नफा:
- गरोदर स्त्रीला प्रत्यक्ष किंवा अप्रत्यक्षपणे ओळखता येण्याजोग्या डेटामध्ये फरक करण्याची क्षमता आणि कृत्रिम बुद्धिमत्तेला देण्यापूर्वी त्याची ओळख रद्द करण्याची क्षमता
- डेटा मिनिमायझेशन लागू करण्याची क्षमता आणि KVKK च्या फ्रेमवर्कमध्ये फक्त संस्था-मंजूर साधने वापरण्याची सवय लावा
- 'या मजकुरातून ही व्यक्ती सापडेल का?' चाचणी लागू करून पुन्हा ओळखीचा धोका व्यवस्थापित करण्याची क्षमता
मिडवाइफरी हा एक व्यवसाय आहे जो लोकांच्या सर्वात खाजगी माहितीला स्पर्श करतो: गर्भधारणा कशी होते, मागील गर्भधारणा, गर्भपात, नुकसान, नातेसंबंध, मानसिक स्थिती, लैंगिक आरोग्य. जेव्हा ही माहिती चुकीच्या हातात पडते, तेव्हा ते अपरिवर्तनीय नुकसान करते - घरगुती संकट, सामाजिक कलंक, विश्वास गमावणे. त्यामुळे, मिडवाइफरीमध्ये गोपनीयता हा "अतिरिक्त नियम" नसून, व्यवसायाचा पाया आहे. एकदा तुम्ही तुमच्या व्यवसायात AI ची ओळख करून दिली की, गोपनीयतेची एक नवीन सीमा उघडते: तुम्ही चॅट असिस्टंटमध्ये जे काही टाइप करता ते तुमच्या नियंत्रणाबाहेर असू शकते. हे युनिट तुम्हाला AI वापरताना गरोदर डेटाचे संरक्षण कसे करावे हे शिकवते — विशेषत: KVKK (वैयक्तिक डेटा संरक्षण कायदा; Türkiye मधील वैयक्तिक डेटाच्या प्रक्रियेचे नियमन करणारा कायदा) च्या चौकटीत.
मूळ तत्त्व एका वाक्यात आहे: कोणतीही माहिती जी गर्भवती महिलेला ओळखण्यायोग्य बनवते ती कधीही कृत्रिम बुद्धिमत्ता साधनात प्रवेश करू नये. हा नियम शिकणे मॉड्यूलमधील इतर सर्व कौशल्यांपेक्षा प्राधान्य घेते; कारण एकदा लीक झालेला डेटा परत मिळवता येत नाही.
लक्ष द्या: तुम्ही एआय टूलमध्ये टाइप केलेला मजकूर त्या सेवेच्या सर्व्हरवर जातो; संग्रहित, प्रक्रिया आणि काही प्रकरणांमध्ये मॉडेल प्रशिक्षणासाठी वापरले जाऊ शकते. "मला फक्त सारांश हवा होता" असे म्हणल्याने डेटा परत मिळत नाही. एकमेव सुरक्षित मार्ग म्हणजे प्रथम स्थानावर क्रेडेन्शियल कधीही टाइप करू नका.
वैयक्तिक डेटा म्हणजे काय, कोणती माहिती ओळखण्यायोग्य बनवते?
वैयक्तिक डेटा ही अशी कोणतीही माहिती आहे जी एखाद्या व्यक्तीला प्रत्यक्ष किंवा अप्रत्यक्षपणे ओळखण्यायोग्य बनवते. मिडवाइफरीमध्ये, हे विशेषत: विशेष श्रेणीमध्ये आहेत (जसे की आरोग्य डेटा, ज्याला कायद्यामध्ये सर्वोच्च संरक्षण मिळते). दोन गटांमध्ये ओळख प्रदान करणारी माहिती विचारात घ्या:
डायरेक्ट आयडेंटिफायर: नाव-आडनाव, टीआर आयडी नंबर, फाइल/प्रोटोकॉल नंबर, टेलिफोन, पत्ता, ई-मेल, जन्मतारीख, सोशल मीडिया खाते, फोटो.
अप्रत्यक्ष वर्णनकर्ता (ते ओळखण्यायोग्य बनवण्यासाठी एकत्रित): "त्या शेजारील एकमेव तिहेरी गर्भधारणा", "संस्थेतील एकमेव 44 वर्षांची तिची पहिली गर्भधारणा", एक दुर्मिळ रोग + एक लहान सेटलमेंट, कामाची जागा + गर्भधारणेचे वय. स्वतःहून निर्दोष वाटणारे काही तपशील एकत्र आणल्यावर एखाद्या व्यक्तीकडे निर्देश करू शकतात. याला रेआयडेंटिफिकेशन रिस्क म्हणतात.
डी-आयडेंटिफिकेशन ही या अभिज्ञापकांना मजकूरातून काढून टाकण्याची प्रक्रिया आहे. चांगल्या प्रकारे केलेले डी-आयडेंटिफिकेशन प्रत्यक्ष आणि अप्रत्यक्ष दोन्ही अभिज्ञापकांना साफ करते.
स्टेप बाय स्टेप: AI ला डेटा देण्यापूर्वी डी-आयडेंटिफिकेशन
- डायरेक्ट आयडेंटिफायर हटवा: नाव, आयडी, फोन नंबर, फाइल नंबर, पत्ता, तारीख — ते सर्व काढून टाका. "गर्भवती अ", "वय ३८ च्या आसपास", "दुसरा त्रैमासिक" यांसारख्या सामान्यीकरणाने बदला.
- अप्रत्यक्ष संकेत अस्पष्ट करा: अचूक वय श्रेणीमध्ये बदला (उदा. "40s लवकर"), अचूक स्थान प्रदेशात, दुर्मिळ संयोजन सामान्यमध्ये.
- अनावश्यक तपशील टाकून द्या: AI ला त्याचे कार्य करण्यासाठी आवश्यक असलेली किमान माहिती द्या (डेटा कमी करणे). स्तनपान कार्ड लिहिण्यासाठी गर्भवती महिलेचा इतिहास आवश्यक नाही.
- संस्था धोरण तपासा: काही संस्था मंजूर/संस्थात्मक एआय टूल्स परिभाषित करतात; वैयक्तिक/विनामूल्य साधनांमध्ये रुग्णाचा डेटा प्रविष्ट करण्यास मनाई करू शकते. आपल्या संस्थेच्या नियमांचे पालन करा.
- अंतिम वाचन: प्रॉम्प्ट पाठवण्यापूर्वी "ही व्यक्ती या मजकुरातून सापडू शकते का?" पुन्हा एकदा वाचा.
या पाच पायऱ्यांपैकी सर्वात कठीण म्हणजे दुसरे-अस्पष्ट अप्रत्यक्ष संकेत-कारण थेट अभिज्ञापक हटवणे सोपे आहे आणि प्रथम लक्षात येते, परंतु बहुतेक ओळख प्रत्यक्षात अप्रत्यक्ष तपशीलांच्या संयोजनातून येते. व्यवसाय, वय, राहण्याचे ठिकाण आणि दुर्मिळ स्थिती यांचे संयोजन एखाद्या व्यक्तीला एकट्या व्यक्तीपर्यंत कमी करू शकते, जरी कोणतेही नाव नमूद केले नाही. म्हणून, डी-ओडेंटिफिकेशनचा विचार "नावे पुसून टाकणे" म्हणून केला जाऊ नये तर "हा मजकूर वाचणारे कोणीही व्यक्तीचा अंदाज लावू शकत नाही याची खात्री करणे." ही मानसिक चौकट मूलत: पुन्हा ओळखण्याचा धोका कमी करते.
सूचना: एक चांगली चाचणी: जर तुम्ही त्या गर्भवती महिलेला ओळखणाऱ्या सहकाऱ्याला ओळख नसलेला मजकूर दाखवला, तर ती म्हणेल की "हे असे आहे"? जर तो असे म्हणू शकतो, तर याचा अर्थ तुम्ही त्याला पुरेसे ओळखले नाही.
तीन लहान प्रकरणे
केस 1 — अप्रत्यक्ष ओळख: AI ला इतिहासाचा सारांश विचारताना, एका दाईने आयडी वगळला परंतु "आमच्या शहरातील एकमेव चतुर्भुज गर्भधारणा" हा वाक्यांश सोडला. हे एक वाक्य थेट त्या छोट्या ठिकाणी असलेल्या व्यक्तीकडे निर्देश करते. त्याचा सहकारी नोटीस आणि इशारे देतो; मिडवाइफ "एकाधिक गर्भधारणा" म्हणून अभिव्यक्तीचे सामान्यीकरण करते. धडा: अप्रत्यक्ष अभिज्ञापक हे थेट अभिज्ञापकांसारखेच धोकादायक असतात.
केस 2 — डेटा मिनिमायझेशन: दुसरी मिडवाइफ फक्त "गर्भधारणा पोषण" ब्रोशर छापण्याऐवजी गरोदर महिलेची संपूर्ण फाईल एआयमध्ये पेस्ट करते. हे असे आहे: ब्रोशरसाठी कोणत्याही वैयक्तिक डेटाची आवश्यकता नाही. तो फाईल न देता माहितीपत्रक घेतो, फक्त विषय लिहितो. सर्वात सुरक्षित डेटा हा डेटा आहे जो कधीही शेअर केला जात नाही.
केस 3 — चुकीचे साधन: तिसऱ्या उदाहरणात, एक दाई तिच्या वैयक्तिक फोनवर रुग्णाची माहिती एका यादृच्छिक अनुप्रयोगात टाइप करणार आहे जेव्हा तिला संस्थात्मक धोरण आठवते: रुग्णाच्या डेटावर केवळ ओळख नसलेल्या आणि संस्था-मंजूर साधनांचा वापर करून प्रक्रिया केली जाऊ शकते. वैयक्तिक ॲप वापरत नाही. डेटा लीक बहुतेकदा तांत्रिक त्रुटीमुळे नव्हे तर "सोयीच्या" क्षणातून उद्भवते.
कॉपी करण्यायोग्य टेम्पलेट्स
भूमिका: तुम्ही डी-ओडेंटिफिकेशन कंट्रोल सहाय्यक आहात. कार्य: खालील मजकुरातील प्रत्येक अभिव्यक्ती चिन्हांकित करा जी एखाद्या व्यक्तीस प्रत्यक्ष किंवा अप्रत्यक्षपणे ओळखू शकते:- थेट: नाव, आयडी, टेलिफोन, पत्ता, फाइल क्रमांक, अचूक तारीख, फोटो.- अप्रत्यक्ष: दुर्मिळ संयोजन, लहान ठिकाण + विशेष परिस्थिती, अचूक वय, कार्यस्थळ, अद्वितीय/अद्वितीय सुरक्षितता. प्रत्येक मजकूर.
भूमिका: तुम्ही डेटा मिनिमायझेशन सल्लागार आहात. कार्य: मला हे काम करायचे आहे: [नोकरी]. हे करण्यासाठी मी तुम्हाला किमान कोणती माहिती देणे आवश्यक आहे? रुग्णाची अनावश्यक माहिती "[प्रदान करू नका]" म्हणून चिन्हांकित करा.
भूमिका: तुम्ही सुरक्षित सारांश सहाय्यक आहात. कार्य: खालील DIDIDENTIFIED कथेचा सारांश द्या. जर तुम्हाला मजकूरात ओळख माहिती दिसली, तर सारांश देऊ नका; त्याऐवजी लिहा "मला क्रेडेन्शियल आढळले आहेत, कृपया साफ करा आणि पुन्हा पाठवा." कथा: [कथा]
संस्थात्मक धोरण स्मरणपत्र चेकलिस्ट (स्वतःला विचारा):- हे साधन माझ्या संस्थेने मंजूर केले आहे का?- मी प्रविष्ट केलेल्या डेटामध्ये वैयक्तिकरित्या ओळखण्यायोग्य माहिती आहे का?- ही माहिती या कामासाठी खरोखर आवश्यक आहे का?- माझ्या ओळखीच्या एखाद्या व्यक्तीने मजकूर वाचला तर ती व्यक्ती शोधू शकेल का?- आउटपुट सेव्ह करताना मी ओळख माहिती जोडू का?
कमकुवत प्रॉम्प्ट / मजबूत प्रॉम्प्ट
कमकुवत: "आयसे वाय., 39, तिसरी गर्भधारणा, खालील रुग्णालयात, फाइल क्रमांक 4412; तिचा इतिहास सारांशित करा."
हा प्रॉम्प्ट थेट अभिज्ञापकांनी भरलेला आहे; तो पाठवताच खासगी डेटा लीक झाला.
मजबूत:
भूमिका: सुरक्षित सारांश सहाय्यक. खालील निनावी इतिहासाचा सारांश द्या. "गर्भवती ए, उशीरा 30, तिसरी गर्भधारणा, [संबंधित वैद्यकीय तपशील निनावी]." जर तुम्हाला मजकूरात ओळखणारी माहिती दिसली तर, सारांश देऊ नका, चेतावणी द्या.
फरक: सशक्त आवृत्तीमध्ये कोणतेही प्रत्यक्ष/अप्रत्यक्ष अभिज्ञापक नाहीत; काम करण्यासाठी फक्त ओळख नसलेला संदर्भ आवश्यक आहे. प्रॉम्प्ट लिहिण्यापूर्वी सुरक्षा सुरू होते.
काय शेअर करावे आणि काय शेअर करू नये
माहिती प्रकार
ते AI मध्ये येते का?
पर्यायी
नाव, टीआर आयडी, टेलिफोन, पत्ता, फाइल क्रमांक
कधीही
"गर्भवती अ"
अचूक वय / अचूक तारीख
नाही
वय श्रेणी/त्रैमासिक
दुर्मिळ + लहान ठिकाण संयोजन
नाही
सामान्यीकरण
सामान्य वैद्यकीय संदर्भ (निनावी)
होय, आवश्यक असल्यास
डेटा मिनिमायझेशन लागू करा
फोटो/इमेज
नाही (चेहरा/चिन्ह)
आवश्यक नाही
संस्थेची मान्यता नसलेले वाहन
रुग्णाचा डेटा नाही
मान्यताप्राप्त वाहन
सामान्य चुका
- फक्त नाव हटवणे आणि अप्रत्यक्ष संकेत सोडणे: पुन्हा ओळखण्याचा धोका कायम आहे.
- "सोयीसाठी" संपूर्ण फाइल पेस्ट करणे: डेटा कमी करण्याच्या तत्त्वाचे उल्लंघन करते.
- वैयक्तिक/अमंजूर उपकरणांमध्ये रुग्णाचा डेटा प्रविष्ट करणे: हे संस्थात्मक धोरण आणि KVKK विरुद्ध असू शकते.
- फोटो/स्क्रीनशॉट शेअर करणे: इमेजमधील चेहरा, नाव आणि फाइल नंबर गोपनीय राहू शकतात.
- आउटपुट सेव्ह करताना आयडी जोडणे: आयडीशिवाय येणाऱ्या आउटपुटमध्ये आयडी जोडल्याने जोखीम परत येते.
- "ते तरीही हटवले जाते" असे गृहीत धरून: डेटा काय आहे हे तुम्हाला माहीत नाही; एकच हमी म्हणजे काहीही पाठवायचे नाही.
सारांशात
कृत्रिम बुद्धिमत्ता वापरताना, गोपनीयता ही एक पूर्व शर्त आहे, तांत्रिकता नाही. गर्भवती महिलेला प्रत्यक्षपणे (नाव, आयडी, फोन) किंवा अप्रत्यक्षपणे (दुर्मिळ संयोजन + लहान स्थान) ओळखण्यायोग्य बनवणारी कोणतीही माहिती एआय टूलमध्ये टाकू नये. डेटा मिनिमायझेशनचा सराव करा — काम करण्यासाठी आवश्यक असलेली किमान माहिती द्या — आणि तुमच्या संस्थेने मंजूर केलेली फक्त साधने वापरा. प्रॉम्प्ट न पाठवता "या मजकुरातून ही व्यक्ती शोधली जाऊ शकते?" चाचणी करा. एकदा लीक झाल्यानंतर, डेटा पुनर्प्राप्त केला जाऊ शकत नाही; म्हणून, प्रॉम्प्ट लिहिण्यापूर्वी सुरक्षा सुरू होते.
अर्ज कार्य
वास्तविक गर्भधारणेचा इतिहास (कागदावर) घ्या आणि डीआयडेंटिफिकेशन टेम्प्लेट वापरून चरण-दर-चरण मजकूर शुद्ध करा: प्रथम थेट, नंतर अप्रत्यक्ष अभिज्ञापक. साफ केलेला मजकूर सहकाऱ्याला दाखवा आणि "हे कोण असू शकते?" विचारा जर तुम्ही ते ओळखू शकत असाल तर ते आणखी सामान्य करा. तुमच्या स्वतःच्या संस्थेचे AI/डेटा धोरण देखील शोधा, त्याचा एका वाक्यात सारांश द्या आणि कोणती साधने मंजूर आहेत ते लक्षात घ्या.
चेकलिस्ट
- मी सर्व डायरेक्ट आयडेंटिफायर (नाव, आयडी, फोन, पत्ता, फाइल नंबर) काढून टाकले आहेत.
- [ ] मी अप्रत्यक्ष वर्णनकर्त्यांचे सामान्यीकरण केले (दुर्मिळ संयोजन, लहान स्थान, अचूक वय).
- [ ] मी काम करण्यासाठी आवश्यक असलेली किमान माहिती दिली आहे.
- मी फक्त माझ्या संस्थेने मंजूर केलेले साधन वापरले.
- [ ] "या मजकुरातून ही व्यक्ती सापडेल का?" मी चाचणी केली.
- [ ] मी नंतर आउटपुटमध्ये कोणतेही क्रेडेन्शियल्स जोडले नाहीत.