Gewinne:
- Möglichkeit, Patientendaten als besondere personenbezogene Daten und Pflichten gemäß KVKK zu definieren
- Fähigkeit zur Implementierung von Kontextanonymisierung, Datenminimierung und unternehmens-/richtlinienkonformer Toolauswahl
- Verständnis der klinischen, rechtlichen und ethischen Folgen einer Datenschutzverletzung und der Präventionskette
Patientendaten sind die intimsten Informationen einer Person: ihre Krankheiten, genetischen Merkmale, psychische Gesundheit, Sucht, sexuelle Gesundheit. In der Türkei definiert das Gesetz zum Schutz personenbezogener Daten Nr. 6698 (KVKK) Gesundheitsdaten als besondere personenbezogene Daten; Mit anderen Worten: Es bietet das höchste Maß an Schutz. Die unvorsichtige Eingabe dieser Daten in ein Tool der künstlichen Intelligenz (KI) gefährdet sowohl die Privatsphäre des Patienten als auch die rechtliche Haftung. In dieser Einheit erfahren Sie, wie Sie Patientendaten bei der Arbeit mit KI, Anonymisierung und Datenminimierung schützen, sichere Tools auswählen und welche Folgen ein Verstoß hat. Grundprinzip: Geben Sie keine unnötigen Daten an; anonymisieren Sie, was Sie geben; Verwenden Sie nur geeignete, richtlinienkonforme Tools.
Warum sind Gesundheitsdaten privat?
Laut KVKK sind personenbezogene Daten alle Informationen, die einer identifizierten oder identifizierbaren natürlichen Person gehören. Gesundheitsdaten hingegen sind von „besonderer Natur“: Ihre Verarbeitung erfordert in der Regel eine ausdrückliche Einwilligung oder besondere gesetzlich zulässige Umstände und strengere Sicherheitsmaßnahmen sind unerlässlich. Auch wenn ein Patient keinen Namen hat; Wenn eine seltene Krankheit, eine bestimmte Vorgeschichte, eine Institution und ein Alter zusammenkommen, kann eine Person neu definiert werden. Deshalb ist die Vorstellung „Ich habe den Namen gelöscht, ich bin in Sicherheit“ irreführend; Auch indirekte Identifikatoren bergen Risiken.
Achtung: Die Eingabe von Gesundheitsdaten in einen KI-Dienst, der Daten für das Modelltraining nutzt oder dessen Server/Richtlinien unklar sind, stellt einen Verstoß gegen KVKK dar, sofern keine ausdrückliche Einwilligung und entsprechende Vorkehrungen vorliegen. Die Verantwortung liegt beim Arzt und der Einrichtung; „Ich wusste es nicht“ ist keine Verteidigung.
Drei grundlegende Verteidigungen
1. Datenminimierung. Geben Sie nur Informationen an, die für die Aufgabe wirklich notwendig sind. Um die Sprache einer Epikrise zu vereinfachen, ist es nicht erforderlich, den Namen, den Ausweis oder die Adresse des Patienten anzugeben.
2. Anonymisierung. Entfernen oder ersetzen Sie direkte Identifikatoren (Name, Nachname, ID, Aktenzeichen, Telefonnummer, Adresse, Datum) durch ein Etikett. Verallgemeinern Sie auch indirekte Identifikatoren (seltene Diagnose + Institution + Datum).
3. Sichere Fahrzeugauswahl. Wählen Sie vertragliche, unternehmens- und KVKK-konforme Tools, die garantieren, dass die Daten nicht im Bildungsbereich verwendet werden. Lesen Sie die Datenschutzerklärung: Wo werden die Daten gespeichert, wie lange werden sie aufbewahrt, wer hat Zugriff?
Schritt für Schritt: KVKK-konformer KI-Einsatz
- Sind diese Daten notwendig? Geben Sie niemals, was nicht notwendig ist.
- Anonymisieren. Klare direkte und indirekte Identifikatoren.
- Überprüfen Sie das Tool. Richtlinien, Aufbewahrung, Nutzung für Bildungszwecke, Serverstandort.
- Ist eine ausdrückliche Einwilligung erforderlich? Führen Sie den Vorgang ggf. entsprechend der Vorgehensweise der Einrichtung durch.
- Behalten Sie auch die Ausgabe bei. Gibt es Identitätsverluste in der KI-Ausgabe?
- Spur und Politik. Beachten Sie das betriebliche Datenverarbeitungsverzeichnis.
drei Mini-Koffer
Fall 1 – Verhinderter Verstoß. Ein Assistent möchte einen interessanten Fall mit KI zur Präsentation zusammenfassen. Zunächst werden Name, ID, Aktenzeichen und Datum aus dem Text extrahiert, die Institution verallgemeinert und ein von der Institution genehmigtes Tool ausgewählt, das die Daten nicht im Bildungsbereich verwendet. Dadurch wird die Arbeit beschleunigt und die Privatsphäre geschützt.
Fall 2 – Risiko einer indirekten Identifizierung. Ein Arzt gibt den Satz „Der einzige pädiatrische Onkologiepatient im Kreis X“ in die KI ein. Es gibt keinen Namen, aber diese Beschreibung weist auf ein einzelnes Kind hin; kann neu definiert werden. Laut seinem Kollegen verallgemeinert der Arzt die Aussage („ein Fall pädiatrischer Onkologie“) und eliminiert das Risiko.
Fall 3 – Falsches Werkzeug. Eine Klinik nutzt ein kostenloses Tool, um auf Patientennachrichten zu antworten, ohne die Datenschutzrichtlinie lesen zu müssen. Später stellte sich heraus, dass das Tool die Daten im Training nutzte. Die Einrichtung stoppt das Fahrzeug, überprüft den Prozess und geht zu einer KVKK-konformen Lösung über. Eine vorherige Lektüre der Police hätte dieses Risiko von vornherein verhindert.
Tabelle der Bezeichnertypen
Genre
Beispiel
getan werden
Direkter Identifikator
Name, TR-ID, Aktenzeichen, Telefonnummer
Entfernen/markieren
halbbeschreibend
Vollständiges Geburtsdatum, vollständige Adresse
Verallgemeinern (Jahr, Bezirk)
indirekter Identifikator
Seltene Diagnose + Institution + Anamnese
Verallgemeinern Sie den Kontext
Freitext
In der Notiz erwähnter Name/Ereignis
Scannen und bereinigen
Ausgangsleck
Identität in KI-generiertem Text
Überprüfen Sie auch die Ausgabe
Vier kopierbare Vorlagen
Aufgabe: Suchen und kategorisieren Sie ALLE persönlichen/gesundheitlichen Identifikatoren im folgenden Text: direkt (Name, ID, Aktenzeichen, Telefonnummer, Adresse), halb (vollständiges Datum), indirekt (seltene Diagnose + Institution + Datum). Ersetzen Sie jedes durch [LABEL], wobei die klinische Bedeutung erhalten bleibt.Text: [...]
Aufgabe: Bewerten Sie das Risiko einer ROTEN IDENTIFIZIERUNG dieser Fallzusammenfassung. Welche Kombination von Informationen könnte auf die Person hinweisen? Welche Aussagen sollte ich verallgemeinern, um das Risiko zu reduzieren? Zusammenfassung: [...]
Aufgabe: Erstellen Sie eine Checkliste für mich, um die Datenschutzrichtlinien eines KI-Tools zu bewerten: Werden die Daten im Training verwendet, wie viele werden gespeichert, wo ist der Server, wer greift darauf zu, gibt es eine KVKK-/Datenverarbeitungsvereinbarung?
Aufgabe: Scannen und kennzeichnen Sie die folgende KI-AUSGABE auf etwaige darin enthaltene identifizierende oder reidentifizierende Informationen. Bei Undichtigkeiten schlagen Sie eine gereinigte Version vor. Ausgabe: [...]
Schwache Eingabeaufforderung / Starke Eingabeaufforderung
Schwach: „Ahmet Yılmaz, TC 123..., Akte 456, X-Krankenhaus, fassen Sie die Epikrise des Patienten zusammen, der mit der folgenden Diagnose ins Krankenhaus eingeliefert wurde.“
Güçlü: „Vereinfachen Sie eine anonyme Fallzusammenfassung: Mann in den Sechzigern, Krankenhausaufenthalt auf einer Abteilung für Innere Medizin, [DIAGNOSE], [BEHANDLUNG]. Name, ID, Aktenzeichen, Einrichtung und vollständiges Datum werden nicht angegeben. Geben Sie im Ausdruck keine identifizierenden Informationen an.“
In der leistungsstarken Eingabeaufforderung werden die Daten minimiert und anonymisiert. Sowohl Privatsphäre als auch Ausgabe sind geschützt.
Häufige Fehler
- Ich denke: „Ich habe den Namen gelöscht, ich bin in Sicherheit.“ Auch indirekte Bezeichner beschreiben.
- Angabe unnötiger Daten. Informationen, die für die Aufgabe nicht erforderlich sind, sollten überhaupt nicht eingegeben werden.
- Ich habe die Richtlinien nicht gelesen. Es sollte bekannt sein, ob das Tool die Daten im Training verwendet.
- Die Ausgabe wird nicht gesteuert. Identität kann auch in der KI-Ausgabe preisgegeben werden.
- Einwilligung umgehen. Die ausdrückliche Einwilligung und das Verfahren sollten bei Bedarf nicht vernachlässigt werden.
Bei Verstoß: nächste Glieder in der Kette
Anonymisierung und Toolauswahl sind präventive Abwehrmaßnahmen; Kommt es aber zu einem Verstoß, sollte im Vorfeld klar sein, was zu tun ist. KVKK erlegt dem Datenverantwortlichen bestimmte Pflichten auf: den Verstoß unverzüglich zu bewerten, wenn ein Verstoß festgestellt wird, die betroffenen Personen und gegebenenfalls die Datenschutzbehörde zu informieren und den Schaden zu begrenzen. Im klinischen Umfeld erfordert dies, dass die Einrichtung und nicht ein einzelner Arzt den Prozess als Datenverantwortlicher betreibt.
In der Praxis kommt es darauf an, den Verstoß nicht zu verheimlichen oder zu verharmlosen. Die Einstellung „es hatte sowieso keinen Namen“ oder „niemand merkt es“ untergräbt sowohl das rechtliche Risiko als auch das Vertrauen der Patienten weiter. Der richtige Reflex besteht darin, den Vorfall sofort der zuständigen Abteilung der Institution (Datenverantwortlicher/Compliance) zu melden, zu dokumentieren, welche Daten wohin gehen, und die Korrektur vorzunehmen, um ein erneutes Auftreten zu verhindern. Ein Verstoß ist auch eine Lernmöglichkeit, die das schwache Glied des Systems aufdeckt: Welcher Schritt wurde übersprungen, welche Regel fehlte?
Achtung: Das Verheimlichen einer Datenschutzverletzung kann schwerwiegendere Folgen haben als die Verletzung selbst. Eine transparente Berichterstattung und schnelle Abhilfe sind sowohl rechtlich als auch ethisch der richtige Weg.
Zusammenfassend
Patientendaten sind im Sinne der KVKK besondere personenbezogene Daten und bedürfen höchsten Schutzes. Wenden Sie bei der Arbeit mit KI drei Abwehrmaßnahmen an: Geben Sie keine Daten an, die nicht benötigt werden (Minimierung), anonymisieren Sie die von Ihnen bereitgestellten Daten (direkte und indirekte Identifikatoren), wählen Sie nur Tools aus, die richtlinienkonform sind, und verwenden Sie keine Daten für Schulungen. Überprüfen Sie auch den Ausgang auf Undichtigkeiten. Die Folgen des Verstoßes sind klinisch, rechtlich und ethisch schwerwiegend; Die Verantwortung liegt beim Arzt und der Einrichtung.
Anwendungsaufgabe
Bewerten Sie die Datenschutzrichtlinien eines KI-Tools, das Sie selbst verwenden, anhand der obigen Checkliste: Werden die Daten im Training verwendet, wie viele werden gespeichert, wo befindet sich der Server? Dann anonymisieren Sie einen echten Falltext (mit Ihrer eigenen Hand); Suchen und löschen Sie alle direkten, semi- und indirekten Bezeichner. Überlegen Sie, ob weiterhin das Risiko einer erneuten Identifizierung besteht.
Checkliste
- [ ] Ich habe für die Aufgabe nie unnötige Daten angegeben.
- [ ] Ich habe direkte Bezeichner entfernt/markiert.
- [ ] Ich habe semi- und indirekte Bezeichner verallgemeinert.
- [ ] Ich habe das Risiko einer erneuten Identifizierung eingeschätzt.
- [ ] Ich habe die Datenschutzbestimmungen des Tools gelesen und dessen Eignung überprüft.
- [ ] Ich habe die KI-Ausgabe auf Identitätslecks überprüft.
- [ ] Ich habe bei Bedarf eine ausdrückliche Einwilligung und ein institutionelles Verfahren angewendet.