Gevinster:
- Evne til å skille dataene som gjør den gravide kvinnen direkte eller indirekte identifiserbar og avidentifisere dem før de gis til kunstig intelligens
- Evne til å anvende dataminimering og tilegne seg en vane med kun å bruke institusjonsgodkjente verktøy innenfor rammen av KVKK
- 'Kan denne personen bli funnet fra denne teksten?' Evne til å håndtere risikoen for re-identifikasjon ved å bruke testen
Jordmor er et yrke som berører folks mest private informasjon: hvordan et svangerskap oppstår, tidligere svangerskap, spontanaborter, tap, forhold, mental tilstand, seksuell helse. Når denne informasjonen faller i feil hender, forårsaker den irreversibel skade – en krise i hjemmet, et sosialt stigma, tap av tillit. Derfor er ikke konfidensialitet en «tilleggsregel» i jordmorfaget, men yrkets fundament. Når du introduserer AI i virksomheten din, åpner en ny grense for personvern seg: alt du skriver inn i en chat-assistent kan være utenfor din kontroll. Denne enheten lærer deg ende-til-ende hvordan du beskytter gravide data når du bruker AI – spesielt innenfor rammen av KVKK (Personal Data Protection Law; loven som regulerer behandling av personopplysninger i Türkiye).
Grunnprinsippet er i én setning: Enhver informasjon som gjør en gravid kvinne gjenkjennelig skal aldri inn i et kunstig intelligensverktøy. Å lære denne regelen har forrang over alle andre ferdigheter i modulen; Fordi en gang lekket data ikke kan hentes.
Merk: Teksten du skriver inn i et AI-verktøy går til serverne til den tjenesten; kan lagres, behandles og i noen tilfeller brukes til modelltrening. Å si "Jeg ville bare ha et sammendrag" returnerer ikke dataene. Den eneste sikre måten er å aldri skrive inn legitimasjonen med det første.
Hva er personopplysninger, hvilken informasjon gjør dem identifiserbare?
Personopplysninger er all informasjon som gjør en person direkte eller indirekte identifiserbar. I jordmorfaget er disse spesielt i den spesielle kategorien (som helsedata, som får høyeste beskyttelse i loven). Tenk på informasjonen som gir anerkjennelse i to grupper:
Direkte identifikatorer: Navn-etternavn, TR ID-nummer, fil-/protokollnummer, telefon, adresse, e-post, fødselsdato, konto på sosiale medier, bilde.
Indirekte deskriptorer (kombinert for å gjøre det gjenkjennelig): "Den eneste trillingsgraviditeten i det nabolaget", "den eneste 44-åringen på institusjonen med sin første graviditet", en sjelden sykdom + en liten bosetting, arbeidsplass + svangerskapsalder. Noen få detaljer som virker uskyldige i seg selv kan peke på en person når de bringes sammen. Dette kalles reidentifikasjonsrisiko.
Avidentifikasjon er prosessen med å fjerne disse identifikatorene fra teksten. En godt utført avidentifikasjon sletter både direkte og indirekte identifikatorer.
Trinn for trinn: Avidentifikasjon før du gir data til AI
- Slett direkte identifikatorer: Navn, ID, telefonnummer, filnummer, adresse, dato – fjern dem alle. Erstatt den med generaliseringer som "Gravid A", "rundt 38 år", "andre trimester".
- Sløre indirekte ledetråder: Gjør eksakt alder til område (f.eks. «tidlig 40-år»), nøyaktig plassering til region, sjeldne kombinasjoner til generelle.
- Kast unødvendige detaljer: Gi minimumsinformasjonen som trengs for at AI kan gjøre jobben sin (dataminimering). En gravid kvinnes historie er ikke nødvendig for å skrive et ammekort.
- Sjekk institusjonens retningslinjer: Noen institusjoner definerer godkjente/institusjonelle AI-verktøy; kan forby å legge inn pasientdata i personlige/gratis verktøy. Følg institusjonens regel.
- Siste lesning: Før du sender forespørselen "kan denne personen bli funnet fra denne teksten?" Les den en gang til.
Det vanskeligste av disse fem trinnene er det andre – sløring av indirekte ledetråder – fordi det er enkelt å slette direkte identifikatorer og kommer først i tankene, men mesteparten av gjenkjennelsen kommer faktisk fra kombinasjonen av indirekte detaljer. Kombinasjonen av et yrke, en alder, et bosted og en sjelden tilstand kan redusere en person til en enkelt person, selv om det ikke er nevnt noe navn. Derfor bør avidentifikasjon ikke betraktes som å "slette navn", men som "å sikre at ingen som leser denne teksten kan gjette personen." Denne mentale rammen reduserer radikalt risikoen for re-identifikasjon.
Hint: En god test: Hvis du viser den avidentifiserte teksten til en kollega som kjenner den gravide kvinnen, ville hun si «dette er så-og-så»? Hvis han kan si det, betyr det at du ikke har avidentifisert ham nok.
tre minisaker
Tilfelle 1 – Indirekte gjenkjennelse: Da en jordmor ba AI om et historieoppsummering, utelot en jordmor ID-en, men la frasen «den eneste firedlingsgraviditeten i byen vår». Denne enkeltsetningen peker direkte på personen på det lille stedet. Hans kollega legger merke til og advarer; Jordmor generaliserer uttrykket som "flergangsgraviditet". Leksjon: indirekte identifikatorer er like farlige som direkte identifikatorer.
Tilfelle 2 – Dataminimering: En annen jordmor limer vanligvis hele filen til den gravide kvinnen inn i AI i stedet for bare å skrive ut en "graviditetsernæring"-brosjyre. Det står: ingen personopplysninger kreves for brosjyren. Han tar brosjyren uten å overlevere filen, bare skriver emnet. Den sikreste dataen er data som aldri deles.
Tilfelle 3 – Feil verktøy: I det tredje eksemplet er en jordmor i ferd med å skrive inn pasientinformasjon i en tilfeldig applikasjon på sin personlige telefon når hun husker institusjonspolicyen: pasientdata kan kun behandles avidentifisert og ved hjelp av institusjonsgodkjente verktøy. Bruker ikke den personlige appen. En datalekkasje oppstår ofte fra et slikt øyeblikk av "bekvemmelighet" og ikke fra en teknisk feil.
Kopierbare maler
Rolle: Du er avidentifikasjonskontrollassistenten.Oppgave: Merk hvert uttrykk i teksten nedenfor som DIREKTE eller INDIREKTE kan identifisere en person:- Direkte: navn, ID, telefon, adresse, filnummer, eksakt dato, foto.- Indirekte: sjelden kombinasjon, lite sted + spesiell situasjon, eksakt alder, arbeidsplass, unik/unik kvalitet.Foreslå en tryggere [tekst].
Rolle: Du er en dataminimeringskonsulent. Oppgave: Jeg vil gjøre denne jobben: [jobb]. Hva er minimumsinformasjonen jeg MÅ gi DEG for å gjøre dette? Merk unødvendig pasientinformasjon som "[IKKE GJØR]".
Rolle: Du er den sikre oppsummeringsassistenten. Oppgave: Oppsummer den DIDIDENTIFISERT historien nedenfor. Hvis du ser identifikasjonsinformasjon i teksten, ikke oppsummer; skriv i stedet "Jeg har oppdaget legitimasjon, vennligst fjern og send på nytt." Historie: [historie]
Sjekkliste for påminnelse om institusjonspolitikk (spør deg selv):- Er dette verktøyet godkjent av min institusjon?- Er det noen personlig identifiserbar informasjon i dataene jeg la inn?- Er denne informasjonen virkelig nødvendig for denne jobben?- Kan noen jeg kjenner finne personen hvis de leser teksten?- Vil jeg legge til identifikasjonsinformasjon når jeg lagrer utdataene?
Svak forespørsel / Sterk forespørsel
Svak: "Ayşe Y., 39, tredje graviditet, på følgende sykehus, filnummer 4412; oppsummer historien hennes."
Denne ledeteksten er full av direkte identifikatorer; Private data ble lekket så snart de ble sendt.
Sterk:
Rolle: sikker oppsummeringsassistent. Oppsummer følgende anonyme historie. "Gravid A, slutten av 30-årene, tredje graviditet, [relaterte medisinske detaljer anonyme]." Hvis du ser identifiserende informasjon i teksten, ikke oppsummer, advar.
Forskjell: Det er ingen direkte/indirekte identifikatorer i den sterke versjonen; det er bare den identitetsløse konteksten som trengs for å gjøre jobben. Sikkerheten starter før forespørselen er skrevet.
Hva du skal dele og hva du ikke skal dele
Informasjonstype
Faller det inn i AI?
alternativ
Navn, TR ID, telefon, adresse, filnummer
aldri
"Gravid A"
Nøyaktig alder / eksakt dato
nei
Aldersgruppe/trimester
Sjelden + liten plass kombinasjon
nei
generalisere
Generell medisinsk kontekst (anonym)
Ja, om nødvendig
Bruk dataminimering
Foto/bilde
Nei (ansikt/tegn)
ikke nødvendig
Kjøretøy ikke godkjent av institusjonen
Ingen pasientdata
Godkjent kjøretøy
Vanlige feil
- Bare sletter navnet og legger igjen indirekte ledetråder: Risikoen for re-identifikasjon består.
- Lime inn hele filen for "bekvemmelighets skyld": Bryter prinsippet om dataminimering.
- Legge inn pasientdata i personlige/ikke-godkjente enheter: Det kan være i strid med institusjonspolicy og KVKK.
- Dele et bilde/skjermbilde: Ansiktet, navnet og filnummeret i bildet kan forbli konfidensielt.
- Legge til en ID mens du lagrer utdata: Å legge til en ID til utdata som kommer uten ID bringer risikoen tilbake.
- Forutsatt at "det blir slettet uansett": Du vet ikke hva dataene er; Den eneste garantien er å ikke sende noe i det hele tatt.
Oppsummert
Ved bruk av kunstig intelligens er personvern en forutsetning, ikke en teknisk detalj. All informasjon som gjør en gravid kvinne direkte (navn, ID, telefon) eller indirekte (sjelden kombinasjon + liten plassering) gjenkjennelig, bør ikke legges inn i et AI-verktøy. Øv på dataminimering – gi minimumsinformasjonen som trengs for å gjøre jobben – og bruk kun verktøy som er godkjent av organisasjonen din. Uten å sende spørsmålet "kan denne personen bli funnet fra denne teksten?" gjør testen. Når de er lekket, kan ikke data hentes; Derfor starter sikkerheten før ledeteksten skrives.
Søknadsoppgave
Ta en ekte graviditetshistorie (på papir) og tøm teksten trinn for trinn ved å bruke avidentifikasjonsmalen: først direkte, deretter indirekte identifikatorer. Vis den slettede teksten til en kollega og spør "hvem kan dette være?" spørre; Hvis du kan gjenkjenne det, generaliser det videre. Finn også din egen institusjons AI/datapolicy, oppsummer den i én setning, og noter hvilke verktøy som er godkjent.
sjekkliste
- [ ] Jeg fjernet alle direkte identifikatorer (navn, ID, telefon, adresse, filnummer).
- [ ] Jeg generaliserte indirekte deskriptorer (sjelden kombinasjon, liten plassering, eksakt alder).
- [ ] Jeg har gitt kun minimumsinformasjonen som trengs for å utføre jobben.
- [ ] Jeg brukte bare et verktøy godkjent av min institusjon.
- [ ] "Kan denne personen bli funnet fra denne teksten?" Jeg gjorde testen.
- [ ] Jeg la ikke til noen legitimasjon til utdataene etterpå.