利益:
- 妊婦を直接的または間接的に特定できるデータを区別し、人工知能に渡す前に匿名化する機能
- データの最小化を適用し、KVKK の枠組み内で機関が承認したツールのみを使用する習慣を身に付ける能力
- 「この文章からこの人物を見つけることができますか?」テストを適用することで再識別のリスクを管理する能力
助産師は、妊娠の経緯、過去の妊娠、流産、喪失、人間関係、精神状態、性的健康など、人々の最もプライベートな情報に関わる職業です。この情報が悪者の手に渡ると、家庭内危機、社会的汚名、信頼の喪失など、取り返しのつかない損害が生じます。したがって、守秘義務は助産師における「追加ルール」ではなく、職業の基礎です。 AI をビジネスに導入すると、プライバシーの新たな境地が開かれます。チャット アシスタントに入力した内容はすべて制御不能になる可能性があります。この単元では、特に KVKK (個人データ保護法、トゥルキエの個人データの処理を規制する法律) の枠組み内で、AI を使用する際に妊娠中のデータを保護する方法をエンドツーエンドで学びます。
基本原則は 1 文にまとめられています。妊婦を識別できる情報は決して人工知能ツールに入力してはなりません。このルールの学習は、モジュール内の他のすべてのスキルよりも優先されます。なぜなら、一度流出したデータは取り戻すことができないからです。
注意: AI ツールに入力したテキストは、そのサービスのサーバーに送信されます。保存、処理でき、場合によってはモデルのトレーニングに使用できます。 「概要が欲しかっただけです」と言ってもデータは返されません。唯一の安全な方法は、最初から資格情報を入力しないことです。
個人データとは何ですか?個人データを特定できるのはどのような情報ですか?
個人データとは、個人を直接的または間接的に特定できる情報です。助産分野では、これらは特に特別なカテゴリに属します (法律で最も高度な保護を受ける健康データなど)。認識を提供する情報を 2 つのグループに分けて考えてみましょう。
直接的な識別子: 氏名、TR ID 番号、ファイル/プロトコル番号、電話、住所、電子メール、生年月日、ソーシャル メディア アカウント、写真。
間接的な記述子（認識できるように組み合わせる）: 「その近所で唯一の三つ子の妊娠者」、「施設内で初妊娠の唯一の 44 歳」、希少疾患 + 小規模集落、職場 + 在胎週数。それ自体は無害に見えるいくつかの詳細が、統合されるとその人を指し示すことができます。これを再識別リスクといいます。
匿名化は、テキストからこれらの識別子を削除するプロセスです。匿名化を適切に行うと、直接識別子と間接識別子の両方が消去されます。
ステップバイステップ: データを AI に渡す前の匿名化
- 直接識別子の削除: 名前、ID、電話番号、ファイル番号、住所、日付 - すべて削除します。これを、「妊娠中 A」、「38 歳頃」、「妊娠中期」などの一般化したものに置き換えます。
- 間接的な手がかりをぼかす: 正確な年齢を範囲に変換し (例: 「40 代前半」)、正確な位置を地域に変換し、まれな組み合わせを一般に変換します。
- 不必要な詳細を破棄する: AI がその仕事を行うために必要な最小限の情報を提供します (データの最小化)。授乳カードを書くのに妊婦の病歴は必要ありません。
- 機関のポリシーを確認する: 一部の機関では、承認済み/機関向け AI ツールを定義しています。個人/無料ツールへの患者データの入力を禁止する場合があります。教育機関の規則に従ってください。
- 最終的な読み物: 「このテキストからこの人物を見つけることができますか?」というプロンプトを送信する前にもう一度読んでください。
これら 5 つのステップの中で最も難しいのは 2 番目の間接的な手がかりをぼかすことです。直接的な識別子の削除は簡単で最初に思い浮かびますが、実際には認識のほとんどは間接的な詳細の組み合わせから得られるからです。たとえ名前が挙げられていなくても、職業、年齢、居住地、稀な症状の組み合わせにより、その人は 1 人の人物に分類されることがあります。したがって、匿名化は「名前を消去する」ものではなく、「このテキストを読んでいる人がその人物を推測できないようにする」ものと考えるべきです。この精神的な枠組みは、再識別のリスクを根本的に軽減します。
ヒント: 良いテストです。その妊婦を知っている同僚に匿名化されたテキストを見せたら、彼女は「これはこれだ」と言うでしょうか?もし彼がそんなことを言えるなら、それはあなたが彼の正体を十分に隠していないことを意味します。
ミニケース3個
ケース 1 — 間接的な認識: AI に履歴の概要を尋ねたとき、助産師は ID を省略しましたが、「私たちの町で唯一の四つ子妊娠」というフレーズを残しました。この一文は、その小さな場所にいる人物を直接指し示しています。彼の同僚はそれに気づき、警告します。助産師はこの表現を「多胎妊娠」と一般化します。教訓: 間接識別子は直接識別子と同じくらい危険です。
ケース 2 — データの最小化: 2 人目の助産師は、「妊娠の栄養」パンフレットを印刷するだけでなく、習慣的に妊婦のファイル全体を AI に貼り付けます。つまり、パンフレットには個人データは必要ありません。彼はファイルを渡さずに、件名だけを書いてパンフレットを受け取りました。最も安全なデータは、決して共有されないデータです。
ケース 3 — 間違ったツール: 3 番目の例では、助産師が個人の電話でランダムなアプリケーションに患者情報を入力しようとしていたときに、施設のポリシーを思い出しました。つまり、患者データは匿名化され、施設が承認したツールを使用した場合のみ処理できるというものです。個人用アプリを使用していない。データ漏洩は、多くの場合、技術的なエラーからではなく、そのような「不便」の瞬間から発生します。
コピー可能なテンプレート
役割: あなたは匿名化制御アシスタントです。タスク: 以下のテキスト内の、個人を直接または間接的に特定できる各表現にマークを付けてください:- 直接: 名前、ID、電話番号、住所、ファイル番号、正確な日付、写真。- 間接: 珍しい組み合わせ、狭い場所 + 特別な状況、正確な年齢、職場、独自/固有の品質。それぞれについて、より安全な一般化を提案します。テキスト: [テキスト]
役割: あなたはデータ最小化コンサルタントです。タスク: この仕事をしたいです: [ジョブ]。これを行うためにあなたに提供しなければならない最低限の情報は何ですか?不要な患者情報には「[提供しない]」とマークを付けてください。
役割: あなたは安全な要約アシスタントです。タスク: 以下の識別情報のストーリーを要約してください。テキスト内に識別情報がある場合は、要約しないでください。代わりに、「資格情報を検出しました。クリアして再送信してください。」と書きます。ストーリー: [ストーリー]
教育機関のポリシー リマインダー チェックリスト (自問してください):- このツールは私の教育機関によって承認されていますか?- 入力したデータに個人を特定できる情報はありますか?- この情報はこの仕事に本当に必要ですか?- 私の知り合いがテキストを読んだ場合、その人物を見つけることができますか?- 出力を保存するときに識別情報を追加しますか?
弱いプロンプト / 強いプロンプト
弱い: 「アイシェ Y.、39 歳、三人目妊娠、次の病院に入院中、ファイル番号 4412。彼女の経歴を要約してください。」
このプロンプトには直接的な識別子がたくさん含まれています。個人情報は送信されるとすぐに漏洩してしまいました。
強い：
役割: 安全な要約アシスタント。以下の匿名の歴史を要約してください。 「妊娠中 A、30 代後半、三人目妊娠、[関連する医療詳細は匿名]。」本文中に個人を特定できる情報が含まれている場合は、要約せずに警告してください。
違い: 強力なバージョンには直接/間接的な識別子はありません。仕事を行うために必要なアイデンティティのないコンテキストだけが存在します。プロンプトが書き込まれる前にセキュリティが開始されます。
何を共有し、何を共有しないのか
情報の種類
AIに該当するのでしょうか？
代替品
名前、TR ID、電話番号、住所、ファイル番号
決して
「妊婦Aさん」
正確な年齢 / 正確な日付
いいえ
年齢層/学期
レア+小場所の組み合わせ
いいえ
一般化する
一般的な医学的背景 (匿名)
はい、必要に応じて
データの最小化を適用する
写真・画像
いいえ (顔/サイン)
必要ありません
機関によって承認されていない車両
患者データがない
認定車両
よくある間違い
- 名前を削除して間接的な手がかりを残すだけでは、再特定のリスクが残ります。
- 「便宜上」ファイル全体を貼り付ける: データ最小化の原則に違反します。
- 個人用/未承認のデバイスに患者データを入力する: 施設のポリシーおよび KVKK に違反する可能性があります。
- 写真/スクリーンショットの共有: 画像内の顔、名前、ファイル番号は機密のままにすることができます。
- 出力の保存中に ID を追加する: ID のない出力に ID を追加すると、リスクが再び発生します。
- 「いずれにしても削除される」と仮定すると、データが何であるかわかりません。唯一の保証は、何も送信しないことです。
要約すれば
人工知能を使用する場合、プライバシーは技術的なものではなく前提条件です。妊婦を直接（名前、ID、電話）または間接的に（まれな組み合わせと小さな場所）認識できる情報は、AI ツールに入力すべきではありません。データの最小化を実践し、業務を遂行するために必要な最小限の情報を提供し、組織によって承認されたツールのみを使用してください。 「このテキストからこの人を見つけることができますか?」というプロンプトを送信せずに、テストをしてください。一度漏洩すると、データを取り戻すことはできません。したがって、プロンプトが書き込まれる前にセキュリティが開始されます。
アプリケーションタスク
実際の妊娠歴を (紙上で) 取得し、匿名化テンプレートを使用して段階的にテキストを削除します (最初に直接的な識別子、次に間接的な識別子)。クリアされたテキストを同僚に見せて、「これは誰ですか?」と尋ねます。聞く;それを認識できたら、さらに一般化します。また、自分の教育機関の AI/データ ポリシーを見つけて一文にまとめ、どのツールが承認されているかに注意してください。
チェックリスト
- [ ] 直接的な識別子 (名前、ID、電話番号、住所、ファイル番号) をすべて削除しました。
- [ ] 間接的な記述子 (珍しい組み合わせ、小さな場所、正確な年齢) を一般化しました。
- [ ] 作業に必要な最小限の情報のみを提供しました。
- [ ] 所属機関によって承認されたツールのみを使用しました。
- [ ] 「この文章からこの人物を見つけることができますか?」テストをしました。
- [ ] その後、出力に資格情報を追加しませんでした。