اخلاق، حریم خصوصی و حفاظت از داده ها: مسئولیت ویژه داده های ژنتیکی

سود:

• درک اینکه چرا داده های ژنتیکی دسته خاصی از داده های شخصی هستند و خطر شناسایی مجدد
• امکان به کارگیری اصول ناشناس سازی، رضایت و به حداقل رساندن داده ها قبل از ارائه داده های بیمار برای باز کردن ابزارهای هوش مصنوعی
• توانایی پذیرش محدودیت های پردازش داده های ژنتیکی و مسئولیت اخلاقی حرفه ای در چارچوب هایی مانند KVKK/GDPR

داده های ژنتیکی داده های شخصی معمولی نیستند. توالی DNA یک فرد؛ به طور منحصربه‌فرد شما را شناسایی می‌کند، نمی‌توان آن را تغییر داد (شما می‌توانید رمز عبور خود را تغییر دهید اما ژنوم خود را تغییر دهید)، می‌تواند خطرات بیماری‌های آینده را نشان دهد و نه تنها به فرد، بلکه همه اعضای خانواده مرتبط با خون مربوط می‌شود. بنابراین، استفاده از هوش مصنوعی (AI) هنگام کار با داده های ژنتیکی مستلزم بالاترین استانداردهای محرمانه و اخلاقی است. در این بخش، یاد خواهید گرفت که چرا داده های ژنتیکی باید به طور ویژه محافظت شوند، اشتباهاتی که در هنگام استفاده از ابزارهای هوش مصنوعی عواقب جدی دارند و یک نظم کاری ایمن.

اصل مهم: هرگز داده های ژنتیکی قابل شناسایی بیمار را در ابزار هوش مصنوعی در دسترس عموم قرار ندهید. بسیاری از سرویس‌های هوش مصنوعی همه منظوره می‌توانند داده‌هایی را که وارد می‌کنید پردازش کرده، ذخیره کنند یا از آن برای بهبود مدل استفاده کنند. هنگامی که ترکیب نادر، نام، شماره شناسایی یا تاریخ تولد بیمار در ابزاری وارد می شود، ممکن است یک نقض غیرقابل برگشت حریم خصوصی رخ دهد.

پنج ویژگی که داده های ژنتیکی را خاص می کند

1. تغییر ناپذیری: ژنوم در طول زندگی یکسان است. اگر افشا شود، نمی توان آن را "لغو" کرد.
2. هویت: حتی تعداد کمی از انواع نادر می توانند به طور منحصر به فرد یک فرد را شناسایی کنند. داده هایی که تصور می شود "ناشناس" هستند را می توان دوباره شناسایی کرد.
3. اندازه خانواده: ژنوم یک فرد حاوی اطلاعات ژنتیکی بستگان او نیز می باشد. اطلاعات ممکن است بدون رضایت آنها افشا شود.
4. قابل پیش بینی: می تواند نشان دهنده خطر بیماری در آینده باشد. بیمه ممکن است زمینه ای برای تبعیض شغلی باشد.
5. خطر شناسایی مجدد: داده های ژنومی را می توان با تلاقی با سایر پایگاه های داده به هویت مرتبط کرد.

چارچوب قانونی: مروری کوتاه

داده‌های ژنتیکی در رده داده‌های شخصی ویژه (حساس) در قانون حفاظت از داده‌ها قرار می‌گیرند و با شدت بیشتری محافظت می‌شوند. در ترکیه، KVKK (قانون حفاظت از داده های شخصی) داده های بهداشتی و ژنتیکی را به عنوان داده های خاص در نظر می گیرد و به عنوان یک قاعده، پردازش آن را به رضایت صریح یا استثنائات خاص ملزم می کند. در اروپا، GDPR به طور مشابه از داده های ژنتیکی به عنوان یک دسته خاص محافظت می کند. در ایالات متحده، قانون GINA تبعیض بیمه ای و شغلی بر اساس اطلاعات ژنتیکی را ممنوع می کند. اگرچه جزئیات در کشور متفاوت است، اما اصل مشترک یکسان است: داده های ژنتیکی را نمی توان بدون رضایت صریح، محدودیت هدف و حفاظت قوی پردازش کرد.

نکته: هنگام دریافت رضایت برای آزمایش ژنتیکی از یک بیمار، افشای اطلاعات ممکن است شامل نحوه پردازش داده ها توسط ابزارهای هوش مصنوعی باشد. "با چه ابزاری و از کجا داده های شما را برای تجزیه و تحلیل پردازش می کنیم؟" در موقعیتی باشید که به سؤالات شفاف پاسخ دهید.

گام به گام: استفاده از هوش مصنوعی ایمن با داده های ژنتیکی مخفی

1. طبقه بندی کنید. آیا داده های در اختیار شما قابل شناسایی است؟ آیا شامل ترکیبی از نام، شماره شناسه، تاریخ، نوع کمیاب است؟

2. ناشناس کنید یا اصلا انتقال ندهید. حذف شناسه های مستقیم؛ اما به یاد داشته باشید، "ناشناس سازی" در داده های ژنتیکی اطمینان کامل را ارائه نمی دهد. ایمن‌ترین کار این است که به هیچ وجه اطلاعات قابل شناسایی شخصی را به وسیله نقلیه باز وارد نکنید.

3. خط مشی داده ابزار را بخوانید. ابزارهایی را انتخاب کنید که شرکتی هستند، دارای توافقنامه پردازش داده (DPA) هستند، قول می دهند از داده ها در آموزش استفاده نکنند و ترجیحاً به صورت محلی/نزدیک کار کنند.

4. سوالات مفهومی را از داده ها جدا کنید. "چگونه ACMG PM2 را اعمال کنیم؟" می توانید سوالات مفهومی هوش مصنوعی مانند: برای این کار نیازی به اطلاعات بیمار نیست. از داده ها فقط در صورت لزوم و به صورت ناشناس استفاده کنید.

5. ردیابی را ذخیره کنید. داده هایی را که پردازش می کنید، با کدام ابزار و برای چه هدفی مستند کنید. حسابرسی یک الزام اخلاقی و قانونی است.

سه کیف کوچک

مورد 1 - گزارش چسبانده شده است. برای سرعت، یک دستیار گزارش حاوی نام کامل بیمار و لیست انواع مختلف را در یک چت عمومی هوش مصنوعی چسباند و گفت "خلاصه". متخصص ارشد این را متوجه شد: نام و نوع نادر با هم بیمار را شناسایی کردند و ابزار داده ها را ذخیره کرد. این حادثه به یک اعلان نقض حریم خصوصی نیاز داشت. درس: هیچ داده شناسایی منتقل نمی شود، حتی برای خلاصه.

مورد 2 - رضایت خانواده. زمانی که از داده‌های یک بیمار استفاده می‌کرد، یک محقق به هوش مصنوعی گفت که این نوع در خواهر یا برادرش نیز یافت شده است. با این حال، برادر با پردازش داده های خود موافقت نکرد. جنبه خانوادگی داده های ژنتیکی نیز حریم خصوصی شخص ثالث را زیر سوال برد. بازپرس اطلاعاتی در مورد برادر استخراج کرد.

مورد 3 - تأیید به دست آمده است. یک آزمایشگاه یک "چک لیست ناشناس سازی" را قبل از تجزیه و تحلیل اجرا کرد. آنها اسامی، شماره شناسایی و تاریخ را قبل از دادن آنها به هوش مصنوعی استخراج کردند. علاوه بر این، آنها متوجه شدند که ترکیب بسیار نادری از انواع به تنهایی می تواند هویت را تعیین کند و اصلاً آن نمونه را گزارش نکردند. بدون چک لیست، داده هایی که تصور می شد "ناشناس" هستند می توانستند دوباره شناسایی شوند.

چهار قالب قابل کپی

1) کنترل ناشناس سازی:

قبل از دادن این متن به ابزار هوش مصنوعی، تمام عناصر موجود در آن (نام، شماره شناسه، تاریخ، آدرس، ترکیب گونه‌های نادر، فنوتیپ نادر) را فهرست کنید که می‌تواند بیمار یا بستگانش را شناسایی کند. برای هر کدام، «حذف» یا «اصلاً نمونه را انتقال ندهید» پیشنهاد دهید: [متن].

2) سوال مفهومی (بدون داده):

بدون به اشتراک گذاشتن داده‌های بیمار، به این سؤال مفهومی پاسخ دهید: [ACMG/سوال روش‌ها]. از مثال‌های رایج استفاده کنید. من اطلاعات واقعی بیمار را نمی خواهم.

3) رضایت و کنترل شفافیت:

به من کمک کنید یک متن اطلاعات/ رضایت نامه برای آزمایش ژنتیک تهیه کنم. این باید شامل موارد زیر باشد: داده ها برای چه اهدافی پردازش می شوند، با چه نوع ابزارهایی تجزیه و تحلیل می شوند، نتایج مربوط به اعضای خانواده چگونه مدیریت می شوند، ذخیره سازی و حذف. برای تصمیم گیری قانونی به واحد حقوقی/اخلاقی مراجعه کنید.

4) معیارهای انتخاب وسیله نقلیه:

چه معیارهای حفظ حریم خصوصی (توافقنامه پردازش داده، تعهد به عدم استفاده در آموزش، عملیات محلی، کنترل دسترسی، حذف) باید هنگام انتخاب یک ابزار هوش مصنوعی/تحلیل که داده های ژنتیکی حساس را پردازش می کند، بپرسم؟ چک لیست ارزیابی ایجاد می شود.

اعلان ضعیف / اعلان قوی

ضعیف: "نظر دهید احمد یلماز (TC: ...) نتیجه BRCA1: [لیست کامل انواع]."

مشکل: شناسه مستقیم + داده های ژنتیکی وارد ابزار باز می شود. نقض فاحش رازداری

گوچلو: "بدون شناسایی کسی، با استفاده از یک مثال کلی توضیح دهید که چگونه یک نوع تغییر فریم در BRCA1 در ACMG ارزیابی می شود. من داده های واقعی بیمار را به اشتراک نمی گذارم."

چرا قدرتمند است: نیاز یادگیری/ارزیابی برآورده شده است، اما هیچ داده شناسایی منتقل نمی شود.

نوع داده

آیا وارد ابزار open AI می شود؟

جایگزین

نام بیمار / شماره شناسایی

هرگز

بدون انتقال

نوع کمیاب + تاریخچه

هرگز (شناسایی می کند)

نمونه را انتقال دهید

سوال مفهومی

بله

مثال کلی

ناشناس، مثال رایج

مراقب باشید

ابزار سازمانی/محلی

آمار انباشته و ناشناس

بسته به شرایط

وسیله نقلیه با DPA

اشتباهات رایج

• چسباندن داده های شناسایی به عنوان "فقط برای خلاصه". هدف هر چه باشد، تخلف است.
• اشتباه "ناشناس سازی" برای داده های ژنتیکی به عنوان امنیت کامل. شناسایی مجدد امکان پذیر است.
• فراموش کردن جنبه خانوادگی داده های یک فرد بستگان آنها را نیز آشکار می کند.
• خط مشی داده خودرو را نخوانده است. داده ها ممکن است در آموزش استفاده یا ذخیره شوند.
• عدم نگهداری سوابق اگر قابلیت کنترل وجود نداشته باشد، نمی توان مسئولیت را نشان داد.

احتیاط: بیشتر اوقات، نقض حریم خصوصی ناشی از نیت مخرب نیست، بلکه از یک رفلکس "سریع دریافت کنید" ناشی می شود. بزرگ‌ترین خطر، چسباندن بی‌اهمیت یک گزارش در پنجره چت در یک جریان کاری معمولی است. کاهش سرعت؛ هیچ دکمه لغو روی داده های ژنتیکی وجود ندارد.

عمق: ریاضیات واقعی شناسایی مجدد و معماری های ایمن

چرا فکر کردن "من نام را حذف کردم، اکنون ناشناس است" اشتباه است؟ زیرا برای شناسایی شخص نیازی به نام نیست; ترکیبی از ویژگی های کمیاب کافی است. طبق یک یافته کلاسیک، سه تاریخ تولد + جنسیت + کد پستی می تواند اکثریت قریب به اتفاق جمعیت ایالات متحده را مشخص کند. در ژنتیک، وضعیت واضح‌تر است: ترکیب چندین نوع نادر (که هر کدام حتی در یک در هزار در جمعیت رخ می‌دهند، روی هم کمتر از یک در میلیون) به یک فرد اشاره می‌کند. علاوه بر این، داده‌های ژنومی را می‌توان با پایگاه‌های اطلاعاتی تبارشناسی تلاقی کرد تا یک فرد را به هویت یکی از خویشاوندان پیوند دهد، حتی اگر فرد هیچ داده‌ای در جای دیگری ارائه نکرده باشد - شکل واقعی حمله که در ادبیات نشان داده شده است.

بنابراین حفظ و نگهداری نیازمند تصمیمات معماری است که فراتر از رفلکس «حذف شناسه ها» است. گزینه‌های عملی: استفاده از مدل‌های میزبانی محلی/خود میزبانی برای خروج هرگز داده‌ها در خارج از مرزهای مؤسسه. اگر از ابر استفاده خواهد شد، سطوح سازمانی را با توافقنامه پردازش داده (DPA) و تعهد به "عدم استفاده از ورودی در آموزش" انتخاب کنید. کار با اطلاعات مشتق شده و انبوه به جای داده های خام خاص بیمار در صورت امکان. و محدود کردن دسترسی به اصل حداقل امتیاز.

مورد مشخص: یک مرکز یک سری پرونده "ناشناس" را در یک ابزار هوش مصنوعی عمومی خلاصه کرد. مجموعه داده شامل نام نبود، اما هر بیمار ترکیبی از تشخیص نادر + سن + شهر را داشت. وقتی با گزارش روزنامه محلی تلاقی کرد، می توان یک بیمار را شناسایی کرد. عدم وجود شناسه های خام مانع از شناسایی مجدد نشد.

لایه حفاظتی

آنچه فراهم می کند

محدود کردن

حذف شناسه

به طور مستقیم ID را حذف می کند

ترکیبات کمیاب باقی مانده است

مدل محلی/خود میزبان

داده ها موسسه را ترک نمی کنند

بار نصب و نگهداری

DPA+ در آموزش استفاده نمی شود

تضمین حقوقی/قراردادی

مطالعه سیاست الزامی است

تجمع/اشتقاق

اسکار فردی را کاهش می دهد

عمق تحلیل را محدود می کند

به طور خلاصه

• داده های ژنتیکی داده های ویژه، تغییرناپذیر، شناسایی و مرتبط با خانواده هستند. به بالاترین استاندارد حفاظت نیاز دارد.
• داده های ژنتیکی قابل شناسایی بیمار هرگز در ابزارهای باز هوش مصنوعی وارد نمی شود. سوالات مفهومی از داده ها جدا می شوند.
• چارچوب هایی مانند KVKK، GDPR، GINA نیاز به رضایت صریح، محدودیت های هدف و حفاظت قوی دارند.
• ناشناس سازی تضمین کاملی نیست. امن ترین کار این است که به هیچ وجه داده های حیاتی را منتقل نکنید.

وظیفه کاربردی

دریافت نمونه (تخیلی) گزارش ژنتیکی. با استفاده از الگوی 1، تمام عناصر شناسایی را در آن فهرست کنید و تصمیم بگیرید که برای هرکدام «حذف» یا «عدم انتقال» انجام شود. سپس همان سؤال بالینی را بدون هیچ گونه داده شناسایی بازنویسی کنید (با استفاده از منطق الگو 2). تفاوت حریم خصوصی بین دو نسخه را در یک جمله شرح دهید.

چک لیست

• [ ] من داده ها را از نظر هویت طبقه بندی کردم.
• [ ] من داده های قابل شناسایی شخصی را به ابزار باز معرفی نکردم.
• [ ] مشاهده کردم که ترکیبی از انواع کمیاب قابل شناسایی است.
• [ ] من خط مشی داده ابزار را بررسی کردم (نگهداری، آموزش، DPA).
• [ ] من جنبه خانوادگی و رضایت شخص ثالث را در نظر گرفتم.
• [ ] من دنباله تراکنش را ضبط کردم و در صورت لزوم به واحد اخلاق/حقوقی ارسال کردم.