Privatliv, KVKK og beskyttelse af klientdata

Gevinster:

• Evne til at klassificere klientdata inden for rammerne af faglig fortrolighed og KVKK og bestemme hvilke data der kan gives til kunstig intelligensværktøjer
• Evne til at skabe sikker kontekst i cloud-baserede værktøjer ved at anonymisere sessionsindhold og identitetsoplysninger
• Evne til at tilpasse information, eksplicit samtykke og datalagring/sletningsansvar til brugen af kunstig intelligens

Der er et ordsprog i kernen af ​​den mentale sundhedsprofession: "Det, du fortæller mig, bliver der." En klient stoler på, at du fortæller dig den mest skrøbelige information i sit liv (traumer, afhængighed, forhold, frygt). Denne tillid er hjertet af professionen, og når den først er beskadiget, kan den ikke genoprettes. Værktøjer til kunstig intelligens (AI) tilføjer en helt ny risiko til denne tillid: fordi en sætning, du skriver ind i skyen, kan gå ud af din kontrol og blive gemt på en anden virksomheds server, eller endda blive brugt til at træne modellen. I denne enhed lærer du, hvordan du beskytter klientdata i AI-alderen; Du vil lære, hvad der er tilladt, og hvad der er forbudt inden for rammerne af KVKK (lov om beskyttelse af personoplysninger; lov nr. 6698, som regulerer behandlingen af ​​personoplysninger i Türkiye).

Hvorfor er klientdata "særlig kvalitet"?

KVKK deler data op i to: almindelige persondata (navn, telefon) og særlige persondata. Enhver information om mental sundhed (selv det faktum, at en person modtager terapi) falder ind under denne anden mest beskyttede gruppe. Sundhedsdata er en særskilt beskyttet kategori i loven; Behandling kræver som udgangspunkt udtrykkeligt samtykke eller strenge undtagelser. Med andre ord, at indtaste indholdet af en klients session i et tilfældigt AI-værktøj kan ikke kun være en etisk, men også en juridisk krænkelse.

Hertil kommer også tavshedspligt. Professionel etik forbyder deling af klientoplysninger med tredjeparter uden tilladelse. Et cloud-baseret AI-værktøj er juridisk set en "tredjepart". Så spørgsmålet er: Er jeg virkelig autoriseret til at give disse data til dette værktøj?

Advarsel: "Ingen vil se det" eller "Jeg vil lige opsummere" er ikke beskyttelse. I det øjeblik data kommer ind i køretøjet, er det ude af din kontrol. Opretholdelse af fortrolighed er en beslutning, der træffes FØR afsendelse af data; kan ikke tages tilbage senere.

Tre datatilstande: hvilke data, til hvilket medium

Når du arbejder med klientdata, skal du opdele hver information i tre kategorier:

Datatype

eksempel

Kan det gives til AI?

herske

direkte identifikation

Navn-efternavn, TR ID, telefon, adresse, arbejdsplads

nej

Aldrig givet i sin rå form

indirekte identifikation

Sjældent erhverv, lille bygd, unik begivenhed

Nej (åbner alene ID)

Generaliseret eller fjernet

Klinisk indhold (anonymt)

Symptomer, temaer, proces (identitet udtrukket)

Betinget ja

Anonymiseret og i et sikkert køretøj

Målet er afidentifikation: at gøre dataene sådan, at hverken du eller nogen andre kan knytte dem til en bestemt person. Bare at slette navnet er ikke nok; Sætningen "den eneste tandlæge i byen" giver personen væk, selvom navnet slettes.

Trin for trin: sikker anonymisering

1. Udtræk direkte identifikatorer. Navn, efternavn, rækkevidde i stedet for alder ("30'erne"), sted, arbejdsplads, skole, dato, pårørendes navne.
2. Generaliser indirekte identifikatorer. "Hasselnøddeeksportør i Trabzon" i stedet for "at arbejde i landbrugssektoren i en by". Abstrakte unikke begivenheder.
3. Slør tallene. "omkring 6 måneder siden" i stedet for den nøjagtige dato.
4. Undersøg køretøjet. Bruger AI-værktøjet, du bruger, data i træningen? Er der en "enterprise/privacy mode"? Hvor opbevares dataene?
5. Minimum datapolitik. Angiv den mindste information, der er nødvendig for at udføre opgaven; giv ikke for meget.
6. Samtykke og gennemsigtighed. Oplys klienten om, at du bruger AI til administrative/udarbejdelsesformål i processen.

Tip: Når du har anonymiseret en tekst, skal du stille dig selv dette spørgsmål: "Hvis denne klient læste denne tekst, ville han så genkende sig selv? Ville nogen anden genkende ham?" Hvis du ikke kan sige "nej" til begge, er anonymiseringen ikke komplet.

tre minisager

Sag 1 — Lille fejl, større overtrædelse. Mens en specialist har AI til at opsummere sessionsnoterne, er klientens navn "M.Y." og efterlader resten som følger: "Sygeplejerske på Hospital X i Kadıköy, datteren hedder Elif, skilsmissesag..." Selvom navnet er forkortet, identificerer disse detaljer nemt personen. Anonymisering mislykkedes; overtrædelse anses for at være sket. Den rigtige måde: generaliser rollen som "arbejder i sundhedssektoren", barnet som "har et barn", sagen som "en juridisk proces".

Case 2 — Valg af køretøj gør en forskel. To psykologer udfører det samme arbejde. Man skriver de rå data ind i et personligt, gratis chatværktøj; Værktøjets kontrakt siger "input kan bruges til at forbedre servicen." Den anden bruger et virksomhedsværktøj med en databehandleraftale, hvis indstilling er åben "ved hjælp af mine input i uddannelsen", og med anonyme data. De siger begge "vi brugte AI", men den ene beskyttede dataene, og den anden lækkede dem.

Sag 3 — Ret til sletning. En klient forlader terapien og anmoder om sletning af sine data (hans ret under KVKK). Eksperten sletter sine egne optagelser, men husker sessionsudskriften, han indsatte i et AI-værktøj for 3 måneder siden; han kan ikke genkalde dataene eller sikre sig, at han har slettet dem. Dette viser, hvorfor det er vigtigt at arbejde anonymt fra starten: ingen identifikationsdata placeres, hvor de ikke kan slettes.

Kopiérbare prompter og skabeloner

Anonymiser teksten nedenfor. FJERN eller generaliser følgende: fornavn, efternavn, alder (konverter til område), by/amt/kvarter, arbejdsplads, skole, dato, slægtninge, unikke begivenheder. Så blev jeg spurgt "kan identitet udledes af den resterende tekst?" Skriv også din evaluering.Tekst: [tekst]

Angiv hver sætning i denne tekst, der direkte ELLER indirekte kan beskrive personen (herunder sjældent arbejde, lille sted, unik begivenhed). Foreslå, hvordan jeg kan generalisere for hver. Tekst: [tekst]

Udarbejd et simpelt, forståeligt afsnit, der skal tilføjes til klientinformationsteksten for en psykologpraksis, indeholdende informationen om, at "kunstig intelligens-værktøjer kan bruges til administrative formål og udkast under serviceprocessen; klientdata vil blive anonymiseret, og beslutninger om diagnose/behandling tilhører specialisten."

Det giver en liste over kontrolspørgsmål, som jeg bør stille i forhold til privatlivspolitikken for et kunstig intelligensværktøj, som jeg overvejer at bruge: datalagring, brug i undervisningen, dataplacering, sletning, databehandlingsaftale, virksomhedstilstand.

Svag prompt / Stærk prompt

Svag prompt: "Opsummer følgende sessionsoptagelse: [rå tekst med rigtigt navn og alle detaljer]"

Denne prompt overfører følsomme data i deres rå form til tredjeparten; Det er en krænkelse af KVKK og tavshedspligt.

Kraftfuld prompt: "Anonymiser først følgende tekst (generaliser navn, sted, arbejdsplads, dato, pårørendes navne), opsummer derefter den anonyme version i SOAP-format. Vurder også, om anonymisering er tilstrækkelig: [tekst]"

Denne prompt beskytter først og frembringer derefter; Han afslutter jobbet, før hans identitet afsløres.

Almindelige fejl

• Bare slet navnet. Indirekte deskriptorer (sjældent erhverv, lille beliggenhed) giver personen væk, selvom du sletter navnet.
• Skrivning af rådata til gratis/personligt værktøj. Levering af data uden at kontrollere, om inputs bruges i undervisningen eller ej.
• Omgå samtykke. slet ikke at informere klienten om brugen af ​​kunstig intelligens; Gennemsigtighed er en etisk forpligtelse.
• Tænker det er "midlertidigt". At glemme, at data, der kommer ind i skyen, ikke kan hentes; At være hjælpeløs, når retten til at slette opstår.
• Overtrædelse af mindst data-princippet. Indsæt snesevis af unødvendige detaljer til opgaven; Hver ekstra data er en ekstra risiko.

Sammenfattende

Kundedata er i den særlige kvalitet, mest beskyttede gruppe under KVKK og er inden for rammerne af faglig hemmelighed. Et cloud-baseret AI-værktøj er juridisk en tredjepart; rå klientdata kan ikke gives til ham. Adskil data i direkte/indirekte identifikation og anonymt klinisk indhold; Brug kun ægte anonymiseret indhold i et privatlivsstyret værktøj med en minimal datapolitik. Uddanne klienten om processen. Fortrolighed er en beslutning, der er truffet før afsendelse af data, som ikke kan tilbageføres senere.

Ansøgningsopgave

Tag en hånd (eller imaginær) sessionsnote. Markér først alle direkte og indirekte identifikatorer med gult. Erstat derefter hver med et generaliseret udtryk og skriv en anonym version. Spørg endelig dig selv: "Kender denne klient sig selv?" Stil spørgsmålet og noter dit svar. Du kan også åbne privatlivsindstillingerne for et AI-værktøj, du bruger, og spørge "bruges inputs til træning?" Find svaret på spørgsmålet.

tjekliste

• [ ] Jeg fjernede direkte identifikatorer (navn, placering, dato, arbejdsplads).
• [ ] Jeg generaliserede indirekte deskriptorer (sjælden beskæftigelse, unik begivenhed).
• [ ] Jeg har bekræftet, at det værktøj, jeg bruger, ikke bruger data til træning.
• [ ] Jeg fulgte princippet om mindste data; Jeg gav bare det nødvendige.
• [ ] Jeg informerede klienten om brugen af ​​AI / overholdt samtykkerammerne.
• [ ] "Kender klienten sig selv?" Jeg bestod prøven.