Dobici:
- Razumijevanje zašto su genetski podaci posebna kategorija osobnih podataka i rizik ponovne identifikacije
- Sposobnost primjene načela anonimizacije, pristanka i minimizacije podataka prije davanja podataka o pacijentu za otvaranje alata umjetne inteligencije
- Sposobnost prihvaćanja ograničenja obrade genetskih podataka i profesionalne etičke odgovornosti unutar okvira kao što su KVKK/GDPR
Genetski podaci nisu obični osobni podaci. sekvenca DNK osobe; Jedinstveno vas identificira, ne može se promijeniti (možete promijeniti lozinku, ali ne i genom), može otkriti buduće rizike od bolesti i ne tiče se samo pojedinca već i svih krvno povezanih članova obitelji. Stoga korištenje umjetne inteligencije (AI) pri radu s genetskim podacima zahtijeva najviši standard povjerljivosti i etike. U ovoj cjelini naučit ćete zašto genetski podaci moraju biti posebno zaštićeni, koje pogreške imaju ozbiljne posljedice pri korištenju AI alata te sigurnu radnu disciplinu.
Kritično načelo: Nikada nemojte lijepiti genetske podatke pacijenata koji se mogu identificirati u javno dostupan AI alat. Mnoge AI usluge opće namjene mogu obraditi podatke koje unesete, pohraniti ih ili koristiti za poboljšanje modela. Kada se pacijentova kombinacija rijetke varijante, ime, identifikacijski broj ili datum rođenja unese u alat, može doći do nepovratne povrede privatnosti.
Pet značajki koje genetske podatke čine posebnima
- Invarijantnost: Genom je isti cijeli život; ako se otkrije, ne može se "poništiti".
- Identitet: Čak i mali broj rijetkih varijanti može jedinstveno identificirati osobu; Podaci za koje se smatra da su "anonimni" mogu se ponovno identificirati.
- Veličina obitelji: Genom osobe također sadrži genetske informacije njezinih rođaka; informacije mogu biti otkrivene bez njihovog pristanka.
- Predvidljivost: Može ukazivati na budući rizik od bolesti; Osiguranje može biti temelj za diskriminaciju pri zapošljavanju.
- Rizik ponovne identifikacije: Genomski podaci mogu se povezati s identitetom križanjem s drugim bazama podataka.
Pravni okvir: kratak pregled
Genetski podaci su u zakonodavstvu o zaštiti podataka u kategoriji posebnih (osjetljivih) osobnih podataka i strože su zaštićeni. U Turskoj, KVKK (Zakon o zaštiti osobnih podataka) zdravstvene i genetske podatke smatra posebnim podacima i njihovu obradu u pravilu veže na izričit pristanak ili posebne iznimke. U Europi GDPR na sličan način štiti genetske podatke kao posebnu kategoriju. U SAD-u GINA zakon zabranjuje diskriminaciju pri osiguranju i zapošljavanju na temelju genetskih podataka. Iako se pojedinosti razlikuju od zemlje do zemlje, zajedničko načelo je isto: genetski podaci ne mogu se obrađivati bez izričitog pristanka, ograničenja svrhe i jake zaštite.
Savjet: Prilikom dobivanja pristanka za genetsko testiranje od pacijenta, otkrivanje može uključivati način na koji će podaci biti obrađeni alatima umjetne inteligencije. "S kojim alatima i gdje obrađujemo vaše podatke za analizu?" Budite u poziciji transparentno odgovoriti na pitanje.
Korak po korak: korištenje sigurne umjetne inteligencije s tajnim genetskim podacima
1. Klasificiraj. Mogu li se podaci u vašem posjedu identificirati? Sadrži li kombinaciju imena, osobne iskaznice, datuma, rijetke varijante?
2. Anonimizirajte ili nemojte uopće prenositi. Uklonite izravne identifikatore; Ali zapamtite, "anonimizacija" u genetskim podacima ne daje potpunu sigurnost. Najsigurnije je uopće ne unositi osobne podatke u otvoreno vozilo.
3. Pročitajte politiku podataka alata. Odaberite alate koji su korporativni, imaju ugovor o obradi podataka (DPA), obećajte da nećete koristiti podatke u obrazovanju i po mogućnosti radite lokalno/usko.
4. Odvojite konceptualna pitanja od podataka. "Kako primijeniti ACMG PM2?" Možete postaviti AI konceptualna pitanja kao što su; Za to nisu potrebni podaci o pacijentu. Podatke koristiti samo po potrebi i u anonimnom obliku.
5. Spremite trag. Dokumentirajte koje podatke obrađujete, s kojim alatom i za koju svrhu; Mogućnost revizije je etički i pravni zahtjev.
tri mini kućišta
Slučaj 1 — Zalijepljeno izvješće. Radi brzine, asistent je zalijepio izvješće koje sadrži pacijentovo puno ime i popis varijanti u opći AI chat i rekao "sažeti". Viši specijalist je to shvatio: ime i rijetka varijanta zajedno su identificirali pacijenta, a alat je pohranio podatke. Incident je zahtijevao obavijest o povredi privatnosti. Lekcija: ne prenose se identifikacijski podaci, čak ni za sažetak.
Slučaj 2 — Pristanak obitelji. Dok je koristio podatke pacijenta, istraživač je rekao AI-ju da je varijanta pronađena i kod njegovog brata i sestre. Međutim, brat nije pristao na obradu njegovih podataka. Obiteljski aspekt genetskih podataka također je dovodio u pitanje privatnost treće strane; Istražitelj je izvukao podatke o bratu.
Slučaj 3 — Dobivena potvrda. Jedan laboratorij implementirao je "kontrolni popis anonimizacije" prije analize. Izvukli su imena, ID brojeve i datume prije nego što su ih dali AI-u; Štoviše, shvatili su da samo vrlo rijetka kombinacija varijanti može odrediti identitet i uopće nisu prijavili taj uzorak. Bez popisa za provjeru, podaci za koje se smatralo da su "anonimni" mogli su se ponovno identificirati.
Četiri predloška za kopiranje
1) Kontrola anonimizacije:
Prije unošenja ovog teksta u AI alat, navedite SVE elemente u njemu (ime, ID broj, datum, adresa, kombinacija rijetke varijante, rijedak fenotip) koji bi mogli identificirati pacijenta ili njegovu rodbinu. Za svaki predložite "izostaviti" ili "uopće ne prenositi uzorak": [tekst].
2) Konceptualno pitanje (bez podataka):
BEZ dijeljenja podataka o pacijentu, odgovorite na ovo konceptualno pitanje: [ACMG/pitanje o metodama]. Koristite uobičajene primjere; Ne želim prave informacije o pacijentu.
3) Suglasnost i kontrola transparentnosti:
Pomozite mi u izradi teksta informacija/pristanka za genetsko testiranje. Trebao bi uključivati: u koje će se svrhe podaci obrađivati, s kojim vrstama alata će se analizirati, kako će se postupati s rezultatima koji se odnose na članove obitelji, pohranjivanje i brisanje. Obratite se pravnoj/etičkoj jedinici za pravnu odluku.
4) Kriteriji odabira vozila:
Koje kriterije privatnosti (ugovor o obradi podataka, obveza da se ne koriste u obrazovanju, lokalni rad, kontrola pristupa, brisanje) trebam pitati pri odabiru AI/alata za analizu koji će obrađivati osjetljive genetske podatke? Izrađuje se popis za provjeru evaluacije.
Slab upit / Jak upit
Slabo: "Komentirajte BRCA1 rezultat Ahmeta Yılmaza (TC: ...): [puni popis varijanti]."
Problem: Izravni identifikator + genetski podaci idu u otvoreni alat; grubo kršenje povjerljivosti.
Güçlü: "Bez ikoga identificirati, objasnite koristeći opći primjer kako se varijanta pomaka okvira u BRCA1 procjenjuje na ACMG-u. Ne dijelim stvarne podatke o pacijentu."
Zašto je moćan: Potreba za učenjem/evaluacijom je ispunjena, ali se ne prenose nikakvi identifikacijski podaci.
Vrsta podataka
Ulazi li u otvoreni AI alat?
alternativni
Ime/identifikacijski broj pacijenta
nikada
Nema prijenosa
Rijetka varijanta + povijest
Nikad (identificira)
Prenesite uzorak
konceptualno pitanje
da
Opći primjer
Anonimno, čest primjer
oprezan
Enterprise/lokalni alat
Skupna, anonimna statistika
ovisno o situaciji
Vozilo s DPA
Uobičajene greške
- Lijepljenje identifikacijskih podataka kao "samo za sažetak". Bez obzira na svrhu, to je kršenje.
- Miješajući "anonimizaciju" s genetskim podacima kao potpunu sigurnost. Ponovna identifikacija je moguća.
- Zaboravljajući obiteljski aspekt. Podaci osobe također otkrivaju njezinu rodbinu.
- Ne čitanje podataka o vozilu. Podaci se mogu koristiti ili pohraniti u obuci.
- Ne vođenje evidencije. Ako nema upravljivosti, odgovornost se ne može pokazati.
Oprez: U većini slučajeva, povrede privatnosti ne proizlaze iz zlonamjerne namjere, već iz refleksa "brzo". Najveći rizik je bezumno lijepljenje izvješća u prozor za chat u ležernom tijeku rada. Usporiti; Ne postoji gumb za poništavanje genetskih podataka.
Dubina: prava matematika ponovne identifikacije i sigurnih arhitektura
Zašto je pogrešno misliti "izbrisao sam ime, sada je anonimno"? Jer nema potrebe za imenom da identificira osobu; Dovoljna je kombinacija rijetkih karakteristika. Prema klasičnom nalazu, trio datum rođenja + spol + poštanski broj može izdvojiti veliku većinu stanovništva SAD-a. U genetici je situacija oštrija: kombinacija nekoliko rijetkih varijanti (svaka se javlja čak kod jedne od tisuću u populaciji, zajedno manje od jedne od milijun) ukazuje na jednu jedinku. Štoviše, genomski podaci mogu se križati s genealoškim bazama podataka kako bi se pojedinac povezao s identitetom rođaka čak i ako pojedinac nije dao nikakve podatke nigdje drugdje - pravi oblik napada koji je prikazan u literaturi.
Dakle, očuvanje zahtijeva arhitektonske odluke koje idu dalje od refleksa "brisanja identifikatora". Praktične mogućnosti: korištenje lokalnih/samostalnih modela kako nikada ne bi ostavili podatke izvan granica ustanove; ako će se koristiti oblak, odaberite poslovne razine s ugovorom o obradi podataka (DPA) i obvezom da se "ne koriste unos u obuci"; rad s izvedenim, agregiranim informacijama, a ne neobrađenim podacima o pacijentu kad god je to moguće; te ograničavanje pristupa načelom najmanje privilegije.
Konkretan slučaj: centar je sažeo "anonimnu" seriju slučajeva u opći alat AI. Skup podataka nije sadržavao imena, ali svaki je pacijent imao kombinaciju rijetke dijagnoze + dobi + grada; Kada se uporedi s izvješćem lokalnih novina, pacijent se mogao identificirati. Nepostojanje neobrađenih identifikatora nije onemogućilo ponovnu identifikaciju.
zaštitni sloj
Što pruža
granica
Brisanje identifikatora
Izravno uklanja ID
Ostaju rijetke kombinacije
Lokalni/samostalni model
Podaci ne izlaze iz ustanove
Teret instalacije/održavanja
DPA+ se ne koristi u obrazovanju
Pravno/ugovorno osiguranje
Potrebno je pročitati politiku
Agregacija/derivacija
Smanjuje pojedinačni ožiljak
Ograničava dubinu analize
Ukratko
- Genetski podaci su posebni, nepromjenjivi, identifikacijski i obiteljski podaci; zahtijeva najviši standard zaštite.
- Genetski podaci pacijenata koji se mogu identificirati nikada se ne unose u otvorene AI alate; konceptualna pitanja su odvojena od podataka.
- Okviri kao što su KVKK, GDPR, GINA zahtijevaju izričit pristanak, ograničenja svrhe i snažnu zaštitu.
- Anonimizacija nije potpuna sigurnost; Najsigurnije je uopće ne prenositi kritične podatke.
Zadatak aplikacije
Primite uzorak (izmišljenog) genetskog izvješća. Koristeći predložak 1, navedite sve identifikacijske elemente u njemu i odlučite hoćete li "izostaviti" ili "bez prijenosa" za svaki. Zatim ponovno napišite isto kliničko pitanje bez ikakvih identifikacijskih podataka (koristeći logiku predloška 2). Opišite razliku u privatnosti između dvije verzije u jednoj rečenici.
popis za provjeru
- [ ] Podatke sam klasificirao u smislu identiteta.
- [ ] Nisam uveo osobne podatke u otvoreni alat.
- [ ] Primijetio sam da se može identificirati kombinacija rijetkih varijanti.
- [ ] Provjerio sam politiku podataka alata (zadržavanje, obuka, DPA).
- [ ] Uzeo sam u obzir obiteljski aspekt i pristanak treće strane.
- [ ] Zabilježio sam trag transakcije i proslijedio ga etičkoj/pravnoj jedinici kada je to bilo potrebno.