Podaci uređaja, teleaudiologija i privatnost (KVKK) — Umjetna inteligencija u audioologiji

Dobici:

Razumijevanje rizika privatnosti i KVKK obaveza vezanih uz slušne aparate i podatke uređaja za skeniranje (zapisivanje podataka, podaci aplikacija)
Sposobnost dizajniranja upotrebe umjetne inteligencije na siguran i anoniman način u teleaudiološkom toku (daljinsko podešavanje i praćenje)
Mogućnost primjene ograničenja i koraka anonimizacije slanja podataka o pacijentima na alate umjetne inteligencije zasnovane na oblaku

Moderna audiologija više ne radi samo s podacima generiranim u klinici. Slušni aparati i mobilne aplikacije neprestano prikupljaju podatke; pacijenti se prate na daljinu; uređaji za skeniranje su povezani na cloud sisteme. Iako ovo nudi moćne mogućnosti, također stvara ozbiljne odgovornosti u pogledu privatnosti. U ovoj jedinici ćemo pokriti rizike privatnosti slušnih aparata i podataka o skriningu, sigurnu upotrebu umjetne inteligencije u teleaudiologiji (daljinska primjena i nadzor) i ograničenja slanja podataka o pacijentima u alate zasnovane na oblaku. Glavni princip: Podaci o pacijentu i uređaju su zdravstveni podaci posebnog kvaliteta; Zahteva najvišu zaštitu u okviru KVKK. Prije slanja podataka umjetnoj inteligenciji, oni se anonimiziraju, bira se siguran alat i dijele se samo potrebni podaci.

Koje podatke o uređaju prikuplja?

Savremeni slušni aparati i aplikacije vrše evidenciju podataka: koliko sati dnevno se uređaj koristi, u kojim okruženjima (tiho, bučno, muzika) radi, koji programi/nivoi zvuka koje pacijent preferira mogu se snimiti. Mobilne aplikacije mogu tome dodati lokaciju, navike korištenja, a ponekad i audio medijske podatke. Ovi podaci su vrijedni za praćenje i praćenje — ali sadrže i osjetljive informacije o životnim aranžmanima osobe.

U okviru KVKK (Zakon o zaštiti podataka o ličnosti), zdravstveni podaci su podaci posebnog kvaliteta. To znači da njegova obrada zahtijeva strože uslove, izričitu saglasnost i visoke mjere sigurnosti. Podaci o slušnim aparatima su također uključeni u ovaj opseg.

Oprez: "Izgleda da su anonimni" podaci nisu uvijek anonimni. Kada se redak profil gubitka sluha kombinuje sa određenom godinom i lokacijom, osoba se može ponovo prepoznati. Anonimizacija nije samo brisanje imena, već i evaluacija svakog traga koji bi mogao dovesti do identiteta.

Ograničenja slanja podataka AI alatima u oblaku

Sve što unesete u AI alat opšte namjene, javno okrenut, ide na servere te usluge, a vi imate ograničenu kontrolu nad onim što se događa. jer:

Pravo ime, T.C. Direktni identifikatori kao što su ID broj, adresa, telefon, serijski broj uređaja se nikada ne unose.
Izbjegavaju se rijetke/jedinstvene kombinacije detalja koje bi mogle dovesti do identiteta.
Ako je moguće, preferiraju se korporativni, sigurni alati sa jasnim uslovima obrade podataka.
Dijele se samo minimalni podaci potrebni za izvođenje zadatka (minimizacija podataka).

Tip podataka

Može li ući u javno vozilo?

sigurna alternativa

Ime, T.R., kontakt

nikad

anonimni kod

Serijski broj uređaja

nikad

Vrsta uređaja (općenito)

Sirovi audiogram + ID

Anonimni, anonimni pragovi

Anonimni klinički sažetak

Uslovno (bezbedno vozilo)

Bez lične karte, minimalni podaci

Evidentiranje podataka + identitet

Anonimni sažetak trenda

Sigurna umjetna inteligencija u teleaudiologiji

Teleaudiologija je praksa u kojoj se pacijent procjenjuje na daljinu izvan klinike (iz njegove kuće), a njegov uređaj se podešava ili nadgleda na daljinu. Umjetna inteligencija je ovdje; Može pomoći u zadacima kao što su sumiranje podataka o korištenju na daljinu, sastavljanje odgovora na poruke pacijenata ili kreiranje naknadnih podsjetnika. Ali preporuka za podešavanje zasnovana na podacima o korištenju na daljinu ne može se primijeniti direktno: stvarna pritužba pacijenta mora se provjeriti pomoću slušnog profila i, ako je potrebno, novim mjerenjem, a postavke uređaja ne bi trebalo trajno mijenjati bez odobrenja stručnjaka.

Korak po korak: radni tok zaštićen privatnosti

Napravite inventar podataka. Odredite koji dio vaših podataka otkriva identitet.
Anonimiziraj. Izdvojite direktne identifikatore, generalizirajte rijetke kombinacije.
Odaberite vozilo. Ako je zadatak osjetljiv, odaberite siguran/poduzetnički alat; stavljanje osjetljivih podataka na javni alat.
Dijelite minimalne podatke. Pošaljite samo toliko da završite posao.
Provjerite prijedlog na daljinu. Potvrdite preporuke teleaudiologije uz kliničku evaluaciju i mjerenje ako je potrebno.
Praćenje i saglasnost. Provjerite da li je dobivena potrebna saglasnost za obradu podataka i da se vodi evidencija.

Slaba prompt / Jaka prompt

Slab upit:

Ovo su podaci o korištenju iz aplikacije uređaja Ayşe Demir (TC 123...), kako da promijenim postavku: [puni podaci]

Uključuje direktan identitet i TC (teško kršenje KVKK) i zahtijeva odluku o postavljanju bez provjere udaljenih podataka.

Snažan upit:

Vaša uloga: asistent za praćenje teleaudiologije. Donošenje ODLUKE o konačnom prilagođavanju; pripisati preporuku stručnoj verifikaciji. Podaci (anonimno): 65 godina, RIC uređaj, ~4 sata dnevnog korišćenja u poslednje 2 nedelje, uglavnom bučno okruženje, pacijent kaže "Teško razumem govor u buci". Zadatak: navesti koji se mogući aspekti prilagođavanja mogu sagledati iz ovog trenda; Za svaki aspekt napišite kako će se verificirati kod pacijenta i/ili mjerenja. Navedite da trajne promjene podešavanja zahtijevaju stručno odobrenje i nova mjerenja ako je potrebno.

Jaki upit je anoniman, koristi minimalne podatke i povezuje preporuku s validacijom i odobrenjem stručnjaka.

tri mini kofera

Slučaj 1 — Povratak iz prekršaja. Audiolog će zalijepiti puno ime pacijenta, TC i puni audiogram u javno dostupan AI alat. Prisjeća se pravila o korporativnoj privatnosti; uklanja identifikacijske informacije, anonimizira podatke kao što su „58 godina, desno srednje napredna senzorneuralna” i dijeli samo pragove potrebne za interpretaciju. Klinička namjera je ispunjena, niko nije izložen.

Slučaj 2 — Daljinska validacija preporuka. U teleaudiologiji, podaci iz pacijentove aplikacije su sažeti pomoću umjetne inteligencije tako da se "pojačanje programa buke može povećati". Audiolog ovo ne primenjuje direktno; On ili ona obavlja video poziv sa pacijentom i razjašnjava pritužbu, planira REM kada je to potrebno i mijenja postavke tek nakon odobrenja. Podaci o upotrebi postali su trag, odluka je prepuštena stručnjaku.

Slučaj 3 — Rizik ponovne identifikacije. Stručnjak će napisati: "Sedmogodišnje dijete sa gubitkom sluha povezanog s rijetkim sindromom jedini je slučaj u okrugu X." Shvaća da ova kombinacija čini osobu prepoznatljivom; izostavlja lokaciju i rijetke detalje, ostavljajući samo klinički relevantne informacije. Nenapisivanje samo imena nije omogućilo anonimnost.

Predlošci upita koji se mogu kopirati

ANONIMIZACIJA + MINIMIZACIJA U nastavku teksta (1) uklonite direktne identifikatore (ime, ID, kontakt, serijski broj), (2) generalizujte rijetke kombinacije koje osobu mogu učiniti prepoznatljivom (lokacija + rijetka dijagnoza + starost), (3) izbrišite sve podatke nepotrebne za zadatak. Tekst: [tekst]

OBRAZAC INVENTARA PODATAKA U donjem skupu podataka klasificirajte svako polje kao "direktan identifikator / indirektni identifikator / klinički bitan / nepotreban" i naznačite koje se ne bi trebalo slati alatu. Podaci: [polja]

TELEODIOLOŠKA PREPORUKA ZA VERIFIKACIJU U nastavku navedite moguće smjerove prilagođavanja iz podataka o daljinskoj upotrebi; Za SVAKI aspekt napišite korak za verifikaciju intervjuisanjem pacijenta i/ili merenjem. Za trajnu promjenu potrebno je odobrenje stručnjaka, navedite ovo. Podaci (anonimno): [podaci o upotrebi]

PREDLOZAK KONTROLE SAGLASNOSTI/MONITORINGA Navedite stavke koje treba provjeriti u smislu KVKK u procesu teleaudiologije/obrade podataka (eksplicitna saglasnost, minimiziranje podataka, siguran alat, period skladištenja, zapis pristupa). Dajte to kao kontrolnu listu.

Uobičajene greške

Unošenje identifikacionih podataka u vozilo. Kršenje KVKK s imenom, TR ID i serijskim brojem.
Razmišljajući "Izbrisao sam ime i postalo je anonimno". Zanemarivanje rizika od ponovnog prepoznavanja rijetkih kombinacija.
Stavljanje osjetljivih podataka na javno dostupan alat. Vožnja općenito, a ne sigurna vožnja kada je zadatak osjetljiv.
Dijeljenje previše podataka. Zaobilazeći minimiziranje podataka i slanje nepotrebnih informacija.
Direktna primjena prijedloga na daljinu. Učiniti preporuku za teleaudiološko podešavanje trajnom bez stručnog odobrenja i verifikacije.

Ukratko

Podaci o slušnom aparatu i skriningu su posebni zdravstveni podaci i KVKK zahtijeva najvišu zaštitu. Prije slanja podataka u AI, izdvajaju se direktni identifikatori, generaliziraju se kombinacije u opasnosti od ponovnog identifikacije, odabire se siguran alat i dijele se samo minimalni potrebni podaci. U teleaudiologiji prijedlozi koji dolaze iz daljine su vrijedni tragovi, ali ne postaju trajna prilagođavanja bez stručnog odobrenja i provjere.

Zadatak aplikacije

Definirajte anonimni "skup podataka" (koji sadrži mješovita polja kao što su ime, ID, serijski broj uređaja, starost, lokacija, rijetka dijagnoza, pragovi audiograma, itd.). Klasifikujte svako polje šablonom „inventar podataka“, a zatim ga osigurajte tako da se može poslati u alat pomoću predloška „anonimizacija + minimizacija“. Također, za primjer podataka o korištenju teleaudiologije, primijenite predložak "verifikacija preporuke" i napišite korak verifikacije za svaki aspekt podešavanja.

kontrolna lista

[ ] Uklonio sam direktne identifikatore (ime, ID, serijski broj).
[ ] Generalizovao sam kombinacije koje su u opasnosti od ponovne identifikacije.
[ ] Odabrao sam siguran/odgovarajući alat prema osjetljivosti zadatka.
[ ] Podijelio sam samo minimalne potrebne podatke.
[ ] Povezao sam preporuku teleaudiologije sa odobrenjem i verifikacijom stručnjaka.
[ ] Provjerio sam pristanak i obaveze nadzora.