Nyereség:
- Annak megértése, hogy a genetikai adatok miért a személyes adatok speciális kategóriája, és az újraazonosítás kockázata
- Az anonimizálás, a beleegyezés és az adatminimalizálás alapelvei alkalmazásának képessége, mielőtt a páciensadatokat megnyitná a mesterséges intelligencia eszközökhöz
- Képes átlépni a genetikai adatfeldolgozás korlátait és a szakmai etikai felelősségvállalást olyan kereteken belül, mint a KVKK/GDPR
A genetikai adatok nem közönséges személyes adatok. egy személy DNS-szekvenciája; Egyedülállóan azonosítja Önt, nem módosítható (megváltoztathatja a jelszavát, de a genomját nem), feltárhatja a jövőbeni betegségek kockázatát, és nemcsak az egyénre, hanem az összes vérrel kapcsolatos családtagra vonatkozik. Ezért a mesterséges intelligencia (AI) használata a genetikai adatokkal végzett munka során a legmagasabb szintű titoktartási és etikai követelményeket követeli meg. Ebből a részből megtudhatja, miért kell a genetikai adatokat külön védeni, mely hibáknak van súlyos következménye az AI-eszközök használata során, valamint megtudhatja a biztonságos munkavégzést.
Kritikus elv: Soha ne illesszen be azonosítható beteggenetikai adatokat egy nyilvánosan elérhető mesterségesintelligencia-eszközbe. Számos általános célú AI-szolgáltatás képes feldolgozni a bevitt adatokat, tárolni vagy felhasználni a modell fejlesztésére. Ha egy páciens ritka változat-kombinációját, nevét, azonosító számát vagy születési dátumát beírják egy eszközbe, a magánélet visszafordíthatatlan megsértése következhet be.
Öt olyan tulajdonság, amelyek különlegessé teszik a genetikai adatokat
- Invariancia: A genom az egész életen át ugyanaz; ha nyilvánosságra kerül, nem lehet "törölni".
- Identitás: Még kis számú ritka változat is egyedileg azonosíthatja a személyt; Az "anonimnak" gondolt adatok újra azonosíthatók.
- Családméret: Az ember genomja a hozzátartozóinak genetikai információit is tartalmazza; az információk beleegyezése nélkül nyilvánosságra hozhatók.
- Előreláthatóság: jelezheti a jövőbeni betegség kockázatát; A biztosítás a foglalkoztatási diszkrimináció alapja lehet.
- Újraazonosítási kockázat: A genomi adatok más adatbázisokkal való keresztezéssel az identitáshoz kapcsolhatók.
Jogi keretek: rövid áttekintés
A genetikai adatok az adatvédelmi jogszabályokban a különleges (érzékeny) személyes adatok kategóriájába tartoznak, és szigorúbb védelmet élveznek. Türkiye-ban a KVKK (személyes adatok védelméről szóló törvény) az egészségügyi és genetikai adatokat különleges adatnak tekinti, és általában kifejezett hozzájáruláshoz vagy különleges kivételekhez köti azok feldolgozását. Európában a GDPR hasonlóan speciális kategóriaként védi a genetikai adatokat. Az Egyesült Államokban a GINA törvény tiltja a genetikai információkon alapuló biztosítási és foglalkoztatási diszkriminációt. Bár a részletek országonként eltérőek, a közös elv ugyanaz: a genetikai adatok nem dolgozhatók fel kifejezett hozzájárulás, célhoz kötöttség és erős védelem nélkül.
Tipp: Ha egy páciens beleegyezését kéri a genetikai vizsgálathoz, a közzététel tartalmazhatja azt is, hogy az AI-eszközök hogyan dolgozzák fel az adatokat. "Milyen eszközökkel és hol dolgozzuk fel az adatait elemzés céljából?" Legyen olyan helyzetben, hogy átláthatóan válaszoljon a kérdésre.
Lépésről lépésre: biztonságos mesterséges intelligencia használata titkos genetikai adatokkal
1. Osztályozás. Az Ön birtokában lévő adatok azonosíthatók? Tartalmazza a név, azonosítószám, dátum, ritka változat kombinációját?
2. Anonimizálás vagy egyáltalán ne átvitel. Távolítsa el a közvetlen azonosítókat; De ne feledje, a genetikai adatok "anonimizálása" nem ad teljes bizonyosságot. A legbiztonságosabb, ha egyáltalán nem viszünk be személyazonosításra alkalmas adatokat a nyitott járműbe.
3. Olvassa el az eszköz adatkezelési szabályzatát. Válasszon olyan eszközöket, amelyek vállalati jellegűek, rendelkeznek adatfeldolgozási szerződéssel (DPA), ígérik, hogy nem használják fel az adatokat az oktatásban, és lehetőleg helyben/szorosan működnek.
4. A fogalmi kérdések elkülönítése az adatoktól. "Hogyan kell alkalmazni az ACMG PM2-t?" Feltehet AI fogalmi kérdéseket, például; Ehhez nincs szükség betegadatokra. Az adatokat csak szükség esetén és névtelen formában használja fel.
5. Mentse el a nyomot. Dokumentálja, hogy mely adatokat, milyen eszközzel és milyen célból kezeli; Az auditálhatóság etikai és jogi követelmény.
három mini tok
1. eset – Beillesztett jelentés. A gyorsaság érdekében egy asszisztens beillesztette a beteg teljes nevét és változatlistáját tartalmazó jelentést egy általános mesterséges intelligencia-csevegésbe, és azt mondta: „összefoglaló”. A vezető szakorvos erre rájött: a név és a ritka változat együttesen azonosította a beteget, az eszköz pedig tárolta az adatokat. Az incidenshez adatvédelmi bejelentésre volt szükség. Tanulság: azonosító adatok nem kerülnek átadásra, még az összefoglalóhoz sem.
2. eset – Családi beleegyezés. Egy páciens adatainak felhasználása közben egy kutató azt mondta az AI-nek, hogy a változatot testvérénél is megtalálták. A testvér azonban nem járult hozzá adatai kezeléséhez. A genetikai adatok családi vonatkozása a harmadik felek magánéletét is megkérdőjelezte; A nyomozó információkat szerzett a testvérről.
3. eset – Megerősítést kaptunk. Az egyik laboratórium „anonimizálási ellenőrzőlistát” vezetett be az elemzés előtt. Kivonták a neveket, az azonosítószámokat és a dátumokat, mielőtt átadták őket az MI-nek; Ráadásul felismerték, hogy a változatok nagyon ritka kombinációja önmagában is meghatározhatja az azonosságot, és egyáltalán nem jelentették azt a mintát. Az ellenőrzőlista nélkül a „névtelennek” vélt adatok újra azonosíthatók lettek volna.
Négy másolható sablon
1) Anonimizálás vezérlése:
Mielőtt betáplálná ezt a szöveget egy mesterséges intelligencia eszközbe, sorolja fel benne az ÖSSZES olyan elemet (név, azonosítószám, dátum, cím, ritka variáns kombináció, ritka fenotípus), amely azonosíthatja a beteget vagy hozzátartozóit. Mindegyikhez javasolja a „kihagyást” vagy „egyáltalán ne vigye át a mintát”: [szöveg].
2) Koncepcionális kérdés (adat nélkül):
A betegadatok megosztása NÉLKÜL válaszoljon erre a fogalmi kérdésre: [ACMG/methods kérdés]. Használjon gyakori példákat; Nem akarok valódi beteginformációkat.
3) Hozzájárulás és átláthatóság ellenőrzése:
Segíts nekem tájékoztató/beleegyezési szöveget készíteni a genetikai vizsgálathoz. Tartalmaznia kell: milyen célból történik az adatok feldolgozása, milyen eszközökkel elemezzük, hogyan kezeljük a családtagokra vonatkozó eredményeket, tárolást és törlést. A jogi döntéshez forduljon a jogi/etikai egységhez.
4) A jármű kiválasztásának kritériumai:
Milyen adatvédelmi kritériumokat (adatfeldolgozási megállapodás, oktatásban való felhasználás mellőzése, helyi üzemeltetés, hozzáférés-szabályozás, törlés) érdemes megkérdeznem, amikor olyan mesterséges intelligencia/elemző eszközt választok, amely érzékeny genetikai adatokat dolgoz fel? Létrejön egy értékelési ellenőrző lista.
Gyenge felszólítás / Erős felszólítás
Gyenge: "Megjegyzés Ahmet Yılmaz (TC: ...) BRCA1 eredményéhez: [teljes változatlista]."
Probléma: A közvetlen azonosító + genetikai adatok nyílt eszközbe kerülnek; a titoktartás durva megsértése.
Güçlü: "Anélkül, hogy bárkit azonosítana, magyarázza el egy általános példa segítségével, hogyan értékeli ki a BRCA1 frameshift-változatát az ACMG. Nem osztom meg a tényleges betegadatokat."
Miért hatékony: A tanulási/értékelési igény kielégítésre kerül, de azonosító adatok nem kerülnek átvitelre.
Adattípus
Belép a nyílt AI eszközbe?
alternatíva
A páciens neve/azonosító száma
soha
Nincs transzfer
Ritka változat + előzmények
Soha (azonosítja)
Vigye át a mintát
fogalmi kérdés
Igen
Általános példa
Névtelen, gyakori példa
óvatos
Vállalati/helyi eszköz
Összesített, névtelen statisztika
helyzettől függően
Jármű DPA-val
Gyakori hibák
- Azonosító adatok beillesztése "csak összegzés céljából". Bármi legyen is a cél, ez szabálysértés.
- A genetikai adatok "anonimizálását" teljes biztonságnak tévesztjük. Újbóli azonosítás lehetséges.
- Elfelejtve a családi szempontot. Egy személy adatai a hozzátartozóiról is árulkodnak.
- Nem olvassa el a jármű adatkezelési szabályzatát. Az adatok az edzés során felhasználhatók vagy tárolhatók.
- Nem vezet nyilvántartást. Ha nincs ellenőrizhetőség, a felelősség nem mutatható ki.
Vigyázat: A személyes adatok megsértése legtöbbször nem rosszindulatú szándékból, hanem „gyorsan” reflexből fakad. A legnagyobb kockázat az, ha ész nélkül beilleszt egy jelentést egy csevegőablakba egy hétköznapi munkafolyamat során. Lassítson; A genetikai adatokon nincs visszavonás gomb.
Mélység: az újraazonosítás és a biztonságos architektúrák igazi matematikája
Miért rossz azt gondolni, hogy "kitöröltem a nevet, most névtelen"? Mert nincs szükség névre egy személy azonosításához; A ritka jellemzők kombinációja elegendő. Egy klasszikus megállapítás szerint a születési dátum + nem + irányítószám trió az USA lakosságának túlnyomó részét kiemelheti. A genetikában élesebb a helyzet: több ritka változat kombinációja (mindegyik akár ezreléknél is előfordul a populációban, együtt kevesebb, mint egy a millióból) egyetlen egyedre mutat. Ezen túlmenően a genomiális adatok keresztezhetők genealógiai adatbázisokkal, hogy egy egyént rokonának kilétéhez kapcsoljanak, még akkor is, ha az egyén máshol nem szolgáltatott adatokat – ez a támadás valódi formája, amelyet a szakirodalom bizonyított.
Tehát a megőrzéshez olyan építészeti döntésekre van szükség, amelyek túlmutatnak az „azonosítók törlése” reflexen. Gyakorlati lehetőségek: helyi/self-hosted modellek használata, hogy az adatok soha ne maradjanak az intézmény határain kívül; ha a felhőt használni fogják, válasszon vállalati szinteket adatfeldolgozási megállapodással (DPA) és kötelezettségvállalással, hogy „nem használja a bemenetet a képzésben”; a betegspecifikus nyers adatok helyett származtatott, összesített információkkal dolgozik, amikor csak lehetséges; valamint a hozzáférés korlátozása a legkisebb kiváltság elvéhez.
Konkrét eset: egy központ egy „névtelen” esetsorozatot foglalt össze egy általános mesterséges intelligencia eszközzé. Az adatkészlet nem tartalmazott neveket, de minden betegnél ritka diagnózis + életkor + város kombinációja volt; Ha keresztezték a helyi újság tudósítását, azonosítani lehetett a pácienst. A nyers azonosítók hiánya nem zárta ki az újraazonosítást.
védőréteg
Mi biztosítja
határértéket
Azonosító törlése
Közvetlenül eltávolítja az azonosítót
Ritka kombinációk maradnak
Helyi/self-hosted modell
Az adatok nem hagyják el az intézményt
Telepítési/karbantartási teher
A DPA+ oktatásban nem használható
Jogi/szerződéses biztosítás
El kell olvasni a szabályzatot
Összevonás/származtatás
Csökkenti az egyéni hegeket
Korlátozza az elemzés mélységét
Összefoglalva
- A genetikai adatok speciális, megváltoztathatatlanok, azonosító és családdal kapcsolatos adatok; legmagasabb szintű védelmet igényel.
- A betegek azonosítható genetikai adatai soha nem kerülnek be a nyílt mesterséges intelligencia eszközökbe; a fogalmi kérdések elkülönülnek az adatoktól.
- Az olyan keretrendszerek, mint a KVKK, GDPR, GINA kifejezett hozzájárulást, célhatárokat és erős védelmet igényelnek.
- Az anonimizálás nem teljes bizonyosság; A legbiztonságosabb az, ha egyáltalán nem továbbítunk kritikus adatokat.
Pályázati feladat
Kapjon mintát (kitalált) genetikai jelentést. Az 1. sablon használatával sorolja fel az összes azonosító elemet, és döntse el, hogy mindegyiknél „kihagyja” vagy „nincs átvitel”. Ezután írja át ugyanazt a klinikai kérdést azonosító adatok nélkül (a 2. sablon logikájával). Egy mondatban írja le a két verzió közötti adatvédelmi különbséget!
ellenőrző lista
- [ ] Az adatokat személyazonosság szempontjából minősítettem.
- [ ] Személyazonosításra alkalmas adatokat nem vittem be a nyílt eszközbe.
- [ ] Megfigyeltem, hogy ritka változatok kombinációja azonosítható.
- [ ] Ellenőriztem az eszköz adatpolitikáját (megőrzés, betanítás, adatkezelés).
- [ ] Figyelembe vettem a családi szempontot és a harmadik fél hozzájárulását.
- [ ] A tranzakciós nyomot rögzítettem, és szükség esetén továbbítottam az etikai/jogi egységnek.