Qazanclar:
- DICOM şəkillərində daxil edilmiş identifikasiya məlumatlarını (başlıq və daxil edilmiş məlumatlar) tanımaq və anonimləşdirmə və təhlükəsiz paylaşma qaydalarını tətbiq etmək bacarığı
- Süni intellekt modelinin təsdiqini, sübut səviyyəsini, tənzimləyici təsdiqini (CE/tənzimləmə) və yerli təsdiqini tənqidi qiymətləndirmək bacarığı
- Təsvir kontekstində alqoritmik qərəz, xəstə razılığı, məsuliyyət və şəffaflıq kimi etik məsələləri həll etmək bacarığı
Radioloji məlumatlar şəxsi məlumatların ən həssas növlərindən biridir. Təsvir təkcə xəstəliyi deyil, kimin xəstəliyi olduğunu da çatdırır; beyin MRT-si üz rekonstruksiyası vasitəsilə bir insanı müəyyən edə bilər, DICOM faylı xəstənin adını, şəxsiyyət nömrəsini və doğum tarixini başlığında saxlayır. Süni intellekt əsrində bu məlumatları alətə yükləmək, paylaşmaq və ya modeli öyrətmək üçün istifadə etmək asandır – və məxfilik üçün ən böyük riski yaradan da məhz bu asanlıqdır. Bu bölmədə biz DICOM-un anonimləşdirilməsi, KVKK/məxfilik, modelin təsdiqi və etika məsələlərini sona qədər müzakirə edəcəyik.
Əsas prinsip: Radioloji şəkillər və hesabatlar xüsusi şəxsi məlumatlardır. DICOM başlığında olan və təsvirə daxil edilmiş şəxsiyyət məlumatları anonimləşdirilmədən heç bir xarici alətə daxil olmur. Modelin etibarlılığı; Doğrulama sübut səviyyəsi, tənzimləyici təsdiq və yerli yoxlama ilə qiymətləndirilir. Məsuliyyət, imza və yekun qərar həmişə radioloqun üzərinə düşür.
DICOM şəxsiyyəti iki qatda daşıyır
Radioloji məlumatlar, digər sağlamlıq məlumatlarından fərqli olaraq, şəxsiyyəti iki ayrı təbəqədə daşıyır və anonimləşdirmə hər ikisini təmizləmədən natamamdır.
1. DICOM başlığı: Şəkil faylının əvvəlində strukturlaşdırılmış sahələr — xəstənin adı, identifikasiya/protokol nömrəsi, doğum tarixi, cinsi, müəssisə, müayinə tarixi, cihaz. Bu sahələr bir alətlə silinə/maskalana bilər, lakin unudulsa, şəkil "anonim" olduğu düşünülərək şəxsiyyəti daşımağa davam edəcək.
2. Yandırılmış məlumatlar: Bəzi şəkillərdə, xüsusən də ultrasəs, flüoroskopiya ilə ekran çəkilişləri, xarici skanlar - xəstə məlumatı birbaşa piksellərə yazılır. Başlığın təmizlənməsi bunu aradan qaldırmır; daxil edilmiş mətn maskalanmalı (örtülməlidir) və ya həmin sahə kəsilməlidir.
Əlavə olaraq, üzün rekonstruksiya riski: üz yüksək rezolyusiyaya malik baş/beyin KT və MRT-lərdən üçölçülü şəkildə yenidən qurula bilər; Bu da şəxsiyyətin açıqlanmasının bir formasıdır və bəzi kontekstlərdə “defating” tələb edir.
qat
harada
Necə təmizləmək olar
unudulsa
DICOM başlığı
Fayl başlığı
Anonimləşdirmə vasitəsi
ID açıq qalır
daxil edilmiş mətn
daxili piksel
Maskalama/kəsmə
Şəkil şəxsiyyət daşıyır
üz məlumatları
3D baş görünüşü
dağıdıcı
Üzündən tanınır
Hesabat mətni
RIS/mətn
Ad/nömrə silinir
Şəxsin şəxsiyyəti müəyyənləşdirilir
KVKK və təhlükəsiz paylaşım
Türkiyədə KVKK (Şəxsi Məlumatların Qorunması Qanunu) sağlamlıq məlumatlarına ən yüksək səviyyədə qorunma səviyyəsində "xüsusi xarakterli şəxsi məlumatlar" kimi yanaşır; Avropada onun ekvivalenti GDPR-dir. Əsas qaydalar: məlumatları yalnız zəruri məqsəd üçün lazım olan qədər emal edin; qurumdan kənarda anonimləşdirmə; Əgər siz ondan nümunəvi təlimdə istifadə edəcəksinizsə, hüquqi əsas və zəruri hallarda açıq razılıq təqdim edin; Məlumatlarınızın hara getdiyini bilin. Anonim olmayan şəkillərin/hesabatların ictimai AI alətinə yüklənməsi məlumatların pozulmasıdır. Məlumatların emalı müqaviləsi (DPA) olan, məlumatlarınızı model təlimində istifadə etməyən və tercihen daxili/yerli işləyən korporativ alətlərə üstünlük verilməlidir.
Diqqət: "Mən indicə soyadı sildim" və ya "alət artıq təhlükəsizdir" demək anonimləşdirmə deyil. Ad, TR ID, protokol/imtahan nömrəsi, doğum tarixi, əlaqə, qurum və daxil edilmiş/başlıq şəxsiyyət məlumatları silinmədən heç bir məlumat qurumdan kənara çıxmır. Anonimləşdirmə vərdiş deyil, birdəfəlik iş deyil.
Modelin yoxlanılması: modelə nə vaxt etibar etmək lazımdır
Modelin “işlədiyini” demək kifayət deyil; Bunun necə, harada və nə qədər işlədiyini soruşmaq lazımdır.
- Validasiya və sübut səviyyəsi: Model hansı populyasiyada, neçə halda, hansı metriklərlə (həssaslıq, spesifiklik, yanlış mənfi) sınaqdan keçirilmişdir? Nəşr edilmiş, müstəqil sübut varmı?
- Tənzimləyici təsdiq: Məhsul tibbi cihaz kimi təsdiqlənibmi (məsələn, CE işarəsi, müvafiq normativ təsdiq)? Təsdiq hansı istifadəni əhatə edir?
- Yerli yoxlama: Ən kritik addım. Model öz cihazınızda, öz protokolunuzda, öz əhalinizdə sınaqdan keçirilibmi? Dağıtım sürüşməsi (təlim şəraitindən uzaqlaşdıqca performansın azalması) yerli yoxlama olmadan görünmür.
- İzləmə: Model versiyası, yeniləmələr və performans dəyişikliyi izlənilirmi?
Etik ölçü
Alqoritmik qərəz: Model müəyyən bir populyasiyaya öyrədilirsə, o, digər qruplarda (yaş, cins, etnik mənsubiyyət, nadir xəstəlik) daha pis çıxış edə və bərabərsizliyi artıra bilər. Xəstənin razılığı və şəffaflığı: Xəstə diaqnozunda süni intellektdən istifadə edildiyini bilməlidir; Qurum bunu necə şəffaf edir? Məsuliyyət: Süni intellektlə oxunuşda səhv olarsa, kim cavabdehdir - cavab imzalayan radioloqdadır; AI məsuliyyəti öz üzərinə götürmür. Ədalətli giriş: Süni intellekt alətləri bəzi mərkəzlərdə mövcuddursa, digərlərində yoxdursa, bu, bərabərsizlik mənbəyi ola bilər.
üç mini qutu
1-ci hal - Daxil edilmiş mətn pozuntusu. Həkim maraqlı ultrasəs şəklini yükləyir, onun başlığını təmizləyir və ictimai süni intellekt alətinə yükləyir. Lakin şəklin küncündə pikselə həkk olunmuş xəstənin adı və protokol nömrəsi var; Başlıq təmiz olsa da, daxil edilmiş yazı identifikatoru daşıyırdı. Qurum bir KVKK bildirişi ilə qarşılaşır. Düzgün yol, quraşdırılmış sahəni maskalamaq və belə paylaşmaq idi.
2-ci hal – Yerli yoxlama olmadan yayılması. Mərkəz müntəzəm olaraq xaricdəki əhaliyə öyrədilmiş sümük yaşı modelini öz xəstə qrupunda təsdiqləmədən təqdim edir. Aylar sonra, modelin öz populyasiyalarında sistematik olaraq qərəzli olduğu fərq edilir. Əgər yerli yoxlama aparılsaydı, bu, əvvəldən görünərdi. Dərs: hətta tənzimləyicilərin təsdiqi də yerli yoxlamanı əvəz edə bilməz.
3-cü hal – Anonimləşdirmə barədə məlumat verin. Bir radioloq süni intellekt vasitəsi ilə həmkarı ilə çətin bir işi müzakirə etmək istəyir. O, hekayəni “Ayşe Yılmaz, protokol 2024-114523, döş xərçəngi” əvəzinə “62 yaşlı qadın, döş xərçəngi öyküsü məlumdur” kimi yenidən yazır; DICOM başlığı təmizlənmiş və daxil edilmiş mətn maskalanmış şəkildə şəkli paylaşır. Klinik müzakirə gedir, şəxsiyyətlər aşkarlanmır. Düzgün anonimləşdirmə təhlükəsiz AI istifadəsini təmin etdi.
Zəif məlumat / Güclü göstəriş
Zəif çağırış:
Ayşe Yılmaz, TC 123..., protokol 2024-114523, döş xərçəngi, bu MRT-ni şərh.
Şəxsiyyət açıq şəkildə paylaşılır; Bu KVKK pozuntusudur, göstəriş yazılmamış dayanmalı idi.
Güclü göstəriş:
Rolunuz: anonimləşdirməyə nəzarət köməkçisi. Aşağıdakı mətndən adınızı, TR şəxsiyyət vəsiqənizi, protokol/imtahan nömrənizi, doğum tarixinizi, əlaqə və qurum məlumatlarınızı çıxarın; onu "[silindi]" ilə əvəz edin. Yalnız klinik cəhətdən zəruri olan anonim məlumatları (yaş qrupu, cins, müvafiq tarix) buraxın. Həmçinin mənə xatırladın: şəkil paylaşmaq niyyətindəyəmsə, DICOM başlığını və şəkildə daxil edilmiş mətni silməli və baş/beyin şəkillərində üz məlumatlarını nəzərə almalıyam. Mətn: [mətni yapışdırın]
Güclü operativ ID çıxarır, daxil edilmiş/başlıq və üz məlumatlarını xatırladır.
Kopyalana bilən sorğu şablonları
ANONİMİZASİYA NƏZARƏT ŞABLANISizin rolunuz: anonimləşdirmə köməkçisi. Mətndən ad, TR şəxsiyyət vəsiqəsinin nömrəsi, protokol/imtahan nömrəsi, doğum tarixi, əlaqə və qurum məlumatlarını çıxarın; "[silindi]" yazın. Yalnız klinik olaraq tələb olunan anonim məlumatları buraxın. Mənə xatırladın ki, şəkil paylaşmaq niyyətində olsam, başlıq + yerləşdirmə + üz datasını təmizləməliyəm. Mətn: [yazın]
MODELİN TƏQDİM EDİLMƏSİ SORĞU ŞABLANISizin rolunuz: ASSİSTANT. Mən AI modelini qiymətləndirəcəyəm. Verməli olduğum sualları yaradın: hansı əhali/hal sayı/metrikalar, tənzimləyicilərin təsdiqinin əhatə dairəsi, yerli yoxlama aparılıb, paylanma riski, versiyanın izlənməsi. Qərar qurumun əlindədir. Model məlumatı: [yay]
ETİKA/QARARLILIQ YOX ŞABLONU sizə AI modelindən istifadə kontekstini verəcəkdir. Alqoritmik qərəzliyi (qruplarda zəif işləyə bilər), xəstənin razılığı/şəffaflığı, hesabatlılığı və ədalətli çıxış üçün qiymətləndirin; Hər bir başlığın altına qurumun verməli olduğu sualı yazın. Kontekst: [yazın]
DATA FLOW MƏXFİYYƏ TEMPLATEI sizə məlumatların süni intellekt alətinə göndərilməsi ssenarisini verəcək. Verilənlərin hara getdiyini, saxlanılıb saxlanmadığını, model təlimində istifadə edilib-edilmədiyini və DPA/hüquqi əsas statusunu soruşan yoxlama siyahısı yaradın. Xarici nəqliyyat vasitələri üçün anonimləşdirmə öhdəliyi haqqında bizə xatırladın. Ssenari: [yazın]
Ümumi səhvlər
- Sadəcə başlığı təmizləyin və daxil edilmiş mətni unutun. Şəkil hələ də şəxsiyyət daşıyır.
- Üz məlumatlarına məhəl qoymamaq. İnsanı baş/beyin 3D görüntülərindən tanımaq olar.
- Yerli yoxlama üçün tənzimləyici təsdiqin əvəz edilməsi. Razılıq əhatə dairəsini göstərir; Bu, öz məlumatlarınız üzrə performansa zəmanət vermir.
- Alqoritmik qərəz haqqında soruşmur. Model bəzi qruplar üçün zəif işləyə bilər və bərabərsizliyi genişləndirə bilər.
- Məsuliyyətin AI-yə ötürülməsi. İmza rentgenoloqdadır; Səhvlərə görə məsuliyyət insanların üzərinə düşür.
İpucu: Müəssisədən kənara hər hansı məlumat göndərməzdən əvvəl bir sual verin: "Əgər bu məlumat sızsaydı, xəstə müəyyən edilə bilərmi?" Cavab "bəli" və ya "əmin deyiləm" olarsa, məlumat hələ anonim deyil - göndərməyin.
Xülasə
Radioloji şəkillər və hesabatlar xüsusi şəxsi məlumatlardır və KVKK/GDPR çərçivəsində ən yüksək qorunma tələb edir. DICOM məlumatları iki təbəqədə şəxsiyyəti daşıyır - başlıq və təsvirə daxil edilmiş mətn - və heç bir məlumat təmizlənmədən müəssisəni tərk etmir, eləcə də zəruri hallarda üz məlumatları. Modelə etibar etmək üçün onun təsdiqi, sübut səviyyəsi, tənzimləyici təsdiqi və yerli təsdiqləmə, xüsusən də öz cihazınızda/əhalinizdə qiymətləndirilir; Tənzimləyici təsdiq yerli yoxlamanı əvəz etmir. Etik ölçüdə alqoritmik qərəz, xəstənin razılığı, şəffaflıq, ədalətli giriş və məsuliyyət sual altındadır. Bütün hallarda imza, məsuliyyət və yekun qərar rentgenoloqa məxsusdur.
Tətbiq tapşırığı
Fakt mətni və şəkil paylaşma ssenarisi yaradın. "Anonimləşdirmə Yoxlanışı" şablonu ilə mətni anonimləşdirin və başlıq/yerləşdirilmiş mətn/üz datasının yoxlanılması addımlarını sıralayın. Sonra istifadə etdiyiniz (və ya nəzərdən keçirdiyiniz) modeli “Model Təsdiqləmə Sorğusu” şablonu ilə qiymətləndirin: əhali, doğrulama əhatə dairəsi, yerli yoxlama statusu. Nəhayət, “Etika/Qərəzliliyə Nəzarət” şablonu ilə bu modelin hansı qruplarda zəif işləyə biləcəyini və şəffaflıq/məsuliyyət suallarını yazın.
yoxlama siyahısı
- [ ] DICOM başlığında ID sahələrini təmizlədim.
- [ ] Şəkildə yandırılmış mətni maskalamışam/kəsmişəm.
- [ ] Mən baş/beyin görüntülərində üz məlumatlarının riskini qiymətləndirdim.
- [ ] Hesabat/hekayə mətnini anonimləşdirdim (ad, şəxsiyyət vəsiqəsi, protokol, doğum tarixi).
- [ ] Xarici alət üçün məlumat axını və DPA/hüquqi bazanı sorğuladım.
- [ ] Mən modelin yerli yoxlama və doğrulama əhatə dairəsini yoxladım.
- [ ] Mən alqoritmik qərəzliliyi, şəffaflığı və hesabatlılığı qiymətləndirdim; imzam var.