Patientbeskyttelse, datafortrolighed og etik

Gevinster:

• Evne til at definere, hvorfor patientdata er følsomme personoplysninger, og hvordan de skal beskyttes, før de gives til kunstig intelligens-værktøjer
• Evne til at afidentificere konteksten, vælge værktøjer, der ikke bruger data i undervisningen, og praktisere vanen med at overholde institutionspolitik.
• Evne til at forstå de faglige, juridiske og etiske konsekvenser af krænkelser af privatlivets fred og prioriteringen af ​​at beskytte patienternes tillid.

En patient stoler på dig med sine mest private oplysninger: sin sygdom, sin fortid, sin frygt, nogle gange de hemmeligheder, han ikke har fortalt nogen. Denne tillid er grundlaget for sygeplejefaget, og patienthemmeligheden er det konkrete modstykke til denne tillid. Selvom AI-værktøjer er kraftfulde, udgør de også en privatlivsrisiko: At skødesløst indtaste patientoplysninger i et AI-værktøj betyder at lade disse oplysninger ud uden at vide, hvor de går hen, om de er gemt, og om de bruges i undervisningen. I denne enhed lærer du, hvordan du beskytter patientdata i en tidsalder med kunstig intelligens. Grundprincippet er dette: Patientdata er særlige persondata; Det gives ikke til noget kunstig intelligens-værktøj uden at være afidentificeret og bruge et sikkert og godkendt værktøj.

Hvorfor patientdata er beskyttet privat

Persondata er enhver information, der identificerer en person (navn, ID-nummer, adresse). Særlige personoplysninger er mere følsomme kategorier; Sundhedsdata kommer først blandt disse. Når en persons sygdom afsløres, kan beskæftigelse, forsikring, sociale forhold og værdighed lide skade. Derfor beskytter loven (KVKK - Persondatabeskyttelsesloven i vores land; GDPR i Europa) sundhedsdata på højeste niveau og binder behandlingen af ​​dem til strenge regler. Sundhedsinstitutioner har også deres egne privatlivspolitikker og patientrettigheder.

Når du indtaster patientoplysninger i et AI-værktøj, går disse oplysninger ofte til en server uden for din institution. Du har ingen kontrol over, hvordan det værktøj gemmer dataene, hvem der får adgang til dem, og om det bruger det i træning. Derfor skal data beskyttes, før de når frem til køretøjet.

Advarsel: "Jeg bad bare om hjælp" retfærdiggør ikke en krænkelse af privatlivets fred. At skrive en patients navn, ID, sjældne diagnose eller identificerende detaljer i et ikke-godkendt kunstig intelligensværktøj; Det er en faglig, etisk og juridisk krænkelse. Skaden kan ikke fortrydes.

Sådan afidentificeres

Afidentifikation (anonymisering) er at fjerne fra en tekst al information, der kan identificere en person eller erstatte den med et tag. Identifikatorer såsom navn, efternavn, TR-id, filnummer, fødselsdato, adresse, telefon, dato, sjælden diagnosekombination og erhverv slettes. Forsigtig: Nogle gange kan information, der virker uskadelig individuelt, gøre en person kendt, når den sættes sammen (f.eks. "landsbyens eneste dialysepatient"). Ved afidentifikation er det ikke nok blot at slette navnet; Det er nødvendigt at sikre sig, at konteksten ikke giver personen væk.

Arbejdet med afidentificeret tekst er tilstrækkeligt til de fleste opgaver: et udkast til en plejeplan, et SBAR-layout, et træningsmateriale, et procedureresumé kan alle fremstilles uden reel identifikation. Identitet er næsten aldrig afgørende for kvaliteten af ​​opgaven.

tre minisager

Tilfælde 1 — Sikker brug. En sygeplejerske ønsker at få hjælp fra kunstig intelligens til at organisere en kompleks sag. Han fjerner navn, ID, dato og identifikationsoplysninger fra teksten og skriver det i generelle udtryk som "68-årig patient". Den bruger et værktøj, der er godkendt af institutionen, og som ikke bruger dataene i undervisningen. Han løser opgaven sikkert. ID var aldrig påkrævet.

Tilfælde 2 — Hemmelig identifikator. En sygeplejerske slettede navnet, men skrev: "Den eneste tvilling på vores hospital er gravid." Dette udtryk gør personen kendt. En kollega advarer; Sygeplejersken generaliserer konteksten. Lektion: at slette navnet er ikke nok; Konteksten skal heller ikke give personen væk.

Tilfælde 3 — Ikke-godkendt køretøj. En sygeplejerske indsætter tilfældigt et patientresumé i en gratis app, mens hun haster. Han erfarer senere, at dette værktøj gemmer data og bruger det i træning. Der opstår en alvorlig bekymring for privatlivets fred. Lektion: Tjek værktøjets privatlivspolitik og godkendelse fra bureauet før brug.

Trin for trin: Brug kunstig intelligens og beskytter privatlivets fred

1. Er det virkelig nødvendigt? Hvilke data er minimalt nok til opgaven?
2. Afidentificere. Tydeligt navn, ID, dato, adresse og identifikationsoplysninger.
3. Tjek konteksten. Giver de resterende oplysninger personen væk?
4. Vælg værktøjet. Institution godkendt, bruger ikke data i undervisningen, overholder politikken.
5. Arbejd med et minimum af data. Giv ikke for meget.
6. Når du er i tvivl, så del ikke. Kontakt den ansvarlige, hvis du ikke er sikker.

Fire kopierbare skabeloner

Opgave: Afidentificere patientteksten nedenfor. Erstat dit navn, efternavn, TR ID-nummer, filnummer, fødselsdato, adresse, telefon, dato og sjældne detaljer, der kan gøre personen genkendelig med [TAGET]; opretholde klinisk betydning. Tekst: [...]

Opgave: I den anonyme tekst nedenfor skal du markere information, der individuelt kan virke harmløs, men som kunne gøre personen genkendelig, når den sættes sammen, og foreslå, hvordan den generaliseres. Tekst: [...]

Opgave: Udarbejd en tjekliste til at evaluere et kunstig intelligensværktøj i forhold til patientdata: bruger det dataene i undervisningen, hvor opbevarer det det, er der institutionsgodkendelse, hvad er datasletningspolitikken? Lad beslutningen være min.

Opgave: Organiser denne (anonyme) sag for en sygeplejerske. Tilføj eller anmod ikke om nogen legitimationsoplysninger under hele opgaven; Brug af andre identifikatorer end almindelig alder/køn.Case: [...]

Svag prompt / Stærk prompt

Svag: "Ahmet Yılmaz, 62, TC 123..., er indlagt med følgende diagnose, skriv en plejeplan for ham."

Stærk: "Fremstil et udkast til plejeplan for en 62-årig mandlig patient (anonym) med de generelle kliniske oplysninger, jeg giver. Igennem hele opgaven vil jeg ikke bede om, og du vil ikke tilføje, navn, ID, dato eller andre personligt identificerbare oplysninger. Arbejd kun med den generelle kliniske kontekst."

I den stærke prompt gives aldrig identifikation; kvalitet lider ikke under dette.

Almindelige fejl

• Sletter navnet og glemmer konteksten. Genkendelige detaljer kan give en person væk.
• Brug af et ikke-godkendt/gratis værktøj uden at tænke. Privatlivspolitik og institutionel godkendelse kontrolleres først.
• Tænker, at identitet er "nødvendig for kvalitet". Næsten ingen missioner kræver ægte ID.
• Indsæt hastigt. Når de er ude, kan data ikke hentes.
• Deler i tvivl. Hvis du ikke er sikker, så giv det ikke; Rådfør dig med den ansvarlige.

Hvis der opstår en lækage: skadesbegrænsning

Selv den mest omhyggelige sygeplejerske kan lave en fejl: som ved et uheld at indsætte tekst, der indeholder identifikation, i et ikke-godkendt køretøj. I sådan en situation er panik eller skjul den værste reaktion. Den korrekte tilgang er skadesbegrænsning: rapporter straks hændelsen til den ansvarlige sygeplejerske og dit bureaus datasikkerheds-/compliance-enhed, noter hvilke data der går hvorhen, og følg bureauets hændelsesrapporteringsprocedure. Mange værktøjer har mulighed for at slette tidligere samtaler eller slå databrug fra; disse skal bruges. Tidlig og ærlig rapportering både beskytter patienten og holder dig professionelt på den rigtige side. At skjule en hændelse af privatlivets fred er en større krænkelse end selve hændelsen.

De fleste institutioner har en rapporterings- og evalueringsproces for sådanne hændelser; Målet er ikke at bebrejde, men at forhindre gentagelse. Så meld gerne fra.

Gennemsigtighed og samtykke til patienten

Privatliv handler ikke kun om at skjule data, det handler om at være ærlig over for patienten. En patient har ret til at vide, hvordan deres oplysninger bruges. Ved brug af AI-værktøjer i plejeprocessen er gennemsigtighed inden for rammerne af institutionspolitik og patientrettigheder afgørende: Transaktioner relateret til patientdata skal udføres i overensstemmelse med institutionens videregivelses- og samtykkeprocesser. Som sygeplejerske er et godt kompas, når man behandler en patients data i et værktøj, at spørge "er dette i overensstemmelse med den tillid patienten har vist mig?" Hvis du ville være utilpas med at forklare en procedure klart for en patient, bør du sandsynligvis ikke gøre det. Privatliv er et tillidsforhold, før det er en teknisk regel; Teknologi bør styrke dette forhold, ikke svække det.

Tip: En praktisk måde at gøre afidentifikation til en vane er at stille dig selv et konstant spørgsmål, før du arbejder med patientdata: "Hvis denne tekst ved et uheld kom uden for institutionen, kunne nogen så fortælle, hvem denne person var?" Selv hvis svaret er "måske", generaliser konteksten yderligere. En anden tommelfingerregel er konstant at begrænse mængden af ​​data: giv AI'en den mindste information, der er nødvendig for opgaven, tilføj ikke ekstra detaljer "for en sikkerheds skyld." Enhver yderligere information, der gives, er både unødvendig og risikabel. Privatliv er ikke en engangskontrol, men en disciplin, der anvendes ved hvert tastetryk; Denne disciplin bliver over tid en refleks og beskytter både dig og patienten.

Sammenfattende

Patientdata er særlige persondata og er grundlaget for patientens tillid. Værktøjer til kunstig intelligens medfører risikoen for at flytte disse data uden for organisationen. Afidentificer data før hver brug, sørg for, at konteksten ikke giver den enkelte væk, vælg et institutionsgodkendt værktøj, der ikke bruger data i træningen, og arbejd med kun minimale data. Krænkelse af privatlivets fred er irreversibel; Del ikke i tvivl. Identifikation er ikke påkrævet for næsten enhver opgave.

Ansøgningsopgave

Få et rigtigt faktaark fra din egen tjeneste. Afidentificer ham/hende: klart navn, ID, dato, adresse og genkendelige detaljer, og tjek derefter, om konteksten stadig giver personen væk. Åbn derefter privatlivspolitikken for et kunstig intelligens-værktøj, du bruger, og notér, om det bruger data i undervisningen, og om det har institutionel godkendelse. Hvis du finder en privatlivsrisiko, så skriv det ned.

tjekliste

• [ ] Jeg indstiller minimumsdata for opgaven.
• [ ] Jeg slettede navn, ID, dato, adresse og identifikatorer.
• [ ] Jeg har tjekket, at den resterende sammenhæng ikke giver personen væk.
• [ ] Jeg valgte et institutionsgodkendt værktøj, som ikke bruges i træningen.
• [ ] Jeg arbejdede kun med de mindst nødvendige data.
• [ ] Jeg tjekkede værktøjets privatlivspolitik.
• [ ] Da jeg var i tvivl, delte jeg det ikke og rådførte mig med den ansvarlige.