Winst:
- Mogelijkheid om de gegevens die de zwangere vrouw direct of indirect identificeerbaar maken te onderscheiden en deze te de-identificeren voordat deze aan kunstmatige intelligentie worden doorgegeven
- Vermogen om dataminimalisatie toe te passen en de gewoonte te verwerven om alleen door de instelling goedgekeurde tools te gebruiken binnen het kader van KVKK
- 'Is deze persoon terug te vinden in deze tekst?' Vermogen om het risico van heridentificatie te beheersen door de test toe te passen
Verloskunde is een beroep dat raakt aan de meest persoonlijke informatie van mensen: hoe een zwangerschap ontstaat, eerdere zwangerschappen, miskramen, verliezen, relaties, mentale toestand, seksuele gezondheid. Wanneer deze informatie in de verkeerde handen valt, veroorzaakt dit onomkeerbare schade: een binnenlandse crisis, een sociaal stigma, een verlies aan vertrouwen. Daarom is vertrouwelijkheid geen ‘aanvullende regel’ in de verloskunde, maar de basis van het beroep. Zodra u AI in uw bedrijf introduceert, gaat er een nieuwe grens op het gebied van privacy open: alles wat u in een chatassistent typt, heeft u mogelijk niet meer in de hand. In deze module leer je end-to-end hoe je zwangere gegevens kunt beschermen bij het gebruik van AI – vooral binnen het kader van de KVKK (Wet op de bescherming van persoonlijke gegevens; de wet die de verwerking van persoonlijke gegevens in Türkiye reguleert).
Het basisprincipe staat in één zin: alle informatie die een zwangere vrouw herkenbaar maakt, mag nooit in een kunstmatige intelligentie-tool terechtkomen. Het leren van deze regel heeft voorrang op alle andere vaardigheden in de module; Want eenmaal gelekte gegevens zijn niet meer terug te halen.
Let op: De tekst die u in een AI-tool typt, gaat naar de servers van die dienst; kan worden opgeslagen, verwerkt en in sommige gevallen gebruikt voor modeltraining. Als u zegt: "Ik wilde alleen een samenvatting", worden de gegevens niet geretourneerd. De enige veilige manier is om de inloggegevens überhaupt nooit in te typen.
Wat zijn persoonsgegevens en welke informatie maakt deze identificeerbaar?
Persoonsgegevens zijn alle gegevens die een persoon direct of indirect identificeerbaar maken. In de verloskunde vallen deze vooral in de speciale categorie (zoals gezondheidsgegevens, die in de wet de hoogste bescherming genieten). Beschouw de informatie die herkenning biedt in twee groepen:
Directe identificatiegegevens: Naam-achternaam, TR ID-nummer, dossier-/protocolnummer, telefoon, adres, e-mail, geboortedatum, sociale media-account, foto.
Indirecte beschrijvingen (gecombineerd om het herkenbaar te maken): "De enige drielingzwangerschap in die buurt", "de enige 44-jarige in de instelling met haar eerste zwangerschap", een zeldzame ziekte + een kleine nederzetting, werkplek + zwangerschapsduur. Een paar details die op zichzelf onschuldig lijken, kunnen bij elkaar op een persoon wijzen. Dit heet heridentificatierisico.
De-identificatie is het proces waarbij deze identificatiegegevens uit de tekst worden verwijderd. Een goed uitgevoerde de-identificatie wist zowel directe als indirecte identificatiegegevens.
Stap voor stap: De-identificatie voordat gegevens aan AI worden verstrekt
- Verwijder directe identificatiegegevens: naam, ID, telefoonnummer, dossiernummer, adres, datum - verwijder ze allemaal. Vervang het door generalisaties zoals 'Zwanger A', 'rond de leeftijd van 38', 'tweede trimester'.
- Vervaag indirecte aanwijzingen: verander de exacte leeftijd in bereik (bijvoorbeeld 'begin 40'), precieze locatie in regio, zeldzame combinaties in algemeen.
- Gooi onnodige details weg: geef de minimale informatie die nodig is om de AI zijn werk te laten doen (dataminimalisatie). De geschiedenis van een zwangere vrouw is niet vereist om een borstvoedingskaart te schrijven.
- Controleer het instellingsbeleid: Sommige instellingen definiëren goedgekeurde/institutionele AI-tools; kan het invoeren van patiëntgegevens in persoonlijke/gratis tools verbieden. Volg de regel van uw instelling.
- Laatste lezing: Voordat u de prompt verzendt: "Kan deze persoon gevonden worden in deze tekst?" Lees het nog een keer.
De moeilijkste van deze vijf stappen is de tweede – het vervagen van indirecte aanwijzingen – omdat het verwijderen van directe identificatiegegevens gemakkelijk is en als eerste in je opkomt, maar de meeste herkenning komt eigenlijk voort uit de combinatie van indirecte details. De combinatie van een beroep, een leeftijd, een woonplaats en een zeldzame aandoening kan een persoon tot één persoon reduceren, zelfs als er geen naam wordt vermeld. Daarom moet de-identificatie niet worden gezien als ‘het wissen van namen’, maar als ‘ervoor zorgen dat niemand die deze tekst leest de persoon kan raden’. Dit mentale raamwerk verkleint het risico op heridentificatie radicaal.
Tip: Een goede test: Als je de geanonimiseerde tekst laat zien aan een collega die die zwangere vrouw kent, zou ze dan zeggen "dit is zo-en-zo"? Als hij dat kan zeggen, betekent het dat je hem niet genoeg hebt gedisidentificeerd.
drie minikoffers
Geval 1 – Indirecte herkenning: Toen een vroedvrouw de AI om een geschiedenisoverzicht vroeg, liet hij het identiteitsbewijs achterwege, maar liet hij de zinsnede ‘de enige vierlingzwangerschap in onze stad’ achter. Deze enkele zin verwijst rechtstreeks naar de persoon op die kleine plaats. Zijn collega merkt het op en waarschuwt; De verloskundige generaliseert de uitdrukking als "meerlingzwangerschap". Les: indirecte identificatiegegevens zijn net zo gevaarlijk als directe identificatiegegevens.
Geval 2 – Minimalisatie van gegevens: Een tweede verloskundige plakt gewoonlijk het volledige dossier van de zwangere vrouw in de AI in plaats van alleen maar een brochure over zwangerschapsvoeding af te drukken. Het staat vast: voor de brochure zijn geen persoonsgegevens nodig. Hij pakt de brochure zonder het dossier te overhandigen, maar schrijft alleen het onderwerp op. De veiligste gegevens zijn gegevens die nooit worden gedeeld.
Geval 3 – Verkeerde tool: In het derde voorbeeld staat een verloskundige op het punt patiëntinformatie in te typen in een willekeurige applicatie op haar persoonlijke telefoon, terwijl ze zich het beleid van de instelling herinnert: patiëntgegevens kunnen alleen geanonimiseerd worden verwerkt en met behulp van door de instelling goedgekeurde tools. Geen gebruik van de persoonlijke app. Vaak ontstaat een datalek uit zo’n ‘gemaksmoment’ en niet uit een technische fout.
Kopieerbare sjablonen
Rol: Jij bent de de-identificatiecontroleassistent. Taak: Markeer elke uitdrukking in de onderstaande tekst die DIRECT of INDIRECT een persoon zou kunnen identificeren: - Direct: naam, ID, telefoon, adres, dossiernummer, exacte datum, foto. - Indirect: zeldzame combinatie, kleine plaats + bijzondere situatie, exacte leeftijd, werkplek, unieke/unieke kwaliteit. Stel voor elk een veiligere ALGEMEENHEID voor. Tekst: [tekst]
Rol: Je bent consultant op het gebied van dataminimalisatie. Taak: Ik wil deze baan doen: [baan]. Wat is de minimale informatie die ik U MOET geven om dit te doen? Markeer onnodige patiëntinformatie als "[NIET VERSTREKKEN]".
Rol: Jij bent de beveiligde samenvattingsassistent. Taak: Vat het DIDIDENTIFIED-verhaal hieronder samen. Als u identificatie-informatie in de tekst ziet, vat deze dan niet samen; schrijf in plaats daarvan 'Ik heb inloggegevens gedetecteerd, wis het en verzend het opnieuw.'Verhaal: [verhaal]
Controlelijst voor institutionele beleidsherinneringen (vraag uzelf af): - Is deze tool goedgekeurd door mijn instelling? - Zit er persoonlijk identificeerbare informatie in de gegevens die ik heb ingevoerd? - Is deze informatie echt nodig voor deze taak? - Kan iemand die ik ken de persoon vinden als hij of zij de tekst leest? - Zal ik identificatiegegevens toevoegen bij het opslaan van de uitvoer?
Zwakke prompt/sterke prompt
Zwak: "Ayşe Y., 39, derde zwangerschap, in het volgende ziekenhuis, dossiernummer 4412; vat haar geschiedenis samen."
Deze prompt staat vol met directe identificatiegegevens; Privégegevens lekten zodra ze werden verzonden.
Sterk:
Rol: beveiligde samenvattingsassistent. Vat de volgende anonieme geschiedenis samen. "Zwangere A, eind dertig, derde zwangerschap, [gerelateerde medische gegevens anoniem]." Als u identificerende informatie in de tekst ziet, vat deze dan niet samen, maar waarschuw.
Verschil: er zijn geen directe/indirecte identificatiegegevens in de sterke versie; er is alleen de identiteitloze context die nodig is om het werk te doen. De beveiliging begint voordat de prompt wordt geschreven.
Wat je wel en niet moet delen
Informatietype
Valt het onder AI?
alternatief
Naam, TR ID, telefoon, adres, dossiernummer
nooit
"Zwangere A"
Exacte leeftijd/exacte datum
nee
Leeftijdscategorie/trimester
Zeldzame + kleine plaatscombinatie
nee
generaliseren
Algemeen medische context (anoniem)
Ja, indien nodig
Pas dataminimalisatie toe
Foto/afbeelding
Nee (gezicht/teken)
niet nodig
Voertuig niet goedgekeurd door de instelling
Geen patiëntgegevens
Goedgekeurd voertuig
Veel voorkomende fouten
- Gewoon de naam verwijderen en indirecte aanwijzingen achterlaten: het risico van heridentificatie blijft bestaan.
- Het hele bestand plakken voor "gemak": in strijd met het principe van gegevensminimalisatie.
- Patiëntgegevens invoeren in persoonlijke/niet-goedgekeurde apparaten: dit kan in strijd zijn met het beleid van de instelling en de KVKK.
- Een foto/screenshot delen: Het gezicht, de naam en het bestandsnummer in de afbeelding kunnen vertrouwelijk blijven.
- Een ID toevoegen terwijl de uitvoer wordt opgeslagen: Het toevoegen van een ID aan de uitvoer die zonder ID wordt geleverd, brengt het risico terug.
- Ervan uitgaande dat "het toch wordt verwijderd": u weet niet wat de gegevens zijn; De enige garantie is dat u helemaal niets verzendt.
Samengevat
Bij het gebruik van kunstmatige intelligentie is privacy een voorwaarde, geen technisch gegeven. Alle informatie die een zwangere vrouw direct (naam, ID, telefoon) of indirect (zeldzame combinatie + kleine locatie) herkenbaar maakt, mag niet in een AI-tool terechtkomen. Pas dataminimalisatie toe – verstrek de minimale informatie die nodig is om het werk te doen – en gebruik alleen tools die zijn goedgekeurd door uw organisatie. Zonder de prompt te verzenden "kan deze persoon gevonden worden uit deze tekst?" doe de test. Eenmaal gelekte gegevens kunnen niet meer worden teruggehaald; Daarom begint de beveiliging voordat de prompt wordt geschreven.
Applicatie taak
Neem een echte zwangerschapsgeschiedenis (op papier) en zuiver de tekst stap voor stap met behulp van het de-identificatiesjabloon: eerst directe, dan indirecte identificatiegegevens. Laat de gewiste tekst aan een collega zien en vraag "wie zou dit kunnen zijn?" vragen; Als je het kunt herkennen, generaliseer het dan verder. Zoek ook het AI/databeleid van uw eigen instelling op, vat het in één zin samen en noteer welke tools zijn goedgekeurd.
controlelijst
- [ ] Ik heb alle directe identificatiegegevens verwijderd (naam, ID, telefoon, adres, dossiernummer).
- [ ] Ik heb indirecte descriptoren gegeneraliseerd (zeldzame combinatie, kleine locatie, exacte leeftijd).
- [ ] Ik heb alleen de minimale informatie verstrekt die nodig is om de taak uit te voeren.
- [ ] Ik heb alleen een tool gebruikt die is goedgekeurd door mijn instelling.
- [ ] "Kan deze persoon gevonden worden uit deze tekst?" Ik heb de test gedaan.
- [ ] Ik heb achteraf geen inloggegevens aan de uitvoer toegevoegd.