Dobici:
- Sposobnost definiranja zašto su podaci o pacijentima osjetljivi osobni podaci i kako ih zaštititi prije nego što se daju alatima umjetne inteligencije
- Sposobnost de-identifikacije konteksta, odabira alata koji ne koriste podatke u obrazovanju i prakticiranja navike poštivanja institucionalne politike.
- Sposobnost razumijevanja profesionalnih, pravnih i etičkih posljedica kršenja privatnosti i prioritet zaštite povjerenja pacijenata.
Pacijent vam povjerava svoje najprivatnije podatke: svoju bolest, svoju prošlost, svoje strahove, ponekad i tajne koje nikome nije rekao. Ovo povjerenje je osnova profesije medicinske sestre, a povjerljivost pacijenata je konkretan pandan tom povjerenju. Iako su AI alati moćni, oni također predstavljaju rizik za privatnost: nemarno upisivanje informacija o pacijentu u AI alat znači puštanje tih informacija bez znanja gdje idu, da li se pohranjuju i da li se koriste u obrazovanju. U ovoj jedinici ćete naučiti kako zaštititi podatke o pacijentima u doba umjetne inteligencije. Osnovni princip je sljedeći: Podaci o pacijentima su posebni lični podaci; Ne daje se nijednom alatu umjetne inteligencije bez deidentifikacije i korištenja sigurnog i odobrenog alata.
Zašto su podaci o pacijentima zaštićeni privatno
Lični podaci su svaki podatak koji identifikuje osobu (ime, matični broj, adresa). Posebni lični podaci su osjetljivije kategorije; Zdravstveni podaci su na prvom mjestu među njima. Kada se otkrije nečija bolest, mogu biti ugroženi zapošljavanje, osiguranje, društveni odnosi i dostojanstvo. Zato zakon (KVKK – Zakon o zaštiti podataka o ličnosti kod nas; GDPR u Evropi) štiti zdravstvene podatke na najvišem nivou i vezuje njihovu obradu po strogim pravilima. Zdravstvene ustanove također imaju vlastitu politiku privatnosti i propise o pravima pacijenata.
Kada unesete informacije o pacijentu u AI alat, te informacije često idu na server izvan vaše ustanove. Nemate kontrolu nad načinom na koji taj alat pohranjuje podatke, ko im pristupa i da li ih koristi u obuci. Stoga podaci moraju biti zaštićeni prije nego što stignu do vozila.
Oprez: "Samo sam tražio pomoć" ne opravdava zadiranje u privatnost. Upisivanje pacijentovog imena, ID-a, rijetke dijagnoze ili identifikaciju detalja u neodobreni alat za umjetnu inteligenciju; To je profesionalni, etički i pravni prekršaj. Šteta se ne može poništiti.
Kako se deidentifikovati
Deidentifikacija (anonimizacija) je uklanjanje iz teksta svih informacija koje mogu identificirati osobu ili ih zamijeniti oznakom. Identifikatori kao što su ime, prezime, TR ID, broj datoteke, datum rođenja, adresa, telefon, datum, rijetka kombinacija dijagnoze i profesija se brišu. Oprez: ponekad informacije koje pojedinačno izgledaju bezazlene mogu učiniti osobu poznatom kada se saberu (npr. "jedini pacijent na dijalizi u selu"). Kod deidentifikacije, jednostavno brisanje imena nije dovoljno; Potrebno je paziti da kontekst ne odaje osobu.
Rad sa deidentifikovanim tekstom dovoljan je za većinu zadataka: nacrt plana nege, izgled SBAR-a, materijal za obuku, sažetak procedure mogu se napraviti bez stvarne identifikacije. Identitet gotovo nikada nije bitan za kvalitet zadatka.
tri mini kofera
Slučaj 1 — Sigurna upotreba. Medicinska sestra želi da dobije pomoć od veštačke inteligencije da organizuje složen slučaj. Iz teksta uklanja ime, identifikaciju, datum i identifikacione detalje i ispisuje ih opštim izrazima kao što je "68-godišnji pacijent". Koristi alat odobren od institucije koja ne koristi podatke u obrazovanju. On sigurno obavlja zadatak. Lična karta nikada nije bila potrebna.
Slučaj 2 — Tajni identifikator. Medicinska sestra je izbrisala ime, ali je napisala: "Jedina blizanka u našoj bolnici je trudna." Ovaj izraz čini osobu poznatom. Kolega upozorava; Medicinska sestra generalizira kontekst. Pouka: brisanje imena nije dovoljno; Ni kontekst ne bi trebao odavati osobu.
Slučaj 3 — Neodobreno vozilo. Medicinska sestra nasumično lijepi sažetak pacijenta u besplatnu aplikaciju dok žuri. Kasnije saznaje da ovaj alat pohranjuje podatke i koristi ih u obuci. Pojavljuje se ozbiljna zabrinutost za privatnost. Lekcija: prije upotrebe provjerite politiku privatnosti alata i odobrenje agencije.
Korak po korak: korištenje umjetne inteligencije uz zaštitu privatnosti
- Da li je to zaista neophodno? Koji su podaci minimalno dovoljni za zadatak?
- Disidentifikovati. Jasno ime, ID, datum, adresa i identifikacioni detalji.
- Provjerite kontekst. Odaju li preostale informacije osobu?
- Odaberite alat. Ustanova odobrena, ne koristi podatke u obrazovanju, usklađena sa politikom.
- Radite sa minimalnim podacima. Ne daj previše.
- Kada ste u nedoumici, nemojte dijeliti. Ako niste sigurni, konsultujte se sa odgovornom osobom.
Četiri šablona za kopiranje
Zadatak: De-identificirajte donji tekst pacijenta. Zamijenite svoje ime, prezime, TR ID broj, broj fajla, datum rođenja, adresu, telefon, datum i rijetke detalje koji mogu učiniti osobu prepoznatljivom sa [TAGET]; održati klinički značaj. Tekst: [...]
Zadatak: U anonimnom tekstu ispod označite informacije koje mogu izgledati bezopasne pojedinačno, ali bi osobu mogle učiniti prepoznatljivom kada se sakupe, i predložite kako da ih generalizujete. Tekst: [...]
Zadatak: Pripremite kontrolnu listu za procjenu alata umjetne inteligencije u smislu podataka o pacijentima: koristi li podatke u obrazovanju, gdje ih pohranjuje, postoji li institucionalno odobrenje, kakva je politika brisanja podataka? Neka odluka bude moja.
Zadatak: Organizirati ovaj (anonimni) slučaj za medicinsku sestru. Nemojte dodavati niti zahtijevati nikakve vjerodajnice tokom cijelog zadatka; Korištenje identifikatora koji nisu opće dobi/pola. Slučaj: [...]
Slaba prompt / Jaka prompt
Slab: "Ahmet Yılmaz, 62, TC 123..., hospitaliziran je sa sljedećom dijagnozom, napišite plan njege za njega."
Snažno: "Napraviti nacrt plana njege za 62-godišnjeg pacijenta (anonimno) s općim kliničkim informacijama koje pružam. Tokom cijelog zadatka, neću tražiti, a vi nećete dodavati, ime, ličnu kartu, datum ili bilo koju drugu ličnu identifikaciju. Radite samo s općim kliničkim kontekstom."
U snažnom promptu identifikacija se nikada ne daje; kvaliteta od toga ne trpi.
Uobičajene greške
- Brisanje imena i zaboravljanje konteksta. Prepoznatljivi detalji mogu odati osobu.
- Korištenje neodobrenog/besplatnog alata bez razmišljanja. Politika privatnosti i institucionalno odobrenje se prvo provjeravaju.
- Smatrajući da je identitet „neophodan za kvalitet“. Gotovo nijedna misija ne zahtijeva pravu identifikaciju.
- Zalijepite na brzinu. Kada se izvuku, podaci se ne mogu preuzeti.
- Dijeljenje u nedoumici. Ako niste sigurni, nemojte davati; Konsultujte se sa odgovornom osobom.
Ako dođe do curenja: ograničenje štete
Čak i najpažljivija medicinska sestra može pogriješiti: kao da slučajno zalijepi tekst koji sadrži identifikaciju u neodobreno vozilo. U takvoj situaciji, panika ili skrivanje je najgora reakcija. Ispravan pristup je ograničenje štete: odmah prijavite incident medicinskoj sestri i jedinici za sigurnost/usklađenost podataka vaše agencije, zabilježite koji podaci gdje idu i slijedite proceduru agencije za prijavu incidenta. Mnogi alati imaju opciju brisanja prošlih razgovora ili isključivanja korištenja podataka; ovo treba koristiti. Rano i iskreno prijavljivanje štiti pacijenta i drži vas na pravoj strani profesionalno. Prikrivanje incidenta privatnosti je veće kršenje od samog incidenta.
Većina institucija ima proces izvještavanja i evaluacije za takve incidente; Nije cilj okriviti, već spriječiti ponavljanje. Zato slobodno prijavite.
Transparentnost i pristanak pacijentu
Privatnost nije samo skrivanje podataka, već i iskrenost prema pacijentu. Pacijent ima pravo znati kako se njegove informacije koriste. Kada se koriste AI alati u procesu nege, transparentnost u okviru institucionalne politike i prava pacijenata je od suštinskog značaja: transakcije koje se odnose na podatke o pacijentima moraju biti sprovedene u skladu sa procesima otkrivanja i pristanka institucije. Kao medicinska sestra, dobar kompas prilikom obrade podataka o pacijentu u alatu je da pitate "da li je ovo u skladu s povjerenjem koje mi je pacijent ukazao?" Ako bi vam bilo neprijatno da pacijentu jasno objasnite proceduru, verovatno to ne biste trebali da radite. Privatnost je odnos povjerenja prije nego što je tehničko pravilo; Tehnologija treba da ojača ovaj odnos, a ne da ga oslabi.
Savjet: Praktičan način da deidentifikacija postane navika je da sebi postavljate stalno pitanje prije nego počnete raditi s podacima o pacijentima: „Ako je ovaj tekst slučajno otišao izvan ustanove, može li neko reći ko je ta osoba?” Čak i ako je odgovor "možda", dodatno generalizujte kontekst. Još jedno pravilo je stalno ograničavanje količine podataka: dajte AI minimalne informacije potrebne za zadatak, nemojte dodavati dodatne detalje "za svaki slučaj". Sve dodatne informacije koje se daju su i nepotrebne i rizične. Privatnost nije jednokratna provjera, već disciplina koja se primjenjuje svakim pritiskom na tipku; Ova disciplina vremenom postaje refleks i štiti i vas i pacijenta.
Ukratko
Podaci o pacijentima su posebni lični podaci i osnova su povjerenja pacijenata. Alati umjetne inteligencije nose rizik premještanja ovih podataka izvan organizacije. Deidentificirajte podatke prije svake upotrebe, osigurajte da kontekst ne odaje pojedinca, odaberite alat koji je odobrila institucija koja ne koristi podatke u obuci i radite sa samo minimalnim podacima. Zadiranje u privatnost je nepovratno; Ne dijelite sumnje. Identifikacija nije potrebna za gotovo nijedan zadatak.
Zadatak aplikacije
Nabavite pravi informativni list od vlastite službe. Deidentificirajte ga/nju: jasno ime, ličnu kartu, datum, adresu i prepoznatljive detalje, a zatim provjerite da li kontekst još uvijek odaje osobu. Zatim otvorite politiku privatnosti alata umjetne inteligencije koji koristite i zabilježite koristi li podatke u obrazovanju i ima li institucionalno odobrenje. Ako pronađete rizik po privatnost, zapišite ga.
kontrolna lista
- [ ] Postavio sam minimalne podatke za zadatak.
- [ ] Obrisao sam ime, ID, datum, adresu i identifikatore.
- [ ] Provjerio sam da preostali kontekst ne odaje osobu.
- [ ] Izabrao sam alat koji je odobrila institucija i koji se ne koristi u obuci.
- [ ] Radio sam samo sa minimalnim potrebnim podacima.
- [ ] Provjerio sam politiku privatnosti alata.
- [ ] Kada sam bio u nedoumici, nisam to podijelio i konsultovao sam odgovornu osobu.