سود:
- توانایی تشخیص داده هایی که زن باردار را به طور مستقیم یا غیرمستقیم قابل شناسایی می کند و قبل از دادن آن به هوش مصنوعی، آن ها را شناسایی نمی کند.
- امکان اعمال به حداقل رساندن داده ها و کسب عادت استفاده از ابزارهای مورد تایید موسسه در چارچوب KVKK
- "آیا می توان این شخص را از این متن پیدا کرد؟" امکان مدیریت ریسک شناسایی مجدد با استفاده از آزمون
مامایی حرفه ای است که خصوصی ترین اطلاعات افراد را لمس می کند: چگونگی بارداری، بارداری های گذشته، سقط جنین، از دست دادن، روابط، وضعیت روانی، سلامت جنسی. وقتی این اطلاعات به دست افراد نادرست میافتد، آسیبهای جبرانناپذیری به بار میآورد - یک بحران داخلی، یک انگ اجتماعی، از دست دادن اعتماد. بنابراین رازداری در مامایی یک «قاعده اضافی» نیست، بلکه پایه و اساس این حرفه است. هنگامی که هوش مصنوعی را وارد کسب و کار خود می کنید، مرز جدیدی از حریم خصوصی باز می شود: هر چیزی که در دستیار چت تایپ می کنید می تواند خارج از کنترل شما باشد. این واحد به شما می آموزد که چگونه از داده های باردار هنگام استفاده از هوش مصنوعی محافظت کنید - به ویژه در چارچوب KVKK (قانون حفاظت از داده های شخصی؛ قانون تنظیم کننده پردازش داده های شخصی در ترکیه).
اصل اساسی در یک جمله است: هر اطلاعاتی که زن باردار را قابل تشخیص می کند هرگز نباید وارد ابزار هوش مصنوعی شود. یادگیری این قانون بر سایر مهارت ها در ماژول اولویت دارد. زیرا یک بار داده های لو رفته قابل بازیابی نیستند.
توجه: متنی که در ابزار هوش مصنوعی تایپ می کنید به سرورهای آن سرویس می رود. را می توان ذخیره، پردازش و در برخی موارد برای آموزش مدل استفاده کرد. گفتن "فقط یک خلاصه می خواستم" داده ها را بر نمی گرداند. تنها راه مطمئن این است که هرگز اعتبارنامه را از ابتدا تایپ نکنید.
داده های شخصی چیست، چه اطلاعاتی آن را قابل شناسایی می کند؟
داده های شخصی هر گونه اطلاعاتی است که به طور مستقیم یا غیرمستقیم یک شخص را قابل شناسایی می کند. در مامایی، اینها به ویژه در دسته بندی خاص قرار می گیرند (مانند داده های بهداشتی که بالاترین حمایت را در قانون دریافت می کنند). اطلاعاتی را که تشخیص را در دو گروه فراهم می کند در نظر بگیرید:
شناسه های مستقیم: نام، نام خانوادگی، شماره شناسه TR، شماره فایل/پروتکل، تلفن، آدرس، ایمیل، تاریخ تولد، حساب رسانه های اجتماعی، عکس.
توصیفگرهای غیرمستقیم (ترکیب شده تا قابل تشخیص باشد): "تنها حاملگی سه قلو در آن محله"، "تنها زن 44 ساله در موسسه با اولین بارداری خود"، یک بیماری نادر + اسکان کوچک، محل کار + سن حاملگی. چند جزئیات که به خودی خود بیگناه به نظر میرسند، میتوانند در کنار هم به شخص اشاره کنند. به این ریسک شناسایی مجدد می گویند.
هویت زدایی فرآیند حذف این شناسه ها از متن است. شناسه زدایی به خوبی انجام شده، شناسه های مستقیم و غیرمستقیم را پاک می کند.
گام به گام: حذف هویت قبل از دادن داده ها به هوش مصنوعی
- شناسه های مستقیم را حذف کنید: نام، شناسه، شماره تلفن، شماره پرونده، آدرس، تاریخ - همه آنها را حذف کنید. آن را با تعمیم هایی مانند "باردار A"، "حدود 38 سالگی"، "سه ماهه دوم" جایگزین کنید.
- سرنخهای غیرمستقیم را تار کنید: سن دقیق را به محدوده تبدیل کنید (مثلاً «اوایل دهه 40»)، مکان دقیق را به منطقه، ترکیبهای نادر را به کلی تبدیل کنید.
- جزئیات غیر ضروری را کنار بگذارید: حداقل اطلاعات مورد نیاز برای انجام کار هوش مصنوعی (به حداقل رساندن داده ها) را ارائه دهید. برای نوشتن کارت شیردهی نیازی به شرح حال زن باردار نیست.
- سیاست موسسه را بررسی کنید: برخی از موسسات ابزارهای تایید شده/سازمانهای هوش مصنوعی را تعریف میکنند. ممکن است ورود اطلاعات بیمار به ابزارهای شخصی/رایگان را ممنوع کند. از قانون موسسه خود پیروی کنید.
- خواندن نهایی: قبل از ارسال پیام "آیا این شخص از این متن پیدا می شود؟" یک بار دیگر بخوانید.
سختترین این پنج مرحله مرحله دوم است - محو کردن سرنخهای غیرمستقیم - زیرا حذف شناسههای مستقیم آسان است و ابتدا به ذهن خطور میکند، اما بیشتر تشخیص در واقع از ترکیب جزئیات غیرمستقیم ناشی میشود. ترکیب یک حرفه، سن، محل سکونت و یک وضعیت نادر می تواند فرد را به یک فرد مجرد تقلیل دهد، حتی اگر نامی ذکر نشود. بنابراین، هویت زدایی نباید به عنوان "پاک کردن نام" در نظر گرفته شود، بلکه باید به عنوان "اطمینان از اینکه کسی که این متن را می خواند نمی تواند شخص را حدس بزند" تصور شود. این چارچوب ذهنی به طور اساسی خطر شناسایی مجدد را کاهش می دهد.
نکته: یک تست خوب: اگر متن بی هویت را به یکی از همکارانی که آن زن باردار را می شناسد نشان دهید، آیا او می گوید "این فلانی است"؟ اگر بتواند این را بگوید، به این معنی است که شما به اندازه کافی او را بی هویت نکرده اید.
سه کیف کوچک
مورد 1 - تشخیص غیرمستقیم: زمانی که ماما از هوش مصنوعی خواستار یک خلاصه تاریخچه شد، شناسه را حذف کرد اما عبارت "تنها حاملگی چهار قلو در شهر ما" را گذاشت. این جمله مستقیماً به شخص در آن مکان کوچک اشاره می کند. همکارش متوجه می شود و هشدار می دهد; قابله تعمیم این عبارت را «قندقبلی» می کند. درس: شناسه های غیرمستقیم به اندازه شناسه های مستقیم خطرناک هستند.
مورد 2 - به حداقل رساندن داده ها: ماما دوم معمولاً به جای چاپ بروشور "تغذیه بارداری" کل پرونده زن باردار را در هوش مصنوعی می چسباند. ایستاده است: هیچ اطلاعات شخصی برای بروشور مورد نیاز نیست. او بروشور را بدون تحویل دادن پرونده می گیرد و فقط موضوع را می نویسد. امن ترین داده ها داده هایی هستند که هرگز به اشتراک گذاشته نمی شوند.
مورد 3 - ابزار اشتباه: در مثال سوم، یک ماما وقتی خطمشی سازمان را به خاطر میآورد، میخواهد اطلاعات بیمار را در برنامهای تصادفی در تلفن شخصیاش تایپ کند: دادههای بیمار را فقط میتوان بدون شناسایی و با استفاده از ابزارهای تایید شده توسط موسسه پردازش کرد. عدم استفاده از برنامه شخصی نشت داده اغلب از چنین لحظه ای "راحتی" ناشی می شود و نه از یک خطای فنی.
قالب های قابل کپی
نقش: شما دستیار کنترل تشخیص هویت هستید. وظیفه: هر عبارتی را در متن زیر علامت بزنید که می تواند مستقیماً یا غیرمستقیم یک شخص را شناسایی کند: - مستقیم: نام، شناسه، تلفن، آدرس، شماره پرونده، تاریخ دقیق، عکس. - غیر مستقیم: ترکیب نادر، مکان کوچک + موقعیت خاص، سن دقیق، محل کار، کیفیت منحصر به فرد/منحصر به فرد.
نقش: شما یک مشاور به حداقل رساندن داده ها هستید. وظیفه: من می خواهم این کار را انجام دهم: [شغل]. حداقل اطلاعاتی که برای انجام این کار باید به شما بدهم چیست؟ اطلاعات غیر ضروری بیمار را به عنوان "[ارائه ندهید]" علامت گذاری کنید.
نقش: شما دستیار خلاصه ایمن هستید. وظیفه: داستان DIDENTIFIED را در زیر خلاصه کنید. اگر اطلاعات شناسایی را در متن می بینید، خلاصه نکنید. در عوض بنویسید "من اعتبارنامه ها را شناسایی کردم، لطفا پاک کنید و دوباره ارسال کنید." داستان: [داستان]
چک لیست یادآوری خط مشی سازمانی (از خود بپرسید):- آیا این ابزار توسط مؤسسه من تأیید شده است؟- آیا اطلاعات شناسایی شخصی در داده هایی که وارد کردم وجود دارد؟- آیا این اطلاعات واقعاً برای این کار مورد نیاز است؟- آیا فردی که می شناسم می تواند در صورت خواندن متن، شخص مورد نظر را پیدا کند؟- آیا هنگام ذخیره خروجی اطلاعات شناسایی را اضافه می کنم؟
اعلان ضعیف / اعلان قوی
ضعیف: «عایشه ی.، 39 ساله، حاملگی سوم، در بیمارستان زیر، شماره پرونده 4412؛ شرح حال او را خلاصه کنید».
این اعلان پر از شناسه های مستقیم است. اطلاعات خصوصی به محض ارسال لو رفت.
قوی:
نقش: دستیار خلاصه ایمن. تاریخچه ناشناس زیر را خلاصه کنید. "باردار A، اواخر دهه 30، حاملگی سوم، [جزئیات پزشکی مرتبط ناشناس]." اگر اطلاعات شناسایی در متن مشاهده کردید، خلاصه نکنید، هشدار دهید.
تفاوت: در نسخه قوی هیچ شناسه مستقیم/غیر مستقیمی وجود ندارد. فقط زمینه بی هویتی برای انجام کار وجود دارد. امنیت قبل از نوشته شدن دستور شروع می شود.
چه چیزی را به اشتراک بگذاریم و چه چیزی را به اشتراک نگذاریم
نوع اطلاعات
آیا در هوش مصنوعی قرار می گیرد؟
جایگزین
نام، TR ID، تلفن، آدرس، شماره پرونده
هرگز
"باردار A"
سن دقیق / تاریخ دقیق
نه
محدوده سنی/سه ماهه
ترکیب کمیاب + مکان کوچک
نه
تعمیم دادن
زمینه پزشکی عمومی (ناشناس)
بله، در صورت لزوم
اعمال حداقل سازی داده ها
عکس/تصویر
خیر (چهره/نشانه)
لازم نیست
وسیله نقلیه مورد تایید موسسه نیست
داده های بیمار وجود ندارد
وسیله نقلیه مورد تایید
اشتباهات رایج
- فقط حذف نام و گذاشتن سرنخ های غیر مستقیم: خطر شناسایی مجدد باقی می ماند.
- چسباندن کل فایل برای "راحتی": اصل کمینه سازی داده ها را نقض می کند.
- وارد کردن دادههای بیمار در دستگاههای شخصی/تأیید نشده: ممکن است برخلاف سیاستهای سازمانی و KVKK باشد.
- اشتراکگذاری عکس/عکس از صفحه: چهره، نام و شماره فایل در تصویر میتواند محرمانه بماند.
- افزودن شناسه در حین ذخیره خروجی: افزودن شناسه به خروجی که بدون شناسه ارائه می شود، خطر را برمی گرداند.
- با فرض اینکه "به هر حال حذف می شود": شما نمی دانید داده چیست. تنها ضمانت این است که اصلا چیزی ارسال نکنید.
به طور خلاصه
هنگام استفاده از هوش مصنوعی، حریم خصوصی یک پیش نیاز است، نه فنی. هر گونه اطلاعاتی که به طور مستقیم (نام، شناسه، تلفن) یا غیرمستقیم (ترکیب نادر + مکان کوچک) قابل تشخیص باشد، نباید وارد ابزار هوش مصنوعی شود. حداقل سازی داده ها را تمرین کنید - حداقل اطلاعات مورد نیاز برای انجام کار را ارائه دهید - و فقط از ابزارهای مورد تایید سازمان خود استفاده کنید. بدون ارسال اعلان "آیا می توان این شخص را از این متن پیدا کرد؟" آزمایش را انجام دهید پس از لو رفتن، داده ها قابل بازیابی نیستند. بنابراین، امنیت قبل از نوشته شدن دستور شروع می شود.
وظیفه کاربردی
یک تاریخچه بارداری واقعی (روی کاغذ) بگیرید و متن را با استفاده از الگوی شناسایی گام به گام پاک کنید: ابتدا مستقیم، سپس شناسه های غیر مستقیم. متن پاک شده را به یک همکار نشان دهید و بپرسید "این کی می تواند باشد؟" بپرس اگر می توانید آن را تشخیص دهید، آن را بیشتر تعمیم دهید. همچنین خط مشی AI/داده موسسه خود را پیدا کنید، آن را در یک جمله خلاصه کنید و توجه داشته باشید که کدام ابزار تایید شده است.
چک لیست
- [ ] همه شناسه های مستقیم (نام، شناسه، تلفن، آدرس، شماره فایل) را حذف کردم.
- [ ] من توصیفگرهای غیرمستقیم (ترکیب نادر، مکان کوچک، سن دقیق) را تعمیم دادم.
- [ ] من فقط حداقل اطلاعات مورد نیاز برای انجام کار را ارائه کرده ام.
- [ ] من فقط از ابزاری استفاده کردم که توسط موسسه ام تایید شده بود.
- [ ] "آیا می توان این شخص را از این متن پیدا کرد؟" من تست کردم
- [ ] بعد از آن هیچ اعتباری به خروجی اضافه نکردم.