लाभ:
- उस डेटा को अलग करने की क्षमता जो गर्भवती महिला को प्रत्यक्ष या अप्रत्यक्ष रूप से पहचानने योग्य बनाती है और इसे कृत्रिम बुद्धिमत्ता को देने से पहले इसकी पहचान रद्द कर देती है।
- डेटा न्यूनतमकरण लागू करने और केवीकेके के ढांचे के भीतर केवल संस्थान-अनुमोदित उपकरणों का उपयोग करने की आदत हासिल करने की क्षमता
- 'क्या इस पाठ से इस व्यक्ति का पता लगाया जा सकता है?' परीक्षण लागू करके पुन: पहचान के जोखिम को प्रबंधित करने की क्षमता
दाई का काम एक ऐसा पेशा है जो लोगों की सबसे निजी जानकारी को छूता है: गर्भावस्था कैसे होती है, पिछली गर्भावस्थाएं, गर्भपात, नुकसान, रिश्ते, मानसिक स्थिति, यौन स्वास्थ्य। जब यह जानकारी गलत हाथों में पड़ती है, तो इससे अपूरणीय क्षति होती है - घरेलू संकट, सामाजिक कलंक, विश्वास की हानि। इसलिए, दाई के काम में गोपनीयता कोई "अतिरिक्त नियम" नहीं है, बल्कि पेशे की नींव है। एक बार जब आप एआई को अपने व्यवसाय में शामिल कर लेते हैं, तो गोपनीयता की एक नई सीमा खुल जाती है: चैट सहायक में आप जो कुछ भी टाइप करते हैं वह आपके नियंत्रण से बाहर हो सकता है। यह इकाई आपको शुरू से अंत तक सिखाती है कि एआई का उपयोग करते समय गर्भवती डेटा की सुरक्षा कैसे करें - विशेष रूप से केवीकेके (व्यक्तिगत डेटा संरक्षण कानून; तुर्किये में व्यक्तिगत डेटा के प्रसंस्करण को विनियमित करने वाला कानून) के ढांचे के भीतर।
मूल सिद्धांत एक वाक्य में है: कोई भी जानकारी जो गर्भवती महिला को पहचानने योग्य बनाती है उसे कभी भी कृत्रिम बुद्धिमत्ता उपकरण में दर्ज नहीं किया जाना चाहिए। इस नियम को सीखना मॉड्यूल में अन्य सभी कौशलों पर प्राथमिकता रखता है; क्योंकि एक बार लीक हुआ डेटा दोबारा हासिल नहीं किया जा सकता.
ध्यान दें: एआई टूल में आप जो टेक्स्ट टाइप करते हैं वह उस सेवा के सर्वर पर जाता है; संग्रहीत, संसाधित किया जा सकता है और कुछ मामलों में मॉडल प्रशिक्षण के लिए उपयोग किया जा सकता है। यह कहने से कि "मुझे बस एक सारांश चाहिए था" डेटा वापस नहीं आता। एकमात्र सुरक्षित तरीका यह है कि पहले कभी भी क्रेडेंशियल टाइप न करें।
व्यक्तिगत डेटा क्या है, कौन सी जानकारी इसे पहचानने योग्य बनाती है?
व्यक्तिगत डेटा कोई भी जानकारी है जो किसी व्यक्ति को प्रत्यक्ष या अप्रत्यक्ष रूप से पहचानने योग्य बनाती है। दाई के काम में, ये विशेष रूप से विशेष श्रेणी में होते हैं (जैसे स्वास्थ्य डेटा, जिसे कानून में उच्चतम सुरक्षा प्राप्त होती है)। उस जानकारी पर विचार करें जो दो समूहों में पहचान प्रदान करती है:
प्रत्यक्ष पहचानकर्ता: नाम-उपनाम, टीआर आईडी नंबर, फ़ाइल/प्रोटोकॉल नंबर, टेलीफोन, पता, ई-मेल, जन्म तिथि, सोशल मीडिया अकाउंट, फोटो।
अप्रत्यक्ष वर्णनकर्ता (पहचानने योग्य बनाने के लिए संयुक्त): "उस पड़ोस में एकमात्र त्रिक गर्भावस्था", "संस्था में अपनी पहली गर्भावस्था के साथ एकमात्र 44 वर्षीय", एक दुर्लभ बीमारी + एक छोटी सी बस्ती, कार्यस्थल + गर्भकालीन आयु। कुछ विवरण जो अपने आप में निर्दोष लगते हैं, एक साथ लाए जाने पर किसी व्यक्ति की ओर इशारा कर सकते हैं। इसे पुन:पहचान जोखिम कहा जाता है।
डी-आइडेंटिफिकेशन इन पहचानकर्ताओं को पाठ से हटाने की प्रक्रिया है। एक अच्छी तरह से की गई डी-आइडेंटिफिकेशन प्रत्यक्ष और अप्रत्यक्ष दोनों पहचानकर्ताओं को साफ़ कर देती है।
चरण दर चरण: एआई को डेटा देने से पहले पहचान रद्द करना
- प्रत्यक्ष पहचानकर्ता हटाएं: नाम, आईडी, फ़ोन नंबर, फ़ाइल नंबर, पता, दिनांक - इन सभी को हटा दें। इसे "गर्भवती ए", "लगभग 38 वर्ष की आयु", "दूसरी तिमाही" जैसे सामान्यीकरणों से बदलें।
- अप्रत्यक्ष सुरागों को धुंधला करें: सटीक आयु को सीमा में बदलें (उदाहरण के लिए "40 के दशक की शुरुआत"), सटीक स्थान को क्षेत्र में, दुर्लभ संयोजनों को सामान्य में बदलें।
- अनावश्यक विवरण त्यागें: एआई को अपना काम (डेटा न्यूनतमकरण) करने के लिए आवश्यक न्यूनतम जानकारी दें। स्तनपान कार्ड लिखने के लिए गर्भवती महिला का इतिहास आवश्यक नहीं है।
- संस्थान नीति की जाँच करें: कुछ संस्थान अनुमोदित/संस्थागत एआई टूल को परिभाषित करते हैं; व्यक्तिगत/निःशुल्क टूल में रोगी डेटा दर्ज करने पर रोक लगा सकता है। अपने संस्थान के नियम का पालन करें.
- अंतिम वाचन: संकेत भेजने से पहले "क्या इस व्यक्ति को इस पाठ से पाया जा सकता है?" इसे एक बार फिर से पढ़ें.
इन पाँच चरणों में सबसे कठिन है दूसरा - अप्रत्यक्ष सुरागों को धुंधला करना - क्योंकि प्रत्यक्ष पहचानकर्ताओं को हटाना आसान है और सबसे पहले दिमाग में आता है, लेकिन अधिकांश पहचान वास्तव में अप्रत्यक्ष विवरणों के संयोजन से आती है। किसी पेशे, उम्र, निवास स्थान और एक दुर्लभ स्थिति का संयोजन एक व्यक्ति को एक व्यक्ति में बदल सकता है, भले ही किसी नाम का उल्लेख न किया गया हो। इसलिए, पहचान मिटाने को "नाम मिटाने" के रूप में नहीं बल्कि "यह सुनिश्चित करने के रूप में सोचा जाना चाहिए कि इस पाठ को पढ़ने वाला कोई भी व्यक्ति व्यक्ति का अनुमान नहीं लगा सके।" यह मानसिक ढाँचा पुनः पहचान के जोखिम को मौलिक रूप से कम कर देता है।
संकेत: एक अच्छा परीक्षण: यदि आप उस गर्भवती महिला को जानने वाले किसी सहकर्मी को पहचान रहित पाठ दिखाते हैं, तो क्या वह कहेगी "यह फलां है"? यदि वह ऐसा कह सकता है, तो इसका मतलब है कि आपने उसकी पर्याप्त पहचान नहीं की है।
तीन मिनी मामले
केस 1 - अप्रत्यक्ष मान्यता: एआई से इतिहास सारांश के लिए पूछने पर, एक दाई ने आईडी छोड़ दी लेकिन वाक्यांश "हमारे शहर में एकमात्र चार बच्चों की गर्भावस्था" छोड़ दिया। यह एक वाक्य सीधे तौर पर उस छोटी सी जगह पर मौजूद व्यक्ति की ओर इशारा करता है। उनके सहयोगी ने नोटिस किया और चेतावनी दी; दाई इस अभिव्यक्ति को "एकाधिक गर्भधारण" के रूप में सामान्यीकृत करती है। पाठ: अप्रत्यक्ष पहचानकर्ता प्रत्यक्ष पहचानकर्ताओं की तरह ही खतरनाक होते हैं।
केस 2 - डेटा न्यूनीकरण: एक दूसरी दाई आदतन केवल "गर्भावस्था पोषण" ब्रोशर को प्रिंट करने के बजाय गर्भवती महिला की पूरी फाइल को एआई में चिपका देती है। इसका अर्थ यह है: ब्रोशर के लिए किसी व्यक्तिगत डेटा की आवश्यकता नहीं है। वह बिना फाइल सौंपे ब्रोशर ले लेता है, सिर्फ विषय लिखता है। सबसे सुरक्षित डेटा वह डेटा है जिसे कभी साझा नहीं किया जाता है।
केस 3 - गलत उपकरण: तीसरे उदाहरण में, एक दाई अपने व्यक्तिगत फोन पर एक यादृच्छिक एप्लिकेशन में रोगी की जानकारी टाइप करने वाली होती है जब उसे संस्थागत नीति याद आती है: रोगी डेटा को केवल डी-आइडेंटिफाइड और संस्थान-अनुमोदित टूल का उपयोग करके संसाधित किया जा सकता है। व्यक्तिगत ऐप का उपयोग नहीं करना. डेटा लीक अक्सर "सुविधा" के ऐसे क्षण से उत्पन्न होता है, न कि किसी तकनीकी त्रुटि से।
कॉपी करने योग्य टेम्पलेट
भूमिका: आप पहचान-मुक्ति नियंत्रण सहायक हैं। कार्य: नीचे दिए गए पाठ में प्रत्येक अभिव्यक्ति को चिह्नित करें जो प्रत्यक्ष या अप्रत्यक्ष रूप से किसी व्यक्ति की पहचान कर सकती है: - प्रत्यक्ष: नाम, आईडी, टेलीफोन, पता, फ़ाइल नंबर, सटीक तिथि, फोटो। - अप्रत्यक्ष: दुर्लभ संयोजन, छोटी जगह + विशेष स्थिति, सटीक आयु, कार्यस्थल, अद्वितीय/अद्वितीय गुणवत्ता। प्रत्येक के लिए एक सुरक्षित सामान्यीकरण का सुझाव दें। पाठ: [पाठ]
भूमिका: आप एक डेटा न्यूनतमकरण सलाहकार हैं। कार्य: मैं यह काम करना चाहता हूं: [नौकरी]। ऐसा करने के लिए मुझे आपको न्यूनतम क्या जानकारी देनी होगी? अनावश्यक रोगी जानकारी को "[प्रदान न करें]" के रूप में चिह्नित करें।
भूमिका: आप सुरक्षित सारांश सहायक हैं। कार्य: नीचे दी गई पहचान वाली कहानी को सारांशित करें। यदि आप पाठ में पहचान संबंधी जानकारी देखते हैं, तो संक्षेप में न बताएं; इसके बजाय लिखें "मुझे क्रेडेंशियल्स मिले, कृपया साफ़ करें और पुनः भेजें।" कहानी: [कहानी]
संस्थागत नीति अनुस्मारक चेकलिस्ट (खुद से पूछें): - क्या यह उपकरण मेरे संस्थान द्वारा अनुमोदित है? - क्या मेरे द्वारा दर्ज किए गए डेटा में कोई व्यक्तिगत रूप से पहचान योग्य जानकारी है? - क्या इस जानकारी की वास्तव में इस नौकरी के लिए आवश्यकता है? - क्या मेरा कोई परिचित पाठ पढ़ने पर उस व्यक्ति को ढूंढ सकता है? - क्या मैं आउटपुट सहेजते समय पहचान की जानकारी जोड़ूंगा?
कमजोर संकेत/मजबूत संकेत
कमज़ोर: "आयसे वाई., 39, तीसरी गर्भावस्था, निम्नलिखित अस्पताल में, फ़ाइल संख्या 4412; उसके इतिहास को संक्षेप में प्रस्तुत करें।"
यह प्रॉम्प्ट प्रत्यक्ष पहचानकर्ताओं से भरा है; प्राइवेट डेटा भेजते ही लीक हो गया.
मजबूत:
भूमिका: सुरक्षित सारांश सहायक। निम्नलिखित अज्ञात इतिहास का सारांश प्रस्तुत करें। "गर्भवती ए, 30 के दशक के अंत में, तीसरी गर्भावस्था, [संबंधित चिकित्सा विवरण अज्ञात]।" यदि आप पाठ में पहचान संबंधी जानकारी देखते हैं, तो संक्षेप में न बताएं, चेतावनी दें।
अंतर: मजबूत संस्करण में कोई प्रत्यक्ष/अप्रत्यक्ष पहचानकर्ता नहीं हैं; कार्य करने के लिए केवल पहचान रहित संदर्भ की आवश्यकता है। प्रॉम्प्ट लिखे जाने से पहले सुरक्षा शुरू हो जाती है.
क्या शेयर करें और क्या नहीं शेयर करें
सूचना प्रकार
क्या यह AI में आता है?
वैकल्पिक
नाम, टीआर आईडी, टेलीफोन, पता, फ़ाइल नंबर
कभी नहीं
"गर्भवती ए"
सटीक आयु/सटीक तारीख
नहीं
आयु सीमा/त्रैमासिक
दुर्लभ + छोटी जगह का संयोजन
नहीं
सामान्यीकरण
सामान्य चिकित्सा संदर्भ (गुमनाम)
हाँ, यदि आवश्यक हो
डेटा न्यूनीकरण लागू करें
फोटो/छवि
नहीं (चेहरा/चिह्न)
आवश्यक नहीं
वाहन संस्था द्वारा अनुमोदित नहीं है
कोई मरीज़ डेटा नहीं
स्वीकृत वाहन
सामान्य गलतियाँ
- बस नाम हटाना और अप्रत्यक्ष सुराग छोड़ना: पुनः पहचान का जोखिम बना रहता है।
- "सुविधा" के लिए पूरी फ़ाइल चिपकाना: डेटा न्यूनतमकरण के सिद्धांत का उल्लंघन करता है।
- व्यक्तिगत/अस्वीकृत उपकरणों में रोगी डेटा दर्ज करना: यह संस्थागत नीति और केवीकेके के विरुद्ध हो सकता है।
- फोटो/स्क्रीनशॉट साझा करना: छवि में चेहरा, नाम और फ़ाइल नंबर गोपनीय रह सकता है।
- आउटपुट को सहेजते समय एक आईडी जोड़ना: बिना आईडी के आने वाले आउटपुट में एक आईडी जोड़ने से जोखिम वापस आ जाता है।
- यह मानते हुए कि "यह वैसे भी हटा दिया जाता है": आप नहीं जानते कि डेटा क्या है; एकमात्र गारंटी यह है कि कुछ भी न भेजें।
सारांश
कृत्रिम बुद्धिमत्ता का उपयोग करते समय, गोपनीयता एक पूर्वापेक्षा है, तकनीकीता नहीं। कोई भी जानकारी जो गर्भवती महिला को प्रत्यक्ष रूप से (नाम, आईडी, फोन) या अप्रत्यक्ष रूप से (दुर्लभ संयोजन + छोटा स्थान) पहचानने योग्य बनाती है, उसे एआई टूल में दर्ज नहीं किया जाना चाहिए। डेटा न्यूनतमकरण का अभ्यास करें - कार्य करने के लिए आवश्यक न्यूनतम जानकारी प्रदान करें - और केवल अपने संगठन द्वारा अनुमोदित टूल का उपयोग करें। संकेत भेजे बिना "क्या इस व्यक्ति को इस पाठ से पाया जा सकता है?" परीक्षण करो. एक बार लीक हो जाने पर, डेटा पुनः प्राप्त नहीं किया जा सकता; इसलिए, प्रॉम्प्ट लिखे जाने से पहले सुरक्षा शुरू हो जाती है।
आवेदन कार्य
गर्भावस्था का वास्तविक इतिहास (कागज पर) लें और डिआइडेंटिफिकेशन टेम्प्लेट का उपयोग करके चरण दर चरण टेक्स्ट को शुद्ध करें: पहले प्रत्यक्ष, फिर अप्रत्यक्ष पहचानकर्ता। साफ़ किया गया पाठ किसी सहकर्मी को दिखाएँ और पूछें "यह कौन हो सकता है?" पूछना; यदि आप इसे पहचान सकते हैं, तो इसे और सामान्यीकृत करें। अपने संस्थान की एआई/डेटा नीति भी ढूंढें, इसे एक वाक्य में सारांशित करें, और नोट करें कि कौन से उपकरण स्वीकृत हैं।
चेकलिस्ट
- [ ] मैंने सभी प्रत्यक्ष पहचानकर्ता (नाम, आईडी, फोन, पता, फ़ाइल नंबर) हटा दिए।
- [ ] मैंने अप्रत्यक्ष वर्णनकर्ताओं को सामान्यीकृत किया (दुर्लभ संयोजन, छोटा स्थान, सटीक आयु)।
- [ ] मैंने केवल कार्य करने के लिए आवश्यक न्यूनतम जानकारी प्रदान की है।
- [ ] मैंने केवल अपने संस्थान द्वारा अनुमोदित उपकरण का उपयोग किया।
- [ ] "क्या इस पाठ से इस व्यक्ति का पता लगाया जा सकता है?" मैंने परीक्षण किया.
- [ ] मैंने बाद में आउटपुट में कोई क्रेडेंशियल नहीं जोड़ा।