ਨੈਤਿਕਤਾ, ਗੋਪਨੀਯਤਾ ਅਤੇ ਡੇਟਾ ਸੁਰੱਖਿਆ: ਜੈਨੇਟਿਕ ਡੇਟਾ ਦੀ ਵਿਸ਼ੇਸ਼ ਜ਼ਿੰਮੇਵਾਰੀ

ਲਾਭ:

• ਇਹ ਸਮਝਣਾ ਕਿ ਜੈਨੇਟਿਕ ਡੇਟਾ ਨਿੱਜੀ ਡੇਟਾ ਦੀ ਇੱਕ ਵਿਸ਼ੇਸ਼ ਸ਼੍ਰੇਣੀ ਅਤੇ ਮੁੜ-ਪਛਾਣ ਦੇ ਜੋਖਮ ਕਿਉਂ ਹੈ
• ਨਕਲੀ ਖੁਫੀਆ ਟੂਲ ਖੋਲ੍ਹਣ ਲਈ ਮਰੀਜ਼ ਦਾ ਡੇਟਾ ਪ੍ਰਦਾਨ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਅਗਿਆਤਕਰਨ, ਸਹਿਮਤੀ ਅਤੇ ਡੇਟਾ ਘੱਟ ਤੋਂ ਘੱਟ ਸਿਧਾਂਤਾਂ ਨੂੰ ਲਾਗੂ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
• KVKK/GDPR ਵਰਗੇ ਫਰੇਮਵਰਕ ਦੇ ਅੰਦਰ ਜੈਨੇਟਿਕ ਡੇਟਾ ਪ੍ਰੋਸੈਸਿੰਗ ਅਤੇ ਪੇਸ਼ੇਵਰ ਨੈਤਿਕ ਜ਼ਿੰਮੇਵਾਰੀ ਦੀਆਂ ਸੀਮਾਵਾਂ ਨੂੰ ਗਲੇ ਲਗਾਉਣ ਦੀ ਸਮਰੱਥਾ

ਜੈਨੇਟਿਕ ਡੇਟਾ ਆਮ ਨਿੱਜੀ ਡੇਟਾ ਨਹੀਂ ਹੈ। ਇੱਕ ਵਿਅਕਤੀ ਦਾ ਡੀਐਨਏ ਕ੍ਰਮ; ਇਹ ਤੁਹਾਨੂੰ ਵਿਲੱਖਣ ਤੌਰ 'ਤੇ ਪਛਾਣਦਾ ਹੈ, ਬਦਲਿਆ ਨਹੀਂ ਜਾ ਸਕਦਾ (ਤੁਸੀਂ ਆਪਣਾ ਪਾਸਵਰਡ ਬਦਲ ਸਕਦੇ ਹੋ ਪਰ ਤੁਹਾਡਾ ਜੀਨੋਮ ਨਹੀਂ), ਭਵਿੱਖ ਦੇ ਰੋਗਾਂ ਦੇ ਜੋਖਮਾਂ ਨੂੰ ਪ੍ਰਗਟ ਕਰ ਸਕਦਾ ਹੈ, ਅਤੇ ਨਾ ਸਿਰਫ਼ ਵਿਅਕਤੀਗਤ ਸਗੋਂ ਸਾਰੇ ਖੂਨ ਨਾਲ ਸਬੰਧਤ ਪਰਿਵਾਰਕ ਮੈਂਬਰਾਂ ਦੀ ਚਿੰਤਾ ਕਰ ਸਕਦਾ ਹੈ। ਇਸ ਲਈ, ਜੈਨੇਟਿਕ ਡੇਟਾ ਦੇ ਨਾਲ ਕੰਮ ਕਰਦੇ ਸਮੇਂ ਨਕਲੀ ਬੁੱਧੀ (AI) ਦੀ ਵਰਤੋਂ ਲਈ ਗੁਪਤਤਾ ਅਤੇ ਨੈਤਿਕਤਾ ਦੇ ਉੱਚੇ ਮਿਆਰ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਇਸ ਯੂਨਿਟ ਵਿੱਚ, ਤੁਸੀਂ ਸਿੱਖੋਗੇ ਕਿ ਜੈਨੇਟਿਕ ਡੇਟਾ ਨੂੰ ਵਿਸ਼ੇਸ਼ ਤੌਰ 'ਤੇ ਸੁਰੱਖਿਅਤ ਕਿਉਂ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ, AI ਟੂਲਸ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਸਮੇਂ ਕਿਹੜੀਆਂ ਗਲਤੀਆਂ ਗੰਭੀਰ ਨਤੀਜੇ ਭੁਗਤਦੀਆਂ ਹਨ, ਅਤੇ ਇੱਕ ਸੁਰੱਖਿਅਤ ਕਾਰਜਸ਼ੀਲ ਅਨੁਸ਼ਾਸਨ।

ਨਾਜ਼ੁਕ ਸਿਧਾਂਤ: ਕਦੇ ਵੀ ਪਛਾਣਯੋਗ ਮਰੀਜ਼ ਜੈਨੇਟਿਕ ਡੇਟਾ ਨੂੰ ਜਨਤਕ ਤੌਰ 'ਤੇ ਉਪਲਬਧ ਏਆਈ ਟੂਲ ਵਿੱਚ ਪੇਸਟ ਨਾ ਕਰੋ। ਬਹੁਤ ਸਾਰੀਆਂ ਆਮ-ਉਦੇਸ਼ ਵਾਲੀਆਂ AI ਸੇਵਾਵਾਂ ਤੁਹਾਡੇ ਦੁਆਰਾ ਦਾਖਲ ਕੀਤੇ ਡੇਟਾ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰ ਸਕਦੀਆਂ ਹਨ, ਇਸਨੂੰ ਸਟੋਰ ਕਰ ਸਕਦੀਆਂ ਹਨ, ਜਾਂ ਮਾਡਲ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਣ ਲਈ ਇਸਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦੀਆਂ ਹਨ। ਜਦੋਂ ਇੱਕ ਮਰੀਜ਼ ਦੇ ਦੁਰਲੱਭ ਰੂਪਾਂ ਦੇ ਸੁਮੇਲ, ਨਾਮ, ਪਛਾਣ ਨੰਬਰ ਜਾਂ ਜਨਮ ਮਿਤੀ ਨੂੰ ਇੱਕ ਸਾਧਨ ਵਿੱਚ ਦਾਖਲ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਗੋਪਨੀਯਤਾ ਦੀ ਇੱਕ ਅਟੱਲ ਉਲੰਘਣਾ ਹੋ ਸਕਦੀ ਹੈ।

ਪੰਜ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਜੋ ਜੈਨੇਟਿਕ ਡੇਟਾ ਨੂੰ ਵਿਸ਼ੇਸ਼ ਬਣਾਉਂਦੀਆਂ ਹਨ

1. ਅੰਤਰ: ਜੀਨੋਮ ਜੀਵਨ ਭਰ ਇੱਕੋ ਜਿਹਾ ਹੁੰਦਾ ਹੈ; ਜੇਕਰ ਖੁਲਾਸਾ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਇਸਨੂੰ "ਰੱਦ" ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ।
2. ਪਛਾਣ: ਦੁਰਲੱਭ ਰੂਪਾਂ ਦੀ ਇੱਕ ਛੋਟੀ ਜਿਹੀ ਗਿਣਤੀ ਵੀ ਇੱਕ ਵਿਅਕਤੀ ਦੀ ਵਿਲੱਖਣ ਪਛਾਣ ਕਰ ਸਕਦੀ ਹੈ; "ਅਗਿਆਤ" ਸਮਝੇ ਜਾਂਦੇ ਡੇਟਾ ਦੀ ਮੁੜ-ਪਛਾਣ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ।
3. ਪਰਿਵਾਰਕ ਆਕਾਰ: ਇੱਕ ਵਿਅਕਤੀ ਦੇ ਜੀਨੋਮ ਵਿੱਚ ਉਹਨਾਂ ਦੇ ਰਿਸ਼ਤੇਦਾਰਾਂ ਦੀ ਜੈਨੇਟਿਕ ਜਾਣਕਾਰੀ ਵੀ ਹੁੰਦੀ ਹੈ; ਜਾਣਕਾਰੀ ਉਹਨਾਂ ਦੀ ਸਹਿਮਤੀ ਤੋਂ ਬਿਨਾਂ ਪ੍ਰਗਟ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ।
4. ਪੂਰਵ-ਅਨੁਮਾਨ: ਭਵਿੱਖ ਦੀ ਬਿਮਾਰੀ ਦੇ ਜੋਖਮ ਨੂੰ ਦਰਸਾ ਸਕਦਾ ਹੈ; ਬੀਮਾ ਰੁਜ਼ਗਾਰ ਵਿਤਕਰੇ ਲਈ ਆਧਾਰ ਹੋ ਸਕਦਾ ਹੈ।
5. ਮੁੜ-ਪਛਾਣ ਦਾ ਜੋਖਮ: ਜੀਨੋਮਿਕ ਡੇਟਾ ਨੂੰ ਦੂਜੇ ਡੇਟਾਬੇਸ ਨਾਲ ਪਾਰ ਕਰਕੇ ਪਛਾਣ ਨਾਲ ਜੋੜਿਆ ਜਾ ਸਕਦਾ ਹੈ।

ਕਾਨੂੰਨੀ ਢਾਂਚਾ: ਇੱਕ ਸੰਖੇਪ ਜਾਣਕਾਰੀ

ਡੇਟਾ ਸੁਰੱਖਿਆ ਕਾਨੂੰਨ ਵਿੱਚ ਜੈਨੇਟਿਕ ਡੇਟਾ ਵਿਸ਼ੇਸ਼ (ਸੰਵੇਦਨਸ਼ੀਲ) ਨਿੱਜੀ ਡੇਟਾ ਦੀ ਸ਼੍ਰੇਣੀ ਵਿੱਚ ਹੈ ਅਤੇ ਵਧੇਰੇ ਸਖਤੀ ਨਾਲ ਸੁਰੱਖਿਅਤ ਹੈ। ਤੁਰਕੀਏ ਵਿੱਚ, KVKK (ਪਰਸਨਲ ਡਾਟਾ ਪ੍ਰੋਟੈਕਸ਼ਨ ਲਾਅ) ਸਿਹਤ ਅਤੇ ਜੈਨੇਟਿਕ ਡੇਟਾ ਨੂੰ ਵਿਸ਼ੇਸ਼ ਡੇਟਾ ਮੰਨਦਾ ਹੈ ਅਤੇ, ਇੱਕ ਨਿਯਮ ਦੇ ਤੌਰ ਤੇ, ਇਸਦੀ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਸਪੱਸ਼ਟ ਸਹਿਮਤੀ ਜਾਂ ਵਿਸ਼ੇਸ਼ ਅਪਵਾਦਾਂ ਨਾਲ ਜੋੜਦਾ ਹੈ। ਯੂਰਪ ਵਿੱਚ, ਜੀਡੀਪੀਆਰ ਇਸੇ ਤਰ੍ਹਾਂ ਇੱਕ ਵਿਸ਼ੇਸ਼ ਸ਼੍ਰੇਣੀ ਵਜੋਂ ਜੈਨੇਟਿਕ ਡੇਟਾ ਦੀ ਰੱਖਿਆ ਕਰਦਾ ਹੈ। ਅਮਰੀਕਾ ਵਿੱਚ, ਜੀਆਈਐਨਏ ਕਾਨੂੰਨ ਜੈਨੇਟਿਕ ਜਾਣਕਾਰੀ ਦੇ ਆਧਾਰ 'ਤੇ ਬੀਮਾ ਅਤੇ ਰੁਜ਼ਗਾਰ ਭੇਦਭਾਵ ਨੂੰ ਮਨ੍ਹਾ ਕਰਦਾ ਹੈ। ਹਾਲਾਂਕਿ ਵੇਰਵੇ ਦੇਸ਼ ਅਨੁਸਾਰ ਵੱਖੋ-ਵੱਖਰੇ ਹੁੰਦੇ ਹਨ, ਆਮ ਸਿਧਾਂਤ ਇੱਕੋ ਹੈ: ਜੈਨੇਟਿਕ ਡੇਟਾ ਨੂੰ ਸਪੱਸ਼ਟ ਸਹਿਮਤੀ, ਉਦੇਸ਼ ਸੀਮਾਵਾਂ ਅਤੇ ਮਜ਼ਬੂਤ ​​ਸੁਰੱਖਿਆ ਤੋਂ ਬਿਨਾਂ ਪ੍ਰਕਿਰਿਆ ਨਹੀਂ ਕੀਤੀ ਜਾ ਸਕਦੀ।

ਸੁਝਾਅ: ਜਦੋਂ ਮਰੀਜ਼ ਤੋਂ ਜੈਨੇਟਿਕ ਟੈਸਟਿੰਗ ਲਈ ਸਹਿਮਤੀ ਪ੍ਰਾਪਤ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਤਾਂ ਖੁਲਾਸਾ ਇਹ ਸ਼ਾਮਲ ਹੋ ਸਕਦਾ ਹੈ ਕਿ AI ਟੂਲਸ ਦੁਆਰਾ ਡੇਟਾ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਿਵੇਂ ਕੀਤੀ ਜਾਵੇਗੀ। "ਅਸੀਂ ਕਿਹੜੇ ਸਾਧਨਾਂ ਨਾਲ ਅਤੇ ਕਿੱਥੇ ਵਿਸ਼ਲੇਸ਼ਣ ਲਈ ਤੁਹਾਡੇ ਡੇਟਾ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰਦੇ ਹਾਂ?" ਸਵਾਲ ਦਾ ਪਾਰਦਰਸ਼ੀ ਢੰਗ ਨਾਲ ਜਵਾਬ ਦੇਣ ਦੀ ਸਥਿਤੀ ਵਿੱਚ ਰਹੋ।

ਕਦਮ ਦਰ ਕਦਮ: ਗੁਪਤ ਜੈਨੇਟਿਕ ਡੇਟਾ ਦੇ ਨਾਲ ਸੁਰੱਖਿਅਤ ਏਆਈ ਦੀ ਵਰਤੋਂ ਕਰਨਾ

1. ਵਰਗੀਕਰਨ ਕਰੋ। ਕੀ ਤੁਹਾਡੇ ਕੋਲ ਮੌਜੂਦ ਡੇਟਾ ਦੀ ਪਛਾਣ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ? ਕੀ ਇਸ ਵਿੱਚ ਨਾਮ, ID ਨੰਬਰ, ਮਿਤੀ, ਦੁਰਲੱਭ ਰੂਪਾਂ ਦਾ ਸੁਮੇਲ ਹੈ?

2. ਅਗਿਆਤ ਬਣਾਓ ਜਾਂ ਬਿਲਕੁਲ ਵੀ ਟ੍ਰਾਂਸਫਰ ਨਾ ਕਰੋ। ਸਿੱਧੇ ਪਛਾਣਕਰਤਾਵਾਂ ਨੂੰ ਹਟਾਓ; ਪਰ ਯਾਦ ਰੱਖੋ, ਜੈਨੇਟਿਕ ਡੇਟਾ ਵਿੱਚ "ਅਨਾਮਕਰਨ" ਪੂਰਾ ਭਰੋਸਾ ਪ੍ਰਦਾਨ ਨਹੀਂ ਕਰਦਾ। ਖੁੱਲ੍ਹੇ ਵਾਹਨ ਵਿੱਚ ਨਿੱਜੀ ਤੌਰ 'ਤੇ ਪਛਾਣਨ ਯੋਗ ਡੇਟਾ ਨੂੰ ਪੇਸ਼ ਨਾ ਕਰਨਾ ਸਭ ਤੋਂ ਸੁਰੱਖਿਅਤ ਹੈ।

3. ਟੂਲ ਦੀ ਡਾਟਾ ਨੀਤੀ ਪੜ੍ਹੋ। ਉਹ ਟੂਲ ਚੁਣੋ ਜੋ ਕਾਰਪੋਰੇਟ ਹਨ, ਇੱਕ ਡੇਟਾ ਪ੍ਰੋਸੈਸਿੰਗ ਸਮਝੌਤਾ (DPA) ਹੈ, ਸਿੱਖਿਆ ਵਿੱਚ ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਨਾ ਕਰਨ ਦਾ ਵਾਅਦਾ ਕਰੋ, ਅਤੇ ਤਰਜੀਹੀ ਤੌਰ 'ਤੇ ਸਥਾਨਕ/ਨੇੜਿਓਂ ਕੰਮ ਕਰੋ।

4. ਡੇਟਾ ਤੋਂ ਸੰਕਲਪਿਕ ਸਵਾਲਾਂ ਨੂੰ ਵੱਖ ਕਰੋ। "ACMG PM2 ਨੂੰ ਕਿਵੇਂ ਲਾਗੂ ਕਰਨਾ ਹੈ?" ਤੁਸੀਂ AI ਸੰਕਲਪਿਕ ਸਵਾਲ ਪੁੱਛ ਸਕਦੇ ਹੋ ਜਿਵੇਂ ਕਿ; ਇਸਦੇ ਲਈ ਕਿਸੇ ਮਰੀਜ਼ ਦੇ ਡੇਟਾ ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ। ਸਿਰਫ਼ ਲੋੜ ਪੈਣ 'ਤੇ ਅਤੇ ਅਗਿਆਤ ਰੂਪ ਵਿੱਚ ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਕਰੋ।

5. ਟਰੇਸ ਨੂੰ ਸੁਰੱਖਿਅਤ ਕਰੋ. ਦਸਤਾਵੇਜ਼ ਜਿਸ ਡੇਟਾ ਤੇ ਤੁਸੀਂ ਪ੍ਰਕਿਰਿਆ ਕਰਦੇ ਹੋ, ਕਿਸ ਸਾਧਨ ਨਾਲ, ਅਤੇ ਕਿਸ ਉਦੇਸ਼ ਲਈ; ਆਡਿਟਬਿਲਟੀ ਇੱਕ ਨੈਤਿਕ ਅਤੇ ਕਾਨੂੰਨੀ ਲੋੜ ਹੈ।

ਤਿੰਨ ਛੋਟੇ ਕੇਸ

ਕੇਸ 1 - ਰਿਪੋਰਟ ਚਿਪਕਾਈ ਗਈ। ਸਪੀਡ ਲਈ, ਇੱਕ ਸਹਾਇਕ ਨੇ ਇੱਕ ਮਰੀਜ਼ ਦੇ ਪੂਰੇ ਨਾਮ ਅਤੇ ਰੂਪਾਂ ਦੀ ਸੂਚੀ ਵਾਲੀ ਰਿਪੋਰਟ ਨੂੰ ਇੱਕ ਆਮ AI ਚੈਟ ਵਿੱਚ ਪੇਸਟ ਕੀਤਾ ਅਤੇ ਕਿਹਾ "ਸਾਰ ਕਰੋ।" ਸੀਨੀਅਰ ਮਾਹਰ ਨੇ ਇਹ ਮਹਿਸੂਸ ਕੀਤਾ: ਨਾਮ ਅਤੇ ਦੁਰਲੱਭ ਰੂਪਾਂ ਨੇ ਮਿਲ ਕੇ ਮਰੀਜ਼ ਦੀ ਪਛਾਣ ਕੀਤੀ, ਅਤੇ ਟੂਲ ਨੇ ਡੇਟਾ ਨੂੰ ਸਟੋਰ ਕੀਤਾ। ਘਟਨਾ ਲਈ ਇੱਕ ਗੋਪਨੀਯਤਾ ਉਲੰਘਣਾ ਸੂਚਨਾ ਦੀ ਲੋੜ ਸੀ। ਪਾਠ: ਕੋਈ ਪਛਾਣ ਕਰਨ ਵਾਲਾ ਡੇਟਾ ਟ੍ਰਾਂਸਫਰ ਨਹੀਂ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਇੱਥੋਂ ਤੱਕ ਕਿ ਸੰਖੇਪ ਲਈ ਵੀ।

ਕੇਸ 2 - ਪਰਿਵਾਰ ਦੀ ਸਹਿਮਤੀ। ਇੱਕ ਮਰੀਜ਼ ਦੇ ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ, ਇੱਕ ਖੋਜਕਰਤਾ ਨੇ AI ਨੂੰ ਦੱਸਿਆ ਕਿ ਇਹ ਰੂਪ ਉਸਦੇ ਭੈਣ-ਭਰਾ ਵਿੱਚ ਵੀ ਪਾਇਆ ਗਿਆ ਸੀ। ਹਾਲਾਂਕਿ, ਭਰਾ ਨੇ ਆਪਣੇ ਡੇਟਾ ਦੀ ਪ੍ਰਕਿਰਿਆ ਲਈ ਸਹਿਮਤੀ ਨਹੀਂ ਦਿੱਤੀ। ਜੈਨੇਟਿਕ ਡੇਟਾ ਦੇ ਪਰਿਵਾਰਕ ਪਹਿਲੂ ਨੇ ਤੀਜੀ-ਧਿਰ ਦੀ ਗੋਪਨੀਯਤਾ ਨੂੰ ਵੀ ਸਵਾਲ ਵਿੱਚ ਲਿਆਇਆ; ਜਾਂਚਕਰਤਾ ਨੇ ਭਰਾ ਬਾਰੇ ਜਾਣਕਾਰੀ ਹਾਸਲ ਕੀਤੀ।

ਕੇਸ 3 - ਪੁਸ਼ਟੀ ਪ੍ਰਾਪਤ ਹੋਈ। ਇੱਕ ਪ੍ਰਯੋਗਸ਼ਾਲਾ ਨੇ ਵਿਸ਼ਲੇਸ਼ਣ ਤੋਂ ਪਹਿਲਾਂ ਇੱਕ "ਅਨਾਮਾਈਜ਼ੇਸ਼ਨ ਚੈਕਲਿਸਟ" ਲਾਗੂ ਕੀਤੀ। ਉਹਨਾਂ ਨੇ AI ਨੂੰ ਦੇਣ ਤੋਂ ਪਹਿਲਾਂ ਨਾਮ, ID ਨੰਬਰ ਅਤੇ ਤਾਰੀਖਾਂ ਕੱਢੀਆਂ; ਇਸ ਤੋਂ ਇਲਾਵਾ, ਉਨ੍ਹਾਂ ਨੇ ਮਹਿਸੂਸ ਕੀਤਾ ਕਿ ਇਕੱਲੇ ਰੂਪਾਂ ਦਾ ਇੱਕ ਬਹੁਤ ਹੀ ਦੁਰਲੱਭ ਸੁਮੇਲ ਪਛਾਣ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰ ਸਕਦਾ ਹੈ ਅਤੇ ਉਸ ਨਮੂਨੇ ਦੀ ਰਿਪੋਰਟ ਬਿਲਕੁਲ ਨਹੀਂ ਕੀਤੀ। ਚੈਕਲਿਸਟ ਤੋਂ ਬਿਨਾਂ, "ਅਗਿਆਤ" ਸਮਝੇ ਜਾਂਦੇ ਡੇਟਾ ਦੀ ਮੁੜ-ਪਛਾਣ ਕੀਤੀ ਜਾ ਸਕਦੀ ਸੀ।

ਚਾਰ ਕਾਪੀ ਕਰਨ ਯੋਗ ਟੈਂਪਲੇਟ

1) ਅਗਿਆਤਕਰਨ ਨਿਯੰਤਰਣ:

ਇਸ ਟੈਕਸਟ ਨੂੰ ਇੱਕ AI ਟੂਲ ਵਿੱਚ ਫੀਡ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ, ਇਸ ਵਿੱਚ ਸਾਰੇ ਤੱਤ (ਨਾਮ, ID ਨੰਬਰ, ਮਿਤੀ, ਪਤਾ, ਦੁਰਲੱਭ ਰੂਪਾਂ ਦਾ ਸੁਮੇਲ, ਦੁਰਲੱਭ ਫੀਨੋਟਾਈਪ) ਸੂਚੀਬੱਧ ਕਰੋ ਜੋ ਮਰੀਜ਼ ਜਾਂ ਉਨ੍ਹਾਂ ਦੇ ਰਿਸ਼ਤੇਦਾਰਾਂ ਦੀ ਪਛਾਣ ਕਰ ਸਕਦੇ ਹਨ। ਹਰੇਕ ਲਈ, "ਛੱਡੋ" ਜਾਂ "ਨਮੂਨੇ ਨੂੰ ਬਿਲਕੁਲ ਵੀ ਟ੍ਰਾਂਸਫਰ ਨਾ ਕਰੋ" ਦਾ ਸੁਝਾਅ ਦਿਓ: [ਟੈਕਸਟ]।

2) ਸੰਕਲਪਿਕ ਸਵਾਲ (ਬਿਨਾਂ ਡੇਟਾ):

ਮਰੀਜ਼ਾਂ ਦੇ ਡੇਟਾ ਨੂੰ ਸਾਂਝਾ ਕੀਤੇ ਬਿਨਾਂ, ਇਸ ਸੰਕਲਪਿਕ ਸਵਾਲ ਦਾ ਜਵਾਬ ਦਿਓ: [ACMG/ਤਰੀਕਿਆਂ ਦਾ ਸਵਾਲ]। ਆਮ ਉਦਾਹਰਣਾਂ ਦੀ ਵਰਤੋਂ ਕਰੋ; ਮੈਨੂੰ ਮਰੀਜ਼ ਦੀ ਅਸਲੀ ਜਾਣਕਾਰੀ ਨਹੀਂ ਚਾਹੀਦੀ।

3) ਸਹਿਮਤੀ ਅਤੇ ਪਾਰਦਰਸ਼ਤਾ ਨਿਯੰਤਰਣ:

ਜੈਨੇਟਿਕ ਟੈਸਟਿੰਗ ਲਈ ਇੱਕ ਜਾਣਕਾਰੀ/ਸਹਿਮਤੀ ਟੈਕਸਟ ਦਾ ਖਰੜਾ ਤਿਆਰ ਕਰਨ ਵਿੱਚ ਮੇਰੀ ਮਦਦ ਕਰੋ। ਇਸ ਵਿੱਚ ਇਹ ਸ਼ਾਮਲ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ: ਡੇਟਾ ਨੂੰ ਕਿਹੜੇ ਉਦੇਸ਼ਾਂ ਲਈ ਸੰਸਾਧਿਤ ਕੀਤਾ ਜਾਵੇਗਾ, ਕਿਸ ਕਿਸਮ ਦੇ ਸਾਧਨਾਂ ਨਾਲ ਇਸਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕੀਤਾ ਜਾਵੇਗਾ, ਪਰਿਵਾਰ ਦੇ ਮੈਂਬਰਾਂ ਦੇ ਨਤੀਜੇ ਕਿਵੇਂ ਸੰਭਾਲੇ ਜਾਣਗੇ, ਸਟੋਰੇਜ ਅਤੇ ਮਿਟਾਏ ਜਾਣਗੇ। ਕਾਨੂੰਨੀ ਫੈਸਲੇ ਲਈ ਕਾਨੂੰਨੀ/ਨੈਤਿਕਤਾ ਇਕਾਈ ਨੂੰ ਵੇਖੋ।

4) ਵਾਹਨ ਚੋਣ ਮਾਪਦੰਡ:

ਕੀ ਗੋਪਨੀਯਤਾ ਮਾਪਦੰਡ (ਡੇਟਾ ਪ੍ਰੋਸੈਸਿੰਗ ਸਮਝੌਤਾ, ਸਿੱਖਿਆ ਵਿੱਚ ਨਾ ਵਰਤਣ ਦੀ ਵਚਨਬੱਧਤਾ, ਸਥਾਨਕ ਸੰਚਾਲਨ, ਪਹੁੰਚ ਨਿਯੰਤਰਣ, ਮਿਟਾਉਣਾ) ਮੈਨੂੰ ਇੱਕ AI/ਵਿਸ਼ਲੇਸ਼ਣ ਟੂਲ ਦੀ ਚੋਣ ਕਰਨ ਵੇਲੇ ਪੁੱਛਣਾ ਚਾਹੀਦਾ ਹੈ ਜੋ ਸੰਵੇਦਨਸ਼ੀਲ ਜੈਨੇਟਿਕ ਡੇਟਾ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰੇਗਾ? ਇੱਕ ਮੁਲਾਂਕਣ ਚੈੱਕਲਿਸਟ ਬਣਾਈ ਗਈ ਹੈ।

ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ

ਕਮਜ਼ੋਰ: "ਟਿੱਪਣੀ Ahmet Yılmaz's (TC: ...) BRCA1 ਨਤੀਜਾ: [ਪੂਰੀ ਰੂਪ ਸੂਚੀ]।"

ਸਮੱਸਿਆ: ਸਿੱਧਾ ਪਛਾਣਕਰਤਾ + ਜੈਨੇਟਿਕ ਡੇਟਾ ਓਪਨ ਟੂਲ ਵਿੱਚ ਜਾਂਦਾ ਹੈ; ਗੁਪਤਤਾ ਦੀ ਘੋਰ ਉਲੰਘਣਾ।

Güçlü: "ਕਿਸੇ ਦੀ ਪਛਾਣ ਕੀਤੇ ਬਿਨਾਂ, ਇੱਕ ਆਮ ਉਦਾਹਰਣ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਸਮਝਾਓ ਕਿ ACMG ਵਿੱਚ BRCA1 ਵਿੱਚ ਇੱਕ ਫਰੇਮਸ਼ਿਫਟ ਵੇਰੀਐਂਟ ਦਾ ਮੁਲਾਂਕਣ ਕਿਵੇਂ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਮੈਂ ਅਸਲ ਮਰੀਜ਼ ਡੇਟਾ ਨੂੰ ਸਾਂਝਾ ਨਹੀਂ ਕਰਦਾ ਹਾਂ।"

ਇਹ ਸ਼ਕਤੀਸ਼ਾਲੀ ਕਿਉਂ ਹੈ: ਸਿੱਖਣ/ਮੁਲਾਂਕਣ ਦੀ ਲੋੜ ਪੂਰੀ ਹੋ ਜਾਂਦੀ ਹੈ, ਪਰ ਕੋਈ ਪਛਾਣ ਕਰਨ ਵਾਲਾ ਡੇਟਾ ਟ੍ਰਾਂਸਫਰ ਨਹੀਂ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।

ਡਾਟਾ ਕਿਸਮ

ਕੀ ਇਹ ਓਪਨ ਏਆਈ ਟੂਲ ਵਿੱਚ ਦਾਖਲ ਹੁੰਦਾ ਹੈ?

ਵਿਕਲਪਕ

ਮਰੀਜ਼ ਦਾ ਨਾਮ/ਪਛਾਣ ਨੰਬਰ

ਕਦੇ ਨਹੀਂ

ਕੋਈ ਤਬਾਦਲਾ ਨਹੀਂ

ਦੁਰਲੱਭ ਰੂਪ + ਇਤਿਹਾਸ

ਕਦੇ ਨਹੀਂ (ਪਛਾਣਦਾ ਹੈ)

ਨਮੂਨਾ ਟ੍ਰਾਂਸਫਰ ਕਰੋ

ਸੰਕਲਪਿਕ ਸਵਾਲ

ਹਾਂ

ਆਮ ਉਦਾਹਰਨ

ਅਗਿਆਤ, ਆਮ ਉਦਾਹਰਨ

ਸਾਵਧਾਨ

ਐਂਟਰਪ੍ਰਾਈਜ਼/ਸਥਾਨਕ ਟੂਲ

ਏਕੀਕ੍ਰਿਤ, ਅਗਿਆਤ ਅੰਕੜੇ

ਸਥਿਤੀ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ

DPA ਵਾਲਾ ਵਾਹਨ

ਆਮ ਗਲਤੀਆਂ

• "ਸਿਰਫ਼ ਸੰਖੇਪ ਲਈ" ਵਜੋਂ ਪਛਾਣ ਕਰਨ ਵਾਲੇ ਡੇਟਾ ਨੂੰ ਪੇਸਟ ਕੀਤਾ ਜਾ ਰਿਹਾ ਹੈ। ਮਕਸਦ ਜੋ ਵੀ ਹੋਵੇ, ਇਹ ਉਲੰਘਣਾ ਹੈ।
• ਪੂਰੀ ਸੁਰੱਖਿਆ ਦੇ ਤੌਰ 'ਤੇ ਜੈਨੇਟਿਕ ਡੇਟਾ ਲਈ "ਅਨਾਮਕਰਨ" ਨੂੰ ਗਲਤ ਕਰਨਾ। ਮੁੜ-ਪਛਾਣ ਸੰਭਵ ਹੈ।
• ਪਰਿਵਾਰਕ ਪੱਖ ਨੂੰ ਭੁੱਲਣਾ। ਕਿਸੇ ਵਿਅਕਤੀ ਦੇ ਡੇਟਾ ਤੋਂ ਉਨ੍ਹਾਂ ਦੇ ਰਿਸ਼ਤੇਦਾਰਾਂ ਦਾ ਵੀ ਪਤਾ ਲੱਗਦਾ ਹੈ।
• ਵਾਹਨ ਦੀ ਡੇਟਾ ਨੀਤੀ ਨੂੰ ਨਹੀਂ ਪੜ੍ਹਨਾ. ਸਿਖਲਾਈ ਵਿੱਚ ਡਾਟਾ ਵਰਤਿਆ ਜਾਂ ਸਟੋਰ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।
• ਟਰੈਕ ਰਿਕਾਰਡ ਨਹੀਂ ਰੱਖਣਾ। ਜੇਕਰ ਕੋਈ ਨਿਯੰਤਰਣਯੋਗਤਾ ਨਹੀਂ ਹੈ, ਤਾਂ ਜ਼ਿੰਮੇਵਾਰੀ ਦਾ ਪ੍ਰਦਰਸ਼ਨ ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ।

ਸਾਵਧਾਨ: ਬਹੁਤੀ ਵਾਰ, ਗੋਪਨੀਯਤਾ ਦੀ ਉਲੰਘਣਾ ਭੈੜੇ ਇਰਾਦੇ ਤੋਂ ਨਹੀਂ ਹੁੰਦੀ ਹੈ, ਪਰ "ਇਸ ਨੂੰ ਜਲਦੀ ਪ੍ਰਾਪਤ ਕਰੋ" ਪ੍ਰਤੀਬਿੰਬ ਤੋਂ ਪੈਦਾ ਹੁੰਦੀ ਹੈ। ਸਭ ਤੋਂ ਵੱਡਾ ਜੋਖਮ ਇੱਕ ਆਮ ਵਰਕਫਲੋ ਵਿੱਚ ਇੱਕ ਚੈਟ ਵਿੰਡੋ ਵਿੱਚ ਇੱਕ ਰਿਪੋਰਟ ਨੂੰ ਬਿਨਾਂ ਸੋਚੇ ਸਮਝੇ ਪੇਸਟ ਕਰਨਾ ਹੈ। ਰਫ਼ਤਾਰ ਹੌਲੀ; ਜੈਨੇਟਿਕ ਡੇਟਾ 'ਤੇ ਕੋਈ ਅਨਡੂ ਬਟਨ ਨਹੀਂ ਹੈ।

ਡੂੰਘਾਈ: ਮੁੜ-ਪਛਾਣ ਅਤੇ ਸੁਰੱਖਿਅਤ ਆਰਕੀਟੈਕਚਰ ਦਾ ਅਸਲ ਗਣਿਤ

"ਮੈਂ ਨਾਮ ਮਿਟਾਇਆ, ਹੁਣ ਇਹ ਗੁਮਨਾਮ ਹੈ" ਸੋਚਣਾ ਗਲਤ ਕਿਉਂ ਹੈ? ਕਿਉਂਕਿ ਕਿਸੇ ਵਿਅਕਤੀ ਨੂੰ ਪਛਾਣਨ ਲਈ ਨਾਮ ਦੀ ਲੋੜ ਨਹੀਂ ਹੁੰਦੀ; ਦੁਰਲੱਭ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦਾ ਸੁਮੇਲ ਕਾਫ਼ੀ ਹੈ. ਇੱਕ ਕਲਾਸਿਕ ਖੋਜ ਦੇ ਅਨੁਸਾਰ, ਜਨਮ ਮਿਤੀ ਦੀ ਤਿਕੜੀ + ਲਿੰਗ + ਜ਼ਿਪ ਕੋਡ ਯੂਐਸ ਦੀ ਬਹੁਗਿਣਤੀ ਆਬਾਦੀ ਨੂੰ ਵੱਖ ਕਰ ਸਕਦਾ ਹੈ। ਜੈਨੇਟਿਕਸ ਵਿੱਚ, ਸਥਿਤੀ ਹੋਰ ਤਿੱਖੀ ਹੈ: ਕਈ ਦੁਰਲੱਭ ਰੂਪਾਂ ਦਾ ਸੁਮੇਲ (ਹਰੇਕ ਆਬਾਦੀ ਵਿੱਚ ਇੱਕ ਹਜ਼ਾਰ ਵਿੱਚ ਇੱਕ ਵੀ ਹੁੰਦਾ ਹੈ, ਇਕੱਠੇ ਮਿਲੀਅਨ ਵਿੱਚ ਇੱਕ ਤੋਂ ਘੱਟ) ਇੱਕ ਸਿੰਗਲ ਵਿਅਕਤੀ ਵੱਲ ਇਸ਼ਾਰਾ ਕਰਦਾ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਜੀਨੋਮਿਕ ਡੇਟਾ ਨੂੰ ਵੰਸ਼ਾਵਲੀ ਡੇਟਾਬੇਸ ਨਾਲ ਪਾਰ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ ਤਾਂ ਜੋ ਕਿਸੇ ਵਿਅਕਤੀ ਨੂੰ ਕਿਸੇ ਰਿਸ਼ਤੇਦਾਰ ਦੀ ਪਛਾਣ ਨਾਲ ਜੋੜਿਆ ਜਾ ਸਕੇ ਭਾਵੇਂ ਵਿਅਕਤੀ ਨੇ ਕਿਤੇ ਵੀ ਕੋਈ ਡਾਟਾ ਪ੍ਰਦਾਨ ਨਾ ਕੀਤਾ ਹੋਵੇ - ਹਮਲੇ ਦਾ ਅਸਲ ਰੂਪ ਜੋ ਸਾਹਿਤ ਵਿੱਚ ਪ੍ਰਦਰਸ਼ਿਤ ਕੀਤਾ ਗਿਆ ਹੈ।

ਇਸ ਲਈ ਸੰਭਾਲ ਲਈ ਆਰਕੀਟੈਕਚਰਲ ਫੈਸਲਿਆਂ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ ਜੋ "ਡਿਲੀਟ ਆਈਡੈਂਟੀਫਾਇਰ" ਰਿਫਲੈਕਸ ਤੋਂ ਪਰੇ ਹੁੰਦੇ ਹਨ। ਵਿਹਾਰਕ ਵਿਕਲਪ: ਸੰਸਥਾ ਦੀਆਂ ਸਰਹੱਦਾਂ ਤੋਂ ਬਾਹਰ ਕਦੇ ਵੀ ਡੇਟਾ ਨੂੰ ਨਾ ਛੱਡਣ ਲਈ ਸਥਾਨਕ/ਸਵੈ-ਹੋਸਟ ਕੀਤੇ ਮਾਡਲਾਂ ਦੀ ਵਰਤੋਂ ਕਰਨਾ; ਜੇਕਰ ਕਲਾਉਡ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਜਾਵੇਗੀ, ਤਾਂ ਡੇਟਾ ਪ੍ਰੋਸੈਸਿੰਗ ਸਮਝੌਤੇ (DPA) ਅਤੇ "ਸਿਖਲਾਈ ਵਿੱਚ ਇਨਪੁਟ ਦੀ ਵਰਤੋਂ ਨਾ ਕਰਨ" ਦੀ ਵਚਨਬੱਧਤਾ ਦੇ ਨਾਲ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਟੀਅਰ ਚੁਣੋ; ਜਦੋਂ ਵੀ ਸੰਭਵ ਹੋਵੇ ਮਰੀਜ਼-ਵਿਸ਼ੇਸ਼ ਕੱਚੇ ਡੇਟਾ ਦੀ ਬਜਾਏ ਪ੍ਰਾਪਤ ਕੀਤੀ, ਇਕੱਤਰ ਕੀਤੀ ਜਾਣਕਾਰੀ ਨਾਲ ਕੰਮ ਕਰਨਾ; ਅਤੇ ਘੱਟੋ-ਘੱਟ ਵਿਸ਼ੇਸ਼ ਅਧਿਕਾਰ ਦੇ ਸਿਧਾਂਤ ਤੱਕ ਪਹੁੰਚ ਨੂੰ ਸੀਮਤ ਕਰਨਾ।

ਠੋਸ ਕੇਸ: ਇੱਕ ਕੇਂਦਰ ਨੇ ਇੱਕ ਆਮ ਏਆਈ ਟੂਲ ਵਿੱਚ ਇੱਕ "ਅਗਿਆਤ" ਕੇਸ ਲੜੀ ਦਾ ਸਾਰ ਦਿੱਤਾ। ਡੇਟਾਸੈਟ ਵਿੱਚ ਨਾਮ ਨਹੀਂ ਸਨ, ਪਰ ਹਰੇਕ ਮਰੀਜ਼ ਵਿੱਚ ਦੁਰਲੱਭ ਨਿਦਾਨ + ਉਮਰ + ਸ਼ਹਿਰ ਦਾ ਸੁਮੇਲ ਸੀ; ਜਦੋਂ ਇੱਕ ਸਥਾਨਕ ਅਖਬਾਰ ਦੀ ਰਿਪੋਰਟ ਨਾਲ ਪਾਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਇੱਕ ਮਰੀਜ਼ ਦੀ ਪਛਾਣ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ। ਕੱਚੇ ਪਛਾਣਕਰਤਾਵਾਂ ਦੀ ਅਣਹੋਂਦ ਨੇ ਮੁੜ-ਪਛਾਣ ਨੂੰ ਰੋਕਿਆ ਨਹੀਂ ਹੈ।

ਸੁਰੱਖਿਆ ਪਰਤ

ਕੀ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ

ਸੀਮਾ

ਪਛਾਣਕਰਤਾ ਨੂੰ ਮਿਟਾਉਣਾ

ਸਿੱਧਾ ID ਨੂੰ ਹਟਾ ਦਿੰਦਾ ਹੈ

ਦੁਰਲੱਭ ਸੰਜੋਗ ਰਹਿੰਦੇ ਹਨ

ਸਥਾਨਕ/ਸਵੈ-ਮੇਜ਼ਬਾਨੀ ਵਾਲਾ ਮਾਡਲ

ਡੇਟਾ ਸੰਸਥਾ ਨੂੰ ਨਹੀਂ ਛੱਡਦਾ

ਸਥਾਪਨਾ/ਸੰਭਾਲ ਦਾ ਬੋਝ

ਸਿੱਖਿਆ ਵਿੱਚ DPA+ ਦੀ ਵਰਤੋਂ ਨਹੀਂ ਕੀਤੀ ਜਾਂਦੀ

ਕਾਨੂੰਨੀ/ਇਕਰਾਰਨਾਮਾ ਭਰੋਸਾ

ਨੀਤੀ ਨੂੰ ਪੜ੍ਹਨਾ ਜ਼ਰੂਰੀ ਹੈ

ਏਕੀਕਰਣ/ਉਤਪੰਨਤਾ

ਵਿਅਕਤੀਗਤ ਦਾਗ ਨੂੰ ਘਟਾਉਂਦਾ ਹੈ

ਵਿਸ਼ਲੇਸ਼ਣ ਦੀ ਡੂੰਘਾਈ ਨੂੰ ਸੀਮਤ ਕਰਦਾ ਹੈ

ਸੰਖੇਪ ਵਿੱਚ

• ਜੈਨੇਟਿਕ ਡੇਟਾ ਵਿਸ਼ੇਸ਼, ਅਟੱਲ, ਪਛਾਣ ਕਰਨ ਵਾਲਾ ਅਤੇ ਪਰਿਵਾਰ ਨਾਲ ਸਬੰਧਤ ਡੇਟਾ ਹੈ; ਸੁਰੱਖਿਆ ਦੇ ਉੱਚੇ ਮਿਆਰ ਦੀ ਲੋੜ ਹੈ।
• ਪਛਾਣਯੋਗ ਮਰੀਜ਼ ਜੈਨੇਟਿਕ ਡੇਟਾ ਨੂੰ ਕਦੇ ਵੀ ਓਪਨ ਏਆਈ ਟੂਲਸ ਵਿੱਚ ਦਾਖਲ ਨਹੀਂ ਕੀਤਾ ਜਾਂਦਾ ਹੈ; ਸੰਕਲਪਿਕ ਸਵਾਲਾਂ ਨੂੰ ਡੇਟਾ ਤੋਂ ਵੱਖ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।
• KVKK, GDPR, GINA ਵਰਗੇ ਫਰੇਮਵਰਕ ਲਈ ਸਪੱਸ਼ਟ ਸਹਿਮਤੀ, ਉਦੇਸ਼ ਸੀਮਾਵਾਂ ਅਤੇ ਮਜ਼ਬੂਤ ​​ਸੁਰੱਖਿਆ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।
• ਅਗਿਆਤਕਰਨ ਪੂਰਾ ਭਰੋਸਾ ਨਹੀਂ ਹੈ; ਸਭ ਤੋਂ ਸੁਰੱਖਿਅਤ ਗੱਲ ਇਹ ਹੈ ਕਿ ਨਾਜ਼ੁਕ ਡੇਟਾ ਨੂੰ ਬਿਲਕੁਲ ਟ੍ਰਾਂਸਫਰ ਨਾ ਕਰੋ.

ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ

ਇੱਕ ਨਮੂਨਾ (ਕਾਲਪਨਿਕ) ਜੈਨੇਟਿਕ ਰਿਪੋਰਟ ਪ੍ਰਾਪਤ ਕਰੋ। ਟੈਮਪਲੇਟ 1 ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ, ਇਸ ਵਿੱਚ ਸਾਰੇ ਪਛਾਣ ਕਰਨ ਵਾਲੇ ਤੱਤਾਂ ਦੀ ਸੂਚੀ ਬਣਾਓ ਅਤੇ ਫੈਸਲਾ ਕਰੋ ਕਿ ਹਰੇਕ ਲਈ "ਛੱਡਣਾ" ਜਾਂ "ਨਹੀਂ ਟ੍ਰਾਂਸਫਰ" ਕਰਨਾ ਹੈ। ਫਿਰ ਉਹੀ ਕਲੀਨਿਕਲ ਪ੍ਰਸ਼ਨ ਨੂੰ ਬਿਨਾਂ ਕਿਸੇ ਪਛਾਣ ਕੀਤੇ ਡੇਟਾ ਦੇ ਮੁੜ ਲਿਖੋ (ਟੈਪਲੇਟ 2 ਤਰਕ ਦੀ ਵਰਤੋਂ ਕਰਕੇ)। ਇੱਕ ਵਾਕ ਵਿੱਚ ਦੋ ਸੰਸਕਰਣਾਂ ਵਿੱਚ ਗੋਪਨੀਯਤਾ ਅੰਤਰ ਦਾ ਵਰਣਨ ਕਰੋ।

ਚੈੱਕਲਿਸਟ

• [ ] ਮੈਂ ਡੇਟਾ ਨੂੰ ਪਛਾਣ ਦੇ ਰੂਪ ਵਿੱਚ ਵਰਗੀਕ੍ਰਿਤ ਕੀਤਾ ਹੈ।
• [ ] ਮੈਂ ਓਪਨ ਟੂਲ ਵਿੱਚ ਨਿੱਜੀ ਤੌਰ 'ਤੇ ਪਛਾਣਨ ਯੋਗ ਡੇਟਾ ਪੇਸ਼ ਨਹੀਂ ਕੀਤਾ।
• [ ] ਮੈਂ ਦੇਖਿਆ ਕਿ ਦੁਰਲੱਭ ਰੂਪਾਂ ਦੇ ਸੁਮੇਲ ਦੀ ਪਛਾਣ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ।
• [ ] ਮੈਂ ਟੂਲ ਦੀ ਡਾਟਾ ਪਾਲਿਸੀ (ਰਿਟੈਨਸ਼ਨ, ਟਰੇਨਿੰਗ, DPA) ਦੀ ਜਾਂਚ ਕੀਤੀ।
• [ ] ਮੈਂ ਪਰਿਵਾਰਕ ਪਹਿਲੂ ਅਤੇ ਤੀਜੀ-ਧਿਰ ਦੀ ਸਹਿਮਤੀ 'ਤੇ ਵਿਚਾਰ ਕੀਤਾ।
• [ ] ਮੈਂ ਟ੍ਰਾਂਜੈਕਸ਼ਨ ਟ੍ਰੇਲ ਨੂੰ ਰਿਕਾਰਡ ਕੀਤਾ ਅਤੇ ਲੋੜ ਪੈਣ 'ਤੇ ਇਸਨੂੰ ਨੈਤਿਕਤਾ/ਕਾਨੂੰਨੀ ਇਕਾਈ ਨੂੰ ਭੇਜ ਦਿੱਤਾ।