Gewinne:
- Verstehen, warum genetische Daten eine besondere Kategorie personenbezogener Daten sind und das Risiko einer erneuten Identifizierung besteht
- Möglichkeit, die Grundsätze der Anonymisierung, Einwilligung und Datenminimierung anzuwenden, bevor Patientendaten an offene Tools für künstliche Intelligenz weitergegeben werden
- Fähigkeit, die Grenzen der genetischen Datenverarbeitung und der beruflichen ethischen Verantwortung innerhalb von Rahmenwerken wie KVKK/DSGVO zu akzeptieren
Genetische Daten sind keine gewöhnlichen personenbezogenen Daten. DNA-Sequenz einer Person; Es identifiziert Sie eindeutig, kann nicht geändert werden (Sie können Ihr Passwort ändern, aber nicht Ihr Genom), kann zukünftige Krankheitsrisiken aufdecken und betrifft nicht nur den Einzelnen, sondern alle blutsverwandten Familienmitglieder. Daher erfordert der Einsatz künstlicher Intelligenz (KI) bei der Arbeit mit genetischen Daten ein Höchstmaß an Vertraulichkeit und Ethik. In dieser Einheit erfahren Sie, warum genetische Daten besonders geschützt werden müssen, welche Fehler schwerwiegende Folgen beim Einsatz von KI-Tools haben und eine sichere Arbeitsdisziplin.
Entscheidender Grundsatz: Fügen Sie niemals identifizierbare genetische Patientendaten in ein öffentlich verfügbares KI-Tool ein. Viele allgemeine KI-Dienste können die von Ihnen eingegebenen Daten verarbeiten, speichern oder zur Verbesserung des Modells verwenden. Wenn die seltene Variantenkombination, der Name, die Identifikationsnummer oder das Geburtsdatum eines Patienten in ein Tool eingegeben werden, kann es zu einer irreversiblen Verletzung der Privatsphäre kommen.
Fünf Merkmale, die genetische Daten besonders machen
- Invarianz: Das Genom ist ein Leben lang dasselbe; wenn es offengelegt wird, kann es nicht „storniert“ werden.
- Identität: Selbst eine kleine Anzahl seltener Varianten kann eine Person eindeutig identifizieren; Daten, die als „anonym“ gelten, können reidentifiziert werden.
- Familiengröße: Das Genom einer Person enthält auch die genetische Information ihrer Verwandten; Informationen dürfen ohne deren Zustimmung weitergegeben werden.
- Vorhersagbarkeit: Kann auf ein zukünftiges Krankheitsrisiko hinweisen; Eine Versicherung kann ein Grund für Diskriminierung am Arbeitsplatz sein.
- Risiko einer erneuten Identifizierung: Genomdaten können durch Kreuzung mit anderen Datenbanken mit der Identität verknüpft werden.
Rechtlicher Rahmen: ein kurzer Überblick
Genetische Daten gehören im Datenschutzrecht zu den besonderen (sensiblen) personenbezogenen Daten und unterliegen einem strengeren Schutz. In der Türkei betrachtet das KVKK (Gesetz zum Schutz personenbezogener Daten) Gesundheits- und genetische Daten als besondere Daten und bindet deren Verarbeitung in der Regel an eine ausdrückliche Einwilligung oder besondere Ausnahmen. Auch in Europa schützt die DSGVO genetische Daten als besondere Kategorie. In den USA verbietet das GINA-Gesetz Diskriminierung bei Versicherungen und am Arbeitsplatz aufgrund genetischer Informationen. Auch wenn die Einzelheiten von Land zu Land unterschiedlich sind, ist das gemeinsame Prinzip dasselbe: Genetische Daten dürfen nicht ohne ausdrückliche Einwilligung, Zweckbindung und strengen Schutz verarbeitet werden.
Tipp: Wenn Sie die Einwilligung eines Patienten zu Gentests einholen, kann die Offenlegung auch beinhalten, wie die Daten von KI-Tools verarbeitet werden. „Mit welchen Tools und wo verarbeiten wir Ihre Daten zur Analyse?“ Seien Sie in der Lage, die Frage transparent zu beantworten.
Schritt für Schritt: sichere KI mit geheimen genetischen Daten nutzen
1. Klassifizieren. Können die in Ihrem Besitz befindlichen Daten identifiziert werden? Enthält es eine Kombination aus Name, ID-Nummer, Datum und seltener Variante?
2. Anonymisieren oder gar nicht übertragen. Direkte Identifikatoren entfernen; Bedenken Sie jedoch, dass die „Anonymisierung“ genetischer Daten keine vollständige Sicherheit bietet. Am sichersten ist es, überhaupt keine personenbezogenen Daten in das offene Fahrzeug einzubringen.
3. Lesen Sie die Datenrichtlinie des Tools. Wählen Sie Tools, die firmenintern sind, über eine Datenverarbeitungsvereinbarung (DPA) verfügen, versprechen, die Daten nicht im Bildungsbereich zu verwenden, und vorzugsweise lokal bzw. eng zusammenarbeiten.
4. Trennen Sie konzeptionelle Fragen von Daten. „Wie wendet man ACMG PM2 an?“ Sie können konzeptionelle KI-Fragen stellen, z. Hierfür sind keine Patientendaten erforderlich. Verwenden Sie Daten nur bei Bedarf und in anonymisierter Form.
5. Speichern Sie den Trace. Dokumentieren Sie, welche Daten Sie mit welchem Tool und zu welchem Zweck verarbeiten; Überprüfbarkeit ist eine ethische und rechtliche Anforderung.
drei Mini-Koffer
Fall 1 – Eingefügter Bericht. Aus Gründen der Geschwindigkeit fügte ein Assistent den Bericht mit dem vollständigen Namen und der Variantenliste eines Patienten in einen allgemeinen KI-Chat ein und sagte „Zusammenfassen“. Der leitende Spezialist erkannte dies: Der Name und die seltene Variante identifizierten zusammen den Patienten, und das Tool speicherte die Daten. Der Vorfall erforderte eine Benachrichtigung über eine Datenschutzverletzung. Lektion: Auch bei der Zusammenfassung werden keine identifizierenden Daten übertragen.
Fall 2 – Zustimmung der Familie. Während er die Daten eines Patienten nutzte, teilte ein Forscher AI mit, dass die Variante auch bei seinem Geschwister gefunden wurde. Der Bruder stimmte der Verarbeitung seiner Daten jedoch nicht zu. Auch der familiäre Aspekt genetischer Daten stellte die Privatsphäre Dritter in Frage; Der Ermittler entnahm Informationen über den Bruder.
Fall 3 – Bestätigung erhalten. Ein Labor führte vor der Analyse eine „Anonymisierungs-Checkliste“ ein. Sie extrahierten Namen, ID-Nummern und Daten, bevor sie sie der KI übergaben; Darüber hinaus erkannten sie, dass allein eine sehr seltene Kombination von Varianten die Identität bestimmen konnte, und meldeten diese Probe überhaupt nicht. Ohne die Checkliste hätten als „anonym“ geltende Daten reidentifiziert werden können.
Vier kopierbare Vorlagen
1) Anonymisierungskontrolle:
Bevor Sie diesen Text an ein KI-Tool weiterleiten, listen Sie ALLE darin enthaltenen Elemente auf (Name, ID-Nummer, Datum, Adresse, seltene Variantenkombination, seltener Phänotyp), die den Patienten oder seine Angehörigen identifizieren könnten. Schlagen Sie jeweils „weglassen“ oder „die Probe überhaupt nicht übertragen“ vor: [Text].
2) Konzeptionelle Frage (ohne Daten):
Beantworten Sie diese konzeptionelle Frage, OHNE Patientendaten weiterzugeben: [ACMG/Methodenfrage].Verwenden Sie gängige Beispiele; Ich möchte keine echten Patienteninformationen.
3) Einwilligungs- und Transparenzkontrolle:
Helfen Sie mir, einen Informations-/Einwilligungstext für Gentests zu erstellen. Dazu sollte Folgendes gehören: zu welchen Zwecken die Daten verarbeitet werden, mit welchen Arten von Tools sie analysiert werden, wie mit Ergebnissen zu Familienangehörigen umgegangen wird, Speicherung und Löschung. Für eine rechtliche Entscheidung wenden Sie sich bitte an die Rechts-/Ethikabteilung.
4) Kriterien für die Fahrzeugauswahl:
Welche Datenschutzkriterien (Datenverarbeitungsvereinbarung, Verpflichtung zur Nichtverwendung im Bildungsbereich, lokaler Betrieb, Zugriffskontrolle, Löschung) sollte ich bei der Auswahl eines KI-/Analysetools beachten, das sensible genetische Daten verarbeitet? Es wird eine Bewertungscheckliste erstellt.
Schwache Eingabeaufforderung / Starke Eingabeaufforderung
Schwach: „Kommentieren Sie Ahmet Yılmaz‘ (TC: …) BRCA1-Ergebnis: [vollständige Variantenliste].“
Problem: Direkter Identifikator + genetische Daten gehen in offenes Tool; grobe Verletzung der Vertraulichkeit.
Güçlü: „Erklären Sie, ohne jemanden zu nennen, anhand eines allgemeinen Beispiels, wie eine Frameshift-Variante in BRCA1 bei ACMG evaluiert wird. Ich gebe keine tatsächlichen Patientendaten weiter.“
Warum es leistungsstark ist: Der Lern-/Bewertungsbedarf wird gedeckt, es werden jedoch keine identifizierenden Daten übertragen.
Datentyp
Kommt es in das offene KI-Tool?
Alternative
Patientenname/Identifikationsnummer
niemals
Keine Übertragung
Seltene Variante + Geschichte
Nie (identifiziert)
Übertragen Sie die Probe
konzeptionelle Frage
Ja
Allgemeines Beispiel
Anonymes, häufiges Beispiel
vorsichtig
Unternehmens-/lokales Tool
Aggregierte, anonyme Statistiken
je nach Situation
Fahrzeug mit DPA
Häufige Fehler
- Identifizierende Daten werden als „Nur zur Zusammenfassung“ eingefügt. Was auch immer der Zweck ist, es ist ein Verstoß.
- „Anonymisierung“ für genetische Daten wird mit vollständiger Sicherheit verwechselt. Eine erneute Identifizierung ist möglich.
- Den familiären Aspekt vergessen. Die Daten einer Person offenbaren auch deren Angehörige.
- Die Datenrichtlinie des Fahrzeugs wurde nicht gelesen. Die Daten können im Training genutzt oder gespeichert werden.
- Keine Erfolgsaufzeichnungen führen. Fehlt die Kontrollierbarkeit, kann die Verantwortung nicht nachgewiesen werden.
Achtung: Datenschutzverletzungen entstehen meist nicht aus böswilliger Absicht, sondern aus einem „Beeil dich“-Reflex. Das größte Risiko besteht darin, in einem lockeren Arbeitsablauf gedankenlos einen Bericht in ein Chatfenster einzufügen. Verlangsamen; Für genetische Daten gibt es keine Schaltfläche zum Rückgängigmachen.
Tiefe: die wahre Mathematik der Re-Identifizierung und sicherer Architekturen
Warum ist es falsch zu denken: „Ich habe den Namen gelöscht, jetzt ist er anonym“? Weil zur Identifizierung einer Person kein Name erforderlich ist; Eine Kombination seltener Merkmale ist ausreichend. Einer klassischen Erkenntnis zufolge kann das Trio aus Geburtsdatum + Geschlecht + Postleitzahl die überwiegende Mehrheit der US-Bevölkerung ausmachen. In der Genetik ist die Situation schärfer: Die Kombination mehrerer seltener Varianten (jede kommt in der Population nur bei einer von tausend vor, zusammen weniger als eine von einer Million) deutet auf ein einzelnes Individuum hin. Darüber hinaus können genomische Daten mit genealogischen Datenbanken abgeglichen werden, um eine Person mit der Identität eines Verwandten zu verknüpfen, selbst wenn die Person nirgendwo anders Daten bereitgestellt hat – eine echte Form des Angriffs, die in der Literatur nachgewiesen wurde.
Daher erfordert die Erhaltung architektonische Entscheidungen, die über den Reflex des „Löschens von Bezeichnern“ hinausgehen. Praktische Optionen: Verwendung lokaler/selbstgehosteter Modelle, um die Daten niemals außerhalb der Grenzen der Institution zu lassen; Wenn die Cloud genutzt wird, wählen Sie Enterprise-Stufen mit einer Datenverarbeitungsvereinbarung (DPA) und der Verpflichtung, „den Input nicht in Schulungen zu verwenden“; wann immer möglich mit abgeleiteten, aggregierten Informationen statt patientenspezifischen Rohdaten arbeiten; und Beschränkung des Zugriffs auf das Prinzip der geringsten Privilegien.
Konkreter Fall: Ein Zentrum hat eine „anonyme“ Fallserie in einem allgemeinen KI-Tool zusammengefasst. Der Datensatz enthielt keine Namen, aber jeder Patient hatte eine Kombination aus seltener Diagnose + Alter + Stadt; Durch die Kreuzung mit einem lokalen Zeitungsbericht konnte ein Patient identifiziert werden. Das Fehlen von Rohidentifikatoren schloss eine erneute Identifizierung nicht aus.
Schutzschicht
Was bietet
Grenze
Löschung der Kennung
Entfernt direkt die ID
Es bleiben seltene Kombinationen
Lokales/selbstgehostetes Modell
Daten verlassen die Institution nicht
Installations-/Wartungsaufwand
DPA+ wird im Bildungsbereich nicht verwendet
Rechtliche/vertragliche Sicherung
Es ist notwendig, die Richtlinie zu lesen
Aggregation/Ableitung
Reduziert einzelne Narben
Schränkt die Tiefe der Analyse ein
Zusammenfassend
- Genetische Daten sind besondere, unveränderliche, identifizierende und familienbezogene Daten; erfordert den höchsten Schutzstandard.
- Identifizierbare genetische Patientendaten werden niemals in offene KI-Tools eingegeben; Konzeptionelle Fragen werden von den Daten getrennt.
- Frameworks wie KVKK, DSGVO, GINA erfordern eine ausdrückliche Einwilligung, Zweckbeschränkungen und starken Schutz.
- Anonymisierung ist keine vollständige Sicherheit; Am sichersten ist es, kritische Daten überhaupt nicht zu übertragen.
Anwendungsaufgabe
Erhalten Sie einen beispielhaften (fiktiven) genetischen Bericht. Listen Sie anhand der Vorlage 1 alle darin enthaltenen identifizierenden Elemente auf und entscheiden Sie, ob Sie sie jeweils „weglassen“ oder „keine Übertragung“ vornehmen möchten. Schreiben Sie dann dieselbe klinische Frage ohne identifizierende Daten neu (unter Verwendung der Logik von Vorlage 2). Beschreiben Sie den Datenschutzunterschied zwischen den beiden Versionen in einem Satz.
Checkliste
- [ ] Ich habe die Daten nach Identität klassifiziert.
- [ ] Ich habe keine personenbezogenen Daten in das offene Tool eingegeben.
- [ ] Ich habe beobachtet, dass eine Kombination seltener Varianten identifiziert werden konnte.
- [ ] Ich habe die Datenrichtlinie des Tools überprüft (Aufbewahrung, Schulung, DPA).
- [ ] Ich habe den familiären Aspekt und die Einwilligung Dritter berücksichtigt.
- [ ] Ich habe den Transaktionspfad aufgezeichnet und ihn bei Bedarf an die Ethik-/Rechtsabteilung weitergeleitet.