描述) 107358018 zh_TW dc.description.abstract (摘要) 當大數據時代來臨，相關新興資訊蒐集、分析技術之快速發展不僅帶動各產業之多面向發展，更是徹底改變人類之社會型態與日常生活。大數據時代下之產業發展雖透過對於個人資料之蒐集、處理、利用而創造無限之可能與價值，惟基於大數據之本質與特性亦同時對於個人資料保護面向帶來難以估計之衝擊與侵害風險，如何在時代發展下兼顧個人資料運用以及個人資料保護實為重要之議題。有鑑於保險制度之本質涉及個人資料之大量蒐集、處理、利用，保險業不論是於投保、核保、理賠等階段皆對於個人資料具大量需求性，故當面臨大數據時代所帶來之變遷，保險業如何於相關技術應用與發展下兼顧對於個人資料之保護即有相當之討論價值。故本文以保險業於大數據時代下之個人資料相關應用與發展作為探討起始點，以保險業利用大型個人資料庫為探討核心，並分別針對健保資料庫之應用、非自然人健保資料應用平台之應用、保險法第177條之2修正條文草案所涉及之保險業大型資料庫建置等議題之可行性與合憲性進行討論與分析，藉由重新檢視我國資訊隱私權理論、我國實務判決與眾學說見解，並兼參考外國法制度後，再行針對前述議題進行爭議要點之提出以及未來發展方向之建議。結論上，本文認為傳統資訊隱私權已不足因應大數據時代下之個人資料保護需求性，故先行提出修正之資訊隱私權理論，並藉此做為前述議題之立論核心基礎。針對健保資料庫、非自然人健保資料應用平台之保險業利用，以及保險法第177條之2修正條文草案等議題，除應確保個人資料主體之資訊自決權受保障外，另亦需考量個人資料去識別化程度之設定、保險歧視之消除、尚生存家屬之保障等面向。另針個人資料保護之整體制度設立上，本文認為除應建立個人資料保護影響評估機制、個人資料利用回饋機制外，政府方與保險業方亦應分別設立個人資料保護專責機關以及專責之個人資料保護長，以確保憲法所奠定之資訊隱私權保障以及個人資料之保護。 zh_TW dc.description.abstract (摘要) When the era of big data comes, new technologies related to data collection and data analysis develop rapidly. The development of these technologies drives the advancement of various industries variously and changes the social pattern and daily life of human beings entirely. Although industries create unlimited possibilities and value through collecting, processing, and utilizing personal data in the era of big data, at the meantime, these industries also bring incalculable impacts and risks to personal data protection due to the characteristics of big data. These potential impacts and risks raise the vital issue in balancing the utilization and the protection of personal data.The nature of insurance involves a large amount of personal data collecting, processing, and utilizing, so the insurance industry always has a great demand for personal data all the time, no matter it`s in customer targeting, insurance underwriting, or insurance claims. Therefore, when the insurance industry faces the changes brought about by the era of big data, it is worth discussing how the insurance industry can take personal data protection into account while applying and developing new technologies. Considering the reason above, this article takes applications and development of the insurance industry as the starting point for the discussion and analyzes the critical issues of the insurance industry`s utilization of large-scale personal data banks.Take Taiwan`s National Health Insurance Research Databases, deceased person`s personal data application platform, article 177-2 of the Insurance Act for examples, discussing and analyzing the feasibility and constitutionality of the insurance industry`s utilization. By re-examining Taiwan’s traditional theory of information privacy, judicial opinions, legal judgments, and authorities’ opinions, along with reference to foreign legislations, this article proposes several methods to the issue questions and directions for future development.In conclusion, this article believes that the traditional theory of information privacy is no longer sufficient to meet the needs of personal data protection in the era of big data, so revision theory to information privacy is proposed and used in the aforementioned issues. When considering the use of Taiwan`s National Health Insurance Research Databases, deceased person`s personal data application platform, and the feasibility of article 177-2 of the Insurance Act in the future, its necessary to ensure the data subject`s autonomy to personal data, the degree of identification, the elimination of insurance discrimination, the protection of surviving family members, etc. Regarding establishing a better system for personal data protection, it`s necessary to develop Data Protection Impact Assessment and a feedback mechanism for the use of personal data, the government should also set up a particular agency for personal data protection, and the insurance industry should hire a Data Protection Officer. In this way, the constitutional right to information privacy and personal data protection can be insured. en_US dc.description.tableofcontents 第一章 緒論 1第一節 研究動機與目的 1第二節 研究方法與範圍 2第三節 研究架構 3第二章 大數據時代之來臨 5第一節 大數據之內涵 5第二節 大數據時代與保險業發展 14第三節 大數據之歧視問題 25第四節 小結 27第三章 個人資料保護制度之發展 29第一節 隱私權與資訊隱私權 29第二節 外國之個人資料保護制度 34第三節 小結 54第四章 保險業之個人資料保護 57第一節 我國之個人資料保護制度 57第二節 保險制度之本質與特性 66第三節 保險業個人資料保護相關法規 68第四節 保險業之資料蒐集 70第五節 大數據時代下保險業個人資料保護挑戰 73第六節 小結 76第五章 全民健保資料庫之保險業應用 79第一節 保險業對於全民健保資料庫之應用需求 79第二節 全民健保資料庫之簡介與歷史進程 79第三節 健保資料庫於保險業現行運用情況 81第四節 現行法下開放保險業運用之合法性探討 82第五節 開放保險業運用之疑慮 92第六節 增訂特別法排除個資法之可能性 101第七節 未來制度應考慮事項 102第六章 保險業資訊平台之應用 117第一節 非自然人健保資料應用平台 117第二節 保險法第177條之2草案爭議問題 125第三節 保險業近期相關機制發展 134第七章 結論與建議 137第一節 資訊隱私權保障內涵與告知後同意原則之重塑 137第二節 建立個人資料保護影響評估機制 139第三節 建立個人資料利用回饋機制 140第四節 保險業設立專責資料保護長 141第五節 政府方設立個人資料保護專責機關 142參考文獻壹、中文文獻 145貳、英文文獻 151 zh_TW dc.format.extent 5701397 bytes - dc.format.mimetype application/pdf - dc.source.uri (資料來源) http://thesis.lib.nccu.edu.tw/record/#G0107358018 en_US dc.subject (關鍵詞) 個人資料保護法 zh_TW dc.subject (關鍵詞) 健保資料庫 zh_TW dc.subject (關鍵詞) 資訊隱私權 zh_TW dc.subject (關鍵詞) 保險法第177條之2 zh_TW dc.subject (關鍵詞) Personal Data Protection Act en_US dc.subject (關鍵詞) National Health Insurance Research Database en_US dc.subject (關鍵詞) Right to Information Privacy en_US dc.subject (關鍵詞) Article 177-2 of the Insurance Act en_US dc.title (題名) 大數據時代下之個人資料保護—以保險業運用大型個人資料庫為討論核心 zh_TW dc.title (題名) Personal Data Protection in the Era of Big Data—Focusing on the Use of Large Personal Data Banks in the Insurance Industry en_US dc.type (資料類型) thesis en_US dc.relation.reference (參考文獻) 參考文獻壹、 中文文獻一、 專書1. 李惠宗，憲法要義，元照，8版，2019年9月。2. 張陳弘、莊植寧，新時代之個人資料保護法治—歐盟GDPR 與臺灣個人資料保護法的比較說明，新學林，1版，2020年8月。3. 葉啟洲，保險法，元照，7版，2021年3月。二、 專書論文1. 邱文聰，初探人工智慧中的個資保護發展趨勢與潛在的反歧視難題，收錄於：劉靜怡（主編），人工智慧相關法律議題芻議，元照，1版，2018年11月，頁149-175。2. 黃昭元，無指紋則無身分證？換發國民身分證與強制全民捺指紋的憲法爭議分析，收錄於：民主、人權、國家—蘇俊雄教授七秩華祝壽論文集，元照，1版，2005年9月，頁461-508。三、 期刊1. 王明禮，論資訊隱私：科技與商業發展脈絡下的觀察，中原財經法學，第32期，2014年6月，頁61-105。2. 王澤鑑，人格權保護的課題與展望(三)人格權的具體化及保護範圍(6)隱私權(上)，台灣本土法學雜誌，第96期，2007年7月，頁21-44。3. 吳崇璿、陳冠瑾、黃品瑄，壽險業應用大數據核保實務淺談，保險專刊，第31卷第2期，2015年6月，頁197-223。4. 吳崇璿、陳冠瑾、黃品瑄，Fintech浪潮下保險業因應之道，保險專刊，第33卷第2期，2017年6月，頁165-196。5. 吳全峰、許慧瑩，健保資料目的外利用之法律爭議—從去識別化作業工具談起，月旦法學雜誌，第272期，2018年1月，頁45-62。6. 李震山，「電腦處理個人資料保護法」之回顧與前瞻，國立中正大學法學集刊，第14期，2004年1月，頁35-82。7. 李震山，資訊時代下「資訊權」入憲之芻議，律師雜誌，第307期，2005年4月，頁15-25。8. 李震山，來者猶可追，正視個人資料保護問題—司法院大法官釋字第六○三號解釋評析，台灣本土法學雜誌，第76期，2005年11月，頁222-234。9. 李崇僖、星友康，人體生物資料庫之合理近用及其專利政策－以我國之商業運用利益回饋為核心，智慧財產評論，第13卷第2期，2016年1月，頁73 -106。10. 李旺達、劉心國，試析我國於APEC跨境隱私保護規則體系下隱私執法機關之設立，經貿法訊，第228期，2018年3月，頁5-13。11. 李世德，GDPR與我國個人資料保護法之比較分析，台灣經濟論衡，第16卷第3期，2018年9月，頁69-93。12. 李寧修，個人資料合理利用模式之探析：以健康資料之學術研究為例，臺大法學論叢，第49卷第1期，2020年3月，頁1-50。13. 邱文聰，從資訊自決與資訊隱私的概念區分—評「電腦處理個人資料保護法修正草案」的結構性問題，月旦法學雜誌，第168期，2009年5月，頁172-189。14. 范姜真媺，個人資料保護法關於「個人資料」保護範圍之檢討，東海大學法學研究，第41期，2013年12月，頁91-123。15. 范姜真媺，個人醫療資料之保護與利用—以全民健康保險為中心，法學叢刊，第61卷第3期，2016年7月，頁41-72。16. 范姜真媺，大數據時代下個人資料範圍之再檢討—以日本為借鏡，東吳法律學報，第29卷第2期，2017年10月，頁1-38。17. 范姜真媺，匿名加工資料制度之創設──因應大數據時代日本個人資料保護法之新進展，東海大學法學研究，第59期，2020年5月，頁1-54。18. 翁逸泓，資訊委員的時代角色—以GDPR及英國2018年資料保護法為中心，月旦法學雜誌，第286期，2019年3月，頁32-50。19. 許宗力，基本權利：第五講—基本權利的第三人效力與國庫效力，月旦法學教室，第9期，2003年7月，頁64-73。20. 張玉宏，秦志光，肖樂，大數據算法的歧視本質，自然辯証法研究，第33卷第5期，2017年，頁81-86。21. 張陳弘，個人資料之認定—個人資料保護法適用之啟動，法令月刊，第67卷第5期，2016年5月，頁67-101。22. 張陳弘，新興科技下的資訊隱私保護：「告知後同意原則」的侷限性與修正方法之提出，臺大法學論叢，第47卷第1期，2018年3月，頁201-297。23. 張陳弘，國家建置全民健康保險資料庫之資訊隱私保護爭議—評最高行政法院106年度判字第54號判決，中原財經法學，第40期，2018年6月，頁185-257。24. 彭金隆，「開放銀行」也要考慮「開放保險」！，Advisers財務顧問，第374期，2020年6月，頁24-25。25. 彭金隆，什麼是「保全／理賠聯盟鏈」？，Smart智富月刊，第264期，2020年8月，頁18-19。26. 葉啟洲，民事交易關係上之反歧視原則—德國一般平等待遇法之借鏡，東吳法律學報，第26卷第3期，2015年1月，頁143-200。27. 葉志良，因應物聯網發展資料保護法制的革新—歐盟法制的發展與啟示，中原財經法學，第40期，2018年6月，頁61-127。28. 劉定基，個人資料的定義、保護原則與個人資料保護法適用的例外—以監視錄影為例(下)，月旦法學教室，第115期，2012年9月，頁39-53。29. 蔡靜怡，大數據時代下的APEC跨境隱私保護規則，APEC 通訊，第181期，2014年10月，頁9-10。30. 蕭奕弘，健保資料庫行政訴訟案：醫學研究與資訊隱私間的衝突，月旦醫事法報告，第19期，2018年5月，頁88-121。31. 闕光威、陳婉茹，歐盟個人資料保護新規之衝擊與影響，全國律師，第22卷第1期，2018年1月，頁75-82。32. 羅俊瑋，歐盟個人資料保護規則草案對保險業運作影響之初探，萬國法律，第195期，2014年6月，頁13-29。33. 羅鈺珊，分散式帳本與區塊鏈的應用現況與挑戰，經濟前瞻，第173期，2017年9月，頁79-84。四、 學位論文1. 吳珞齊，保險業適用個人資料保護法問題研究—以保險法第177 條之1 及個人資料保護法第3條為核心，政治大學風險管理與保險學系碩士論文，2018年6月。2. 張容涵，從比較法觀點探討我國個資保護制度之轉型，臺灣大學法律學研究所碩士論文，2019年7月。3. 蔡杰庭，大數據時代下我國個人資料保護法之修正建議，東吳大學法學院法律學系碩士論文，2020年7月。4. 鍾孝宇，巨量資料與隱私權—個人資料保護機制的再思考，政治大學法律學系研究所碩士論文，2017年7月。五、 新聞、網路資料1. 中華民國人壽保險商業同業公會（2020年7月1日），〈邁向保險服務新紀元--保險業保全/理賠聯盟鏈一站式服務七月一日啟動試辦〉，《保險科技運用共享平台網站》，取自http://www.lia-roc.org.tw/insurancechain/（瀏覽日期：2020年11月10日）。2. 王儷玲（2019年12月4日），〈Open API讓Open Data更安全〉，《遠見》，取自https://www.gvm.com.tw/article/69081（瀏覽日期：2020年11月10日）。3. 王儷玲（2019年8月1日），〈區塊鏈技術讓理賠更便利〉，《Smart自學網》，取自http://smart.businessweekly.com.tw/Reading/WebArticle.aspx?id=69885（瀏覽日期：2020年11月10日）。4. 王儷玲、彭金隆、謝明華、臧正運（2018年2月15日），〈我國保險業金融科技（FinTech/ InsurTech）發展趨勢之風險管理及監理機制研究〉，《國立政治大學金融科技研究中心》，頁8-13，取自http://www.tigf.org.tw/UpFile/ResearchTopicsFile/%E6%88%91%E5%9C%8B%E4%BF%9D%E9%9A%AA%E6%A5%AD%E9%87%91%E8%9E%8D%E7%A7%91%E6%8A%80%E7%99%BC%E5%B1%95%E8%B6%A8%E5%8B%A2%E4%B9%8B%E9%A2%A8%E9%9A%AA%E7%AE%A1%E7%90%86%E5%8F%8A%E7%9B%A3%E7%90%86%E6%A9%9F%E5%88%B6%E7%A0%94%E7%A9%B6_%E6%9C%9F%E6%9C%AB%E5%A0%B1%E5%91%8A.pdf（瀏覽日期：2021年2月1日）。5. 立法院（2011年1月21日），〈立法院公報〉，第100卷，第99期，《立法院網站》，頁63，取自 https://lci.ly.gov.tw/LyLCEW/communique1/final/pdf/100/09/LCIDC01_1000901.pdf（瀏覽日期：2020年11月10日）。6. 立法院（2015年12月23日），〈立法院公報〉，第104卷，第96期，下策，《立法院網站》，取自 https://lis.ly.gov.tw/lgcgi/lypdftxt?xdd!cec9cdcdc7cdcfc8c6cc81cecfcbcfc6c9cfcdc4cfcdc9cac4cfcdc8cf（瀏覽日期：2020年11月10日）。7. 全民健康保險保險人資訊整合應用服務中心，〈中心簡介〉，《衛福部網站》，取自https://www.nhi.gov.tw/Content_List.aspx?n=40E530FA5316BE38&topn=787128DAD5F71B1A（瀏覽日期：2020年11月10日）。8. 全球人壽，〈申請理賠應備文件〉，《全球人壽網站》，取自https://www.transglobe.com.tw/service-claim-intro.html（瀏覽日期：2021年4月5日）。9. 安達產物保險，〈安達產物住宅火災及地震基本保險條款〉，《安達產物保險網站》，取自https://www.chubb.com/tw-zh/personal/residential-fire-insurance.html（瀏覽日期：2021年4月5日）。10. 李蕙璇（2019年4月7日），〈你被大數據找到了AI助攻保險業務員業績大升〉，《ETtoday新聞雲》，取自 https://www.ettoday.net/news/20190407/1415522.htm（瀏覽日期：2020年11月10日）。11. 巫芝岳、吳培安（2021年1月5日），〈死後健保資料可否被再利用？健保署：三年內建自主權平台〉，《環球生技》，取自https://store.gbimonthly.com/Article/Detail/54015?lang=zh-TW（瀏覽日期：2021年1月10日）。12. 吳麟（2021年4月19日），〈觀念平台－新興科技應用讓保險業未來大不同〉，《工商時報》，取自https://www.chinatimes.com/newspapers/20210419000172-260209?chdtv （瀏覽日期：2021年4月26日）。13. 沈能元（2020年11月24日），〈健保資料爭議 開放350萬名死者資料 健保署挨批鑽法律漏洞〉，《蘋果新聞網》，取自https://tw.appledaily.com/life/20201124/JMZQR3S3QNA7LC3PY5TP24OTVA/ （瀏覽日期：2020年11月10日）。14. 法務部（2006年10月13日），〈電腦處理個人資料保護法修正草案總說明(行政院版)〉，《法務部網站》，取自https://www.moj.gov.tw/2204/2528/2529/2545/12753/（瀏覽日期：2021年2月24日）。15. 法務部（2010年6月8日），〈99年5月26日總統公布電腦處理個人資料保護法修正草案對照表〉，《法務部網站》，取自https://www.moj.gov.tw/2204/2528/2529/2545/12776/post（瀏覽日期：2021年2月24日）。16. 金管會保險局，〈個人資料保護專區-相關規定〉，《金管會網站》，取自 https://www.ib.gov.tw/ch/home.jsp?id=146&parentpath=0,2（瀏覽日期：2020年11月10日）。17. 金管會（2016年5月25日），〈金管保綜字第10502562221號〉，《金管會網站》，取自 https://www.ib.gov.tw/ch/home.jsp?id=35&parentpath=0,2&mcustomize=multimessage_view.jsp&dataserno=201605250002&aplistdn=ou=bulletin,ou=multisite,ou=chinese,ou=ap_root,o=fsc,c=tw&toolsflag=Y&dtable=Law（瀏覽日期：2020年11月10日）。18. 金管會（2018年12月28日），〈預告「保險法」部分條文修正草案〉，《金管會網站》，取自https://www.fsc.gov.tw/ch/home.jsp?id=133&parentpath=0,3&mcustomize=lawnotice_view.jsp&dataserno=201812280001&aplistdn=ou=noticelaw,ou=chlaw,ou=ap_root,o=fsc,c=tw&dtable=NoticeLaw（瀏覽日期：2021年2月24日）。19. 邱宜君（2020年10月27日），〈產業可利用350萬筆死者健保資料 限健康相關目的〉，《聯合新聞網》，取自https://udn.com/news/story/7266/4967475（瀏覽日期：2021年3月30日）。20. 范姜真媺、劉定基、李寧修（2016年12月30日），〈法務部「歐盟及日本個人資料保護立法最新發展之分析報告」〉，《法務部網站》，頁34-43，取自https://www.moj.gov.tw/2204/2645/2687/23430/（瀏覽日期：2021年2月1日）。21. 翁芊儒（2020年10月27日），〈健保大數據開放新進展，350萬名去識別化逝者資料開放企業申請〉，《iThome》，取自https://www.ithome.com.tw/news/140787（瀏覽日期：2020年11月10日）。22. 財團法人保險事業發展中心（2021年5月27日），〈保險財務業務統計〉，《財團法人保險事業發展中心網站》，取自https://www.tii.org.tw/tii/information/information1/000001.html（瀏覽日期：2021年5月30日）23. 陳豐年（2020年3月9日），〈保險業使用大數據分析的潛在監理議題〉，《工商時報》，取自https://view.ctee.com.tw/monetary/17260.html（瀏覽日期：2021年2月1日）。24. 陳譽文（2016年8月15日），〈大數據應用潛藏的歧視風險〉，《資安人科技網》，取自https://www.informationsecurity.com.tw/article/article_detail.aspx?tv=&aid=8311&pages=1（瀏覽日期：2020年10月13日）。25. 富邦產險（2018年6月5日），〈富邦產險導入AI智能核保系統 送件當場即可知道核保結果 預計自動核保件將由八成增加至九成〉，《富邦產險官網》，取自https://www.fubon.com/insurance/home/news/news_20181026_544748.html（瀏覽日期：2020年11月10日）。26. 彭禎伶（2019年2月14日），〈壽險公會、保發中心搶當保險資料庫〉，《工商時報》，取自https://www.chinatimes.com/newspapers/20190214000279-260202?chdtv（瀏覽日期：2020年11月10日）。27. 彭禎伶（2020年10月21日），〈壽險公會副秘書長金憶惠：共享平台具七大功能 一鏈搞定所有理賠〉，《工商時報》，取自https://www.chinatimes.com/amp/realtimenews/20201021000165-261502（瀏覽日期：2020年11月10日）。28. 彭禎伶（2019年1月2日），〈建置大資料庫 保險業喜憂參半〉，《工商時報》，取自https://www.chinatimes.com/newspapers/20190102000304-260205?chdtv（瀏覽日期：2021年2月24日）。29. 黃銘輝、翁清坤（2012年12月），〈個人資料保護法施行後現行臺北市法規之衝擊與因應〉，《臺北市政府法務局》，取自https://www.legalaffairs.gov.taipei/News_Content.aspx?n=5C56DAE8D685EA0E&s=57DD72F2D1578826（瀏覽日期：2020年12月20日）。30. 達文西個資暨高科技法律事務所（2018年5月5日），〈國家發展委員會106年度「個人資料保護專責機關與資料在地化之法制研究」委託研究計畫結案報告〉，《國家發展委員會》，取自https://www.ndc.gov.tw/News_Content.aspx?n=B7C121049B631A78&s=8993768D9334F6C4（瀏覽日期：2021年3月30日）。31. 楊筱筠（2020年3月18日），〈AI應用持續發威！SAS攜手台灣壽險業揪出理賠詐欺〉，《聯合新聞網》，取自https://udn.com/news/story/7239/4425271（瀏覽日期：2020年11月10日）。32. 廖述源（2017年3月1日），〈大數法則析論（I）：弱性大數法則VS強性大數法則〉，《保險經營論壇》，取自http://www.insop.org.tw/resources/forum/20170301.pdf（瀏覽日期：2020年11月10日）。33. 衛生福利資料科學中心（2017年8月16日），〈成立緣由〉，《衛生福利部統計處網站》，取自https://dep.mohw.gov.tw/dos/cp-2499-3562-113.html（瀏覽日期：2021年1月30日）。34. 衛生福利部中央健康保險署，〈SDK常見問題(Q&A)〉，《衛生福利部中央健康保險署網站》，取自https://www.nhi.gov.tw/Content_List.aspx?n=F4DA014042A0DCAC（瀏覽日期：2021年2月27日）。35. 魏怡嘉（2018年12月3日），〈健保資料庫 產業應用開綠燈〉，《中國時報》，取自https://www.chinatimes.com/newspapers/20181203000472-260114?chdtv（瀏覽日期：2021年2月1日）。貳、 英文文獻一、 專書1. Daniel J. Solove, The Digital Person: Technology and Privacy in the Information Age, New York: NYU Press (2004).二、 專書論文1. Ali Sunyaev, The Internet of Things, in Internet Computing: Principles of Distributed Systems and Emerging Internet-Based Technologies (pp. 301-337), Cham: Springer (2020).2. Edward Curry, The Big Data Value Chain: Definitions, Concepts, and Theoretical Approaches, in Cavanillas J., Curry E., Wahlster W. (Eds.), New Horizons for a Data-Driven Economy: A Roadmap for Usage and Exploitation of Big Data in Europe (pp. 29-37), Cham: Springer (2016).3. Francis X. Diebold, “Big Data” Dynamic Factor Models for Macroeconomic Measurement and Forecasting, in Mathias D., Lars Peter H., Stephen T. (Eds.), Advances in Economics and Econometrics: Theory and Applications, Eighth World Congress (pp. 115-122), Cambridge: Cambridge University Press (2003).三、 期刊1. Anonymous, More accountability for big-data algorithms, Nature, volume 537, issue 762, p. 449 (2016).2. Bouckaert J., Degryse H., Opt In Versus Opt Out: A Free-Entry Analysis of Privacy, CESIFO Working Paper, no.1831, pp. 1-26 (2006).3. Chen M., Mao S., Liu Y., Big Data: A Survey, Mobile Networks and Applications, volume 19, pp. 171-209 (2014).4. Francis X. Diebold, A Personal Perspective on the Origin(s) and Development of `Big Data`: The Phenomenon, the Term, and the Discipline, Second Version, PIER Working Paper No. 13-003, pp. 1-8 (2012).5. Gandomi A., Haider M., Beyond the hype: Big data concepts, methods, and analytics, International Journal of Information Management, volume 35, issue 2, pp. 137-144 (2015).6. Hatch M., The Privatization of Big Brother: Protecting Sensitive Personal Information from Commercial Interests in the 21st Century, William Mitchell Law Review, volume 27, issue 3, pp. 1458-1502 (2001).7. Kaye J., Whitley E.A., Lund D., Morrison M., Teare H. & Melham K., Dynamic consent: a patient interface for twenty-first century research network, European Journal of Human Genetics, volume 23, pp. 141-146 (2015).8. Luna D.R., Mayan J.C., García M.J., Almerares A.A., Househ M., Challenges and potential solutions for big data implementations in developing countries, IMIA Yearbook of Medical Informatics, volume 9, pp. 36-41 (2014).9. Michael Cox, David Ellsworth, Application-Controlled Demand Paging for Out-of-Core Visualization, Proceedings of the 8th conference on Visualization `97, IEEE Computer Society Press, pp. 235-245 (1997).10. Prosser W.L., Privacy, California Law Review, volume 48, no. 3, pp. 385-402 (1960).11. Patgiri R., Ahmed A., Big Data: The V`s of the Game Changer Paradigm, 2016 IEEE 18th International Conference on High Performance Computing and Communications, pp. 17-24 (2016).12. Rothstein M.A., Knoppers B.M. & Harrell H.L., Comparative Approaches to Biobanks and Privacy, The Journal of Law, Medicine & Ethics, volume 44, issue 1, pp. 161-172 (2016).13. Uddin M.F., Gupta N., Khan M.A., Seven V`s of Big Data understanding Big Data to extract value, Proceedings of the 2014 Zone 1 Conference of the American Society for Engineering Education, pp. 1-5 (2014).四、 新聞、網路資料1. Article 29 Data Protection Working Party (2014), Opinion 8/2014 on the on Recent Developments on the Internet of Things, Retrieved from: https://ec.europa.eu/justice/article-29/documentation/opinion-recommendation/files/2014/wp223_en.pdf (last visited 2020/12/10).2. Article 29 Data Protection Working Party (2016), Guidelines on consent under Regulation 2016/679, Retrieved from: https://ec.europa.eu/newsroom/article29/item-detail.cfm?item_id=623051 (last visited 2021/3/19).3. Article 29 Data Protection Working Party (2017), Guidelines on Data Protection Officers (‘DPOs’), p. 8, Retrieved from: https://ec.europa.eu/newsroom/article29/item-detail.cfm?item_id=612048 (last visited 2021/3/23).4. APEC (2015), APEC Privacy Framework, Retrieved from: https://www.apec.org/Publications/2017/08/APEC-Privacy-Framework-(2015) (last visited 2020/12/10).5. APEC, What is the Cross-Border Privacy Rules System, Retrieved from: https://www.apec.org/About-Us/About-APEC/Fact-Sheets/What-is-the-Cross-Border-Privacy-Rules-System (last visited 2020/12/10).6. Behm S., Deetjen U., Kaniyar S., Methner N., Münstermann B. (2019), Digital ecosystems for insurers: Opportunities through the Internet of Things, Retrieved from: https://www.mckinsey.com/industries/financial-services/our-insights/digital-ecosystems-for-insurers-opportunities-through-the-internet-of-things (last visited 2020/12/7).7. Bluewolf, Berkshire Hathaway Travel Protection: Ahead of the Digital Insurance Curve, Retrieved from: https://www.bluewolf.com/bluewolf-now/berkshire-hathaway-travel-protection-ahead-digital-insurance-curve (last visited 2020/11/13).8. CBPRS , ABOUT CBPRS, Retrieved from: http://cbprs.org/about-cbprs/ (last visited 2020/12/10).9. Dan Ariely (2017), The New Big Data, Retrieved from: https://advanced-hindsight.com/blog/new-big-data/ (last visited 2020/10/13).10. Dictionary by Merriam-Webster, Big Data, Retrieved from: https://www.merriam-webster.com/dictionary/big%20data?src=search-dict-box (last visited 2020/10/13).11. Doug Laney (2001), 3D Data Management: Controlling Data Volume, Velocity, and Variety, Retrieved from: https://www.gartner.com/en/blog (last visited 2020/10/13).12. FTC (2015), Internet of Things: Privacy & Security in a Connected World, Retrieved from: https://www.ftc.gov/system/files/documents/reports/federal-trade-commission-staff-report-november-2013-workshop-entitled-internet-things-privacy/150127iotrpt.pdf (last visited 2020/12/8).13. Gartner, Information Technology Glossary, Retrieved from: https://www.gartner.com/en/information-technology/glossary/big-data (last visited 2020/10/13).14. Gil Press (2013), Big Data News: A Revolution Indeed, Retrieved from: https://www.forbes.com/sites/gilpress/2013/06/18/big-data-news-a-revolution-indeed/#3f246097787f (last visited 2020/10/13).15. Gil Press (2013), A Very Short History Of Big Data, Retrieved from: https://www.forbes.com/sites/gilpress/2013/05/09/a-very-short-history-of-big-data/?sh=588a855165a1 (last visited 2020/10/13).16. ICO. (2012), Anonymisation: managing data protection risk code of practice, Retrieved from: https://ico.org.uk/media/1061/anonymisation-code.pdf (last visited 2021/3/19).17. IBM, What is big data analytics?, Retrieved from: https://www.ibm.com/analytics/hadoop/big-data-analytics (last visited 2020/10/13).18. John Mashey (1999), Big Data and the Next Wave of InfraStress Problems, Solutions, Opportunities, Retrieved from: https://www.usenix.org/conference/1999-usenix-annual-technical-conference/big-data-and-next-wave-infrastress-problems (last visited 2020/10/13).19. Manyika J., Chui M., Brown B., Bughin J., Dobbs R., Roxburgh C., Byers A.H. (2011), Big data: The next frontier for innovation, competition, and productivity, Retrieved from: https://www.mckinsey.com/business-functions/mckinsey-digital/our-insights/big-data-the-next-frontier-for-innovation# (last visited 2020/10/13).20. Mark van Rijmenam (2013), A Short History Of Big Data, Retrieved from: https://datafloq.com/read/big-data-history/239 (last visited 2020/10/13).21. Miller C.C. (2016), When Algorithms Discriminate, Retrieved from: https://www.nytimes.com/2015/07/10/upshot/when-algorithms-discriminate.html (last visited 2020/10/13).22. NAIC (2015), Internet of Things, Retrieved from: https://content.naic.org/cipr_topics/topic_internet_things_iot.htm (last visited 2020/12/8).23. National Data Guardian (2016), National Data Guardian for Health and Care: Review of Data Security, Consent and Opt-Outs, Retrieved from: https://assets.publishing.service.gov.uk/government/uploads/system/uploads/attachment_data/file/535024/data-security-review.PDF (last visited 2021/2/13).24. Nerdwallet, MIB Group: What It Knows About You and Your Health, Retrieved from: https://www.nerdwallet.com/article/insurance/mib-group-data-life-insurance (last visited 2021/2/27).25. NHS , Overview, Retrieved from: https://www.nhs.uk/your-nhs-data-matters/ (last visited 2021/2/18).26. Oxford English Dictionary, Big Data, Retrieved from: https://www-oed-com.autorpa.lib.nccu.edu.tw/view/Entry/18833?redirectedFrom=BIG+DATA#eid301162177 (last visited 2020/10/13).27. OECD , OECD Guidelines on the Protection of Privacy and Transborder Flows of Personal Data, Retrieved from: http://www.oecd.org/sti/ieconomy/oecdguidelinesontheprotectionofprivacyandtransborderflowsofpersonaldata.htm (last visited 2020/5/10).28. OECD (2013), The OECD Privacy Framework, Retrieved from: https://www.oecd.org/internet/ieconomy/privacy-guidelines.htm (last visited 2020/5/10).29. Steve Lohr (2013), The Origins of ‘Big Data’: An Etymological Detective Story, Retrieved from: https://bits.blogs.nytimes.com/2013/02/01/the-origins-of-big-data-an-etymological-detective-story/ (last visited 2020/10/13).30. Smith M., Patil D., Munoz C. (2016), Big Risks, Big Opportunities: the Intersection of Big Data and Civil Rights, Retrieved from: https://obamawhitehouse.archives.gov/blog/2016/05/04/big-risks-big-opportunities-intersection-big-data-and-civil-rights (last visited 2020/10/13)31. Stanford Encyclopedia of Philosophy (2018), Privacy, Retrieved from: https://plato.stanford.edu/entries/privacy/ (last visited 2020/4/26).32. Wikipedia, Big Data, Retrieved from: https://en.wikipedia.org/wiki/Big_data (last visited 2020/10/13).33. Wikipedia, MIB Group, Retrieved from: https://en.wikipedia.org/wiki/MIB_Group#cite_note-4 (last visited 2021/2/27).34. Wikipedia, Convention for the Protection of Individuals with Regard to Automatic Processing of Personal Data, Retrieved from: https://en.wikipedia.org/wiki/Convention_for_the_Protection_of_Individuals_with_Regard_to_Automatic_Processing_of_Personal_Data (last visited 2020/5/10). zh_TW dc.identifier.doi (DOI) 10.6814/NCCU202100546 en_US
