ਗੋਪਨੀਯਤਾ, KVKK, ਨੈਤਿਕਤਾ ਅਤੇ ਡਾਟਾ ਸੁਰੱਖਿਆ

ਲਾਭ:

• ਏਆਈ ਟੂਲਸ ਵਿੱਚ ਮਰੀਜ਼ ਡੇਟਾ ਦੀ ਪ੍ਰੋਸੈਸਿੰਗ ਵਿੱਚ ਕੇਵੀਕੇਕੇ, ਖੁੱਲ੍ਹੀ ਸਹਿਮਤੀ ਅਤੇ ਡੇਟਾ ਘੱਟ ਤੋਂ ਘੱਟ ਸਿਧਾਂਤਾਂ ਨੂੰ ਲਾਗੂ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
• ਗੁਮਨਾਮਕਰਨ, ਸਥਾਨਕ/ਸੰਸਥਾਗਤ ਟੂਲ ਦੀ ਚੋਣ, ਅਤੇ ਡਾਟਾ ਧਾਰਨ ਦੇ ਫੈਸਲਿਆਂ ਨੂੰ ਜਾਇਜ਼ ਠਹਿਰਾਉਣ ਦੀ ਸਮਰੱਥਾ
• ਨੈਤਿਕ ਦੁਬਿਧਾਵਾਂ (ਪੱਖਪਾਤ, ਪਾਰਦਰਸ਼ਤਾ, ਮਰੀਜ਼ ਦੀ ਜਾਣਕਾਰੀ ਪ੍ਰਦਾਨ ਕਰਨਾ) ਨੂੰ ਪਛਾਣਨ ਅਤੇ ਇੱਕ ਜ਼ਿੰਮੇਵਾਰ ਵਰਤੋਂ ਨੀਤੀ ਬਣਾਉਣ ਦੀ ਸਮਰੱਥਾ

ਫਿਜ਼ੀਓਥੈਰੇਪਿਸਟ ਆਪਣੇ ਮਰੀਜ਼ ਦੀ ਸਭ ਤੋਂ ਨਿੱਜੀ ਜਾਣਕਾਰੀ ਤੱਕ ਪਹੁੰਚ ਕਰਦਾ ਹੈ: ਉਸਦੀ ਸਿਹਤ ਦੀ ਸਥਿਤੀ, ਉਸਦਾ ਸਰੀਰ, ਫੋਟੋਆਂ, ਵੀਡੀਓ, ਰੋਜ਼ਾਨਾ ਜੀਵਨ। ਇਹ ਟਰੱਸਟ ਪੇਸ਼ੇ ਲਈ ਬੁਨਿਆਦੀ ਹੈ ਅਤੇ ਕਾਨੂੰਨ ਦੁਆਰਾ ਸੁਰੱਖਿਅਤ ਹੈ। ਇੱਕ ਵਾਰ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਟੂਲ ਇਸ ਡੇਟਾ ਦੀ ਪ੍ਰੋਸੈਸਿੰਗ ਸ਼ੁਰੂ ਕਰ ਦਿੰਦੇ ਹਨ, ਗੋਪਨੀਯਤਾ ਦੀ ਜ਼ਿੰਮੇਵਾਰੀ ਅਲੋਪ ਨਹੀਂ ਹੁੰਦੀ; ਇਸ ਦੇ ਉਲਟ, ਇਹ ਹੋਰ ਵੀ ਗੁੰਝਲਦਾਰ ਬਣ ਜਾਂਦਾ ਹੈ. ਕਿਉਂਕਿ ਹੁਣ ਡੇਟਾ ਤੁਹਾਡੇ ਕੰਪਿਊਟਰ ਨੂੰ ਛੱਡ ਕੇ ਕਿਸੇ ਹੋਰ ਕੰਪਨੀ ਦੇ ਸਰਵਰ 'ਤੇ ਜਾ ਸਕਦਾ ਹੈ। ਇਸ ਯੂਨਿਟ ਵਿੱਚ, ਤੁਸੀਂ ਕਾਨੂੰਨੀ ਢਾਂਚਾ ਸਿੱਖੋਗੇ ਜੋ AI ਉਮਰ (KVKK), ਸੁਰੱਖਿਆ ਦੇ ਵਿਹਾਰਕ ਤਰੀਕੇ (ਅਨਾਮਕਰਨ, ਸੰਦ ਦੀ ਚੋਣ) ਅਤੇ ਨੈਤਿਕ ਸਿਧਾਂਤ (ਪੱਖਪਾਤ, ਪਾਰਦਰਸ਼ਤਾ, ਮਰੀਜ਼ ਨੂੰ ਜਾਣਕਾਰੀ) ਵਿੱਚ ਮਰੀਜ਼ ਦੇ ਡੇਟਾ ਦੀ ਰੱਖਿਆ ਕਰਦਾ ਹੈ।

ਕੇਵੀਕੇਕੇ ਅਤੇ ਸਿਹਤ ਡੇਟਾ

KVKK (ਪਰਸਨਲ ਡਾਟਾ ਪ੍ਰੋਟੈਕਸ਼ਨ ਲਾਅ) ਨਿੱਜੀ ਡੇਟਾ ਦੀ ਪ੍ਰੋਸੈਸਿੰਗ ਨੂੰ ਨਿਯੰਤ੍ਰਿਤ ਕਰਦਾ ਹੈ। ਸਿਹਤ ਡੇਟਾ ਨੂੰ ਇਸ ਕਾਨੂੰਨ ਵਿੱਚ ਵਿਸ਼ੇਸ਼ ਨਿੱਜੀ ਡੇਟਾ ਵਜੋਂ ਸ਼੍ਰੇਣੀਬੱਧ ਕੀਤਾ ਗਿਆ ਹੈ; ਭਾਵ, ਇਸਦੀ ਸੁਰੱਖਿਆ ਦਾ ਸਭ ਤੋਂ ਉੱਚਾ ਪੱਧਰ ਹੈ। ਨਿਦਾਨ, ਇਲਾਜ, ਮਾਪ, ਮਰੀਜ਼ ਦੀਆਂ ਤਸਵੀਰਾਂ; ਇੱਕ ਨਿਯਮ ਦੇ ਤੌਰ 'ਤੇ, ਮਰੀਜ਼ ਦੀ ਸਪੱਸ਼ਟ ਸਹਿਮਤੀ (ਇਹ ਜਾਣ ਕੇ ਦਿੱਤੀ ਗਈ ਮੁਫਤ ਸਹਿਮਤੀ ਕਿ ਉਹ ਕਿਸ ਲਈ ਵਰਤੇ ਜਾਣਗੇ) ਉਹਨਾਂ ਦੀ ਪ੍ਰਕਿਰਿਆ ਲਈ ਲੋੜੀਂਦੇ ਹਨ। ਇਹ ਡੇਟਾ ਇੱਕ AI ਟੂਲ ਨੂੰ ਦੇਣਾ ਵੀ "ਪ੍ਰੋਸੈਸਿੰਗ" ਹੈ। ਇਸ ਲਈ, ਤਿੰਨ ਸਵਾਲ ਹਮੇਸ਼ਾ ਲਾਗੂ ਹੁੰਦੇ ਹਨ: ਕੀ ਮੇਰੇ ਕੋਲ ਪ੍ਰੋਸੈਸਿੰਗ (ਸਪੱਸ਼ਟ ਸਹਿਮਤੀ) ਲਈ ਕਾਨੂੰਨੀ ਆਧਾਰ ਹੈ? ਕੀ ਮੈਂ ਸਿਰਫ਼ ਲੋੜੀਂਦੇ ਡੇਟਾ (ਡੇਟਾ ਮਿਨੀਮਾਈਜ਼ੇਸ਼ਨ) ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰ ਰਿਹਾ ਹਾਂ? ਕੀ ਡੇਟਾ ਸੁਰੱਖਿਅਤ ਹੈ?

ਸਾਵਧਾਨ: ਕਿਸੇ ਸਪੱਸ਼ਟ ਸਹਿਮਤੀ ਅਤੇ ਅਗਿਆਤਕਰਨ ਦੇ ਬਿਨਾਂ ਇੱਕ ਕਲਾਉਡ AI ਟੂਲ ਵਿੱਚ ਮਰੀਜ਼ ਦਾ ਨਾਮ, ਨਿਦਾਨ ਜਾਂ ਚਿੱਤਰ ਪੇਸਟ ਕਰਨਾ KVKK ਦੇ ਰੂਪ ਵਿੱਚ ਇੱਕ ਗੈਰ-ਕਾਨੂੰਨੀ ਡੇਟਾ ਟ੍ਰਾਂਸਫਰ ਹੋ ਸਕਦਾ ਹੈ। ਇਸ ਨਾਲ ਮਰੀਜ਼ ਨੂੰ ਨੁਕਸਾਨ, ਕਾਨੂੰਨੀ ਪਾਬੰਦੀਆਂ, ਅਤੇ ਪੇਸ਼ੇਵਰ ਨੈਤਿਕਤਾ ਦੀ ਉਲੰਘਣਾ ਦਾ ਜੋਖਮ ਹੁੰਦਾ ਹੈ।

ਡਾਟਾ ਨਿਊਨਾਈਜ਼ੇਸ਼ਨ ਅਤੇ ਅਗਿਆਤਕਰਨ

ਆਪਣੇ ਆਪ ਨੂੰ ਸੁਰੱਖਿਅਤ ਕਰਨ ਦਾ ਸਭ ਤੋਂ ਮਜ਼ਬੂਤ ​​ਤਰੀਕਾ ਹੈ ਸੁਰੱਖਿਅਤ ਕੀਤੇ ਜਾਣ ਵਾਲੇ ਡੇਟਾ ਨੂੰ ਘੱਟ ਤੋਂ ਘੱਟ ਕਰਨਾ। ਡੇਟਾ ਮਿਨੀਮਾਈਜੇਸ਼ਨ ਉਦੇਸ਼ ਲਈ ਲੋੜੀਂਦੇ ਘੱਟੋ-ਘੱਟ ਡੇਟਾ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰ ਰਿਹਾ ਹੈ। AI ਨੂੰ ਇੱਕ ਕਸਰਤ ਪ੍ਰੋਗਰਾਮ ਦਾ ਖਰੜਾ ਤਿਆਰ ਕਰਨ ਲਈ ਮਰੀਜ਼ ਦੇ ਨਾਮ, ID, ਜਾਂ ਸੰਪਰਕ ਜਾਣਕਾਰੀ ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ; ਇਸ ਨੂੰ ਸਿਰਫ਼ ਅਗਿਆਤ ਕਲੀਨਿਕਲ ਸੰਦਰਭ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ ਜਿਵੇਂ ਕਿ "45-ਸਾਲ ਦੀ ਔਰਤ, ਪਿੱਠ ਦੇ ਹੇਠਲੇ ਦਰਦ, 3 ਮਹੀਨੇ।" ਅਗਿਆਤਕਰਨ ਦਾ ਮਤਲਬ ਹੈ ਡਾਟਾ ਤੋਂ ਪਛਾਣ (ਨਾਮ, ਆਈ.ਡੀ., ਪਤਾ, ਮਿਤੀ, ਸੰਸਥਾ, ਚਿਹਰਾ) ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਨ ਵਾਲੇ ਸਾਰੇ ਤੱਤਾਂ ਨੂੰ ਹਟਾਉਣਾ। ਸਹੀ ਢੰਗ ਨਾਲ ਅਗਿਆਤ ਡੇਟਾ ਹੁਣ ਨਿੱਜੀ ਡੇਟਾ ਨਹੀਂ ਹੈ ਅਤੇ ਇਸ 'ਤੇ ਵਧੇਰੇ ਸੁਰੱਖਿਅਤ ਢੰਗ ਨਾਲ ਪ੍ਰਕਿਰਿਆ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ।

ਡਾਟਾ ਕਿਸਮ

ਉਦਾਹਰਨ

ਕੀ ਇਹ AI ਨੂੰ ਦਿੱਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ?

ਵਿਧੀ

ਸਿੱਧਾ ਪਛਾਣਕਰਤਾ

ਨਾਮ, TR ID, ਫ਼ੋਨ

ਨਹੀਂ

ਇਸ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਬਾਹਰ ਕੱਢੋ

ਅਸਿੱਧੇ ਪਛਾਣਕਰਤਾ

ਦੁਰਲੱਭ ਨਿਦਾਨ + ਸ਼ਹਿਰ + ਮਿਤੀ

ਸਾਵਧਾਨ

ਸਾਧਾਰਨੀਕਰਨ/ਅੰਦਾਜ਼ਾ

ਕਲੀਨਿਕਲ ਸੰਦਰਭ

ਉਮਰ ਸੀਮਾ, ਨਿਦਾਨ, ਪੜਾਅ

ਹਾਂ (ਗੁਮਨਾਮ)

ਜੇ ਲੋੜ ਹੋਵੇ ਤਾਂ ਦਿਓ

ਚਿੱਤਰ/ਵੀਡੀਓ

ਚਿਹਰਾ ਦਿਸਣਯੋਗ ਰਿਕਾਰਡ

ਨਹੀਂ (ਇੱਕ ਨਿਯਮ ਦੇ ਤੌਰ ਤੇ)

ਚਿਹਰਾ ਲੁਕਾਓ, ਸਹਿਮਤੀ, ਸੁਰੱਖਿਅਤ ਸੰਦ

ਵਾਹਨ ਦੀ ਚੋਣ ਅਤੇ ਡਾਟਾ ਸਟੋਰੇਜ

ਸਾਰੇ AI ਟੂਲ ਬਰਾਬਰ ਨਹੀਂ ਹਨ। ਕੁਝ ਮਾਡਲ ਨੂੰ ਸਿਖਲਾਈ ਦੇਣ ਲਈ ਤੁਹਾਡੇ ਡੇਟਾ ਨੂੰ ਸਟੋਰ ਕਰਦੇ ਹਨ; ਕੁਝ ਲੋਕ ਇਸ ਨੂੰ ਲੁਕਾਉਂਦੇ ਨਹੀਂ ਹਨ। ਕੁਝ ਤੁਹਾਡੇ ਡੇਟਾ ਨੂੰ ਵਿਦੇਸ਼ਾਂ ਦੇ ਸਰਵਰਾਂ ਵਿੱਚ ਟ੍ਰਾਂਸਫਰ ਕਰਦੇ ਹਨ। ਫਿਜ਼ੀਓਥੈਰੇਪਿਸਟ ਨੂੰ ਉਸ ਟੂਲ ਦੀ ਡਾਟਾ ਨੀਤੀ ਦਾ ਪਤਾ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ ਜੋ ਉਹ ਵਰਤਦਾ ਹੈ: ਕੀ ਡਾਟਾ ਸਿਖਲਾਈ ਵਿੱਚ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ? ਇਹ ਕਿੱਥੇ ਅਤੇ ਕਿੰਨੀ ਦੇਰ ਤੱਕ ਸਟੋਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ? ਕੀ ਇਹ ਕੇਵੀਕੇਕੇ ਦੀ ਪਾਲਣਾ ਵਿੱਚ ਹੈ? ਜੇ ਸੰਭਵ ਹੋਵੇ, ਤਾਂ ਕਾਰਪੋਰੇਟ/ਕੰਟਰੈਕਟਡ, ਡਾਟਾ-ਮੁਕਤ ਜਾਂ ਸਥਾਨਕ ਤੌਰ 'ਤੇ ਕੰਮ ਕਰਨ ਵਾਲੇ ਸਾਧਨਾਂ ਨੂੰ ਤਰਜੀਹ ਦਿੱਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ। ਇੱਕ ਕਾਰਪੋਰੇਟ ਡੇਟਾ ਪ੍ਰੋਸੈਸਿੰਗ ਸਮਝੌਤਾ (DPA) ਅਤੇ ਇੱਕ ਸਪਸ਼ਟ ਧਾਰਨ ਨੀਤੀ ਸੁਰੱਖਿਅਤ ਸਾਧਨ ਚੋਣ ਦੇ ਸੰਕੇਤ ਹਨ।

ਸੰਕੇਤ: ਇੱਕ "ਮੁਫ਼ਤ" ਟੂਲ ਦਾ ਮਤਲਬ ਅਕਸਰ ਡੇਟਾ ਨਾਲ ਭੁਗਤਾਨ ਹੋ ਸਕਦਾ ਹੈ। ਜਦੋਂ ਮਰੀਜ਼ ਦੇ ਡੇਟਾ ਦੀ ਗੱਲ ਆਉਂਦੀ ਹੈ, ਤਾਂ ਵਾਹਨ ਦੀ ਡੇਟਾ ਨੀਤੀ ਨੂੰ ਪੜ੍ਹਨਾ ਇੱਕ ਲਗਜ਼ਰੀ ਨਹੀਂ ਹੈ ਪਰ ਇੱਕ ਜ਼ਰੂਰਤ ਹੈ. ਸ਼ੱਕ ਹੋਣ 'ਤੇ, ਡੇਟਾ ਨੂੰ ਅਗਿਆਤ ਕਰੋ ਅਤੇ ਕਿਸੇ ਵੀ ਪਛਾਣਕਰਤਾ ਨੂੰ ਸਾਂਝਾ ਨਾ ਕਰੋ।

ਐਂਟਰਪ੍ਰਾਈਜ਼ ਪੈਮਾਨੇ 'ਤੇ, ਗੋਪਨੀਯਤਾ ਵਿਅਕਤੀਗਤ ਧਿਆਨ ਤੋਂ ਪਰੇ ਜਾਂਦੀ ਹੈ ਅਤੇ ਨੀਤੀ ਦਾ ਮਾਮਲਾ ਬਣ ਜਾਂਦੀ ਹੈ। ਜੇਕਰ ਦਸ ਵੱਖ-ਵੱਖ ਫਿਜ਼ੀਓਥੈਰੇਪਿਸਟ ਇੱਕ ਕਲੀਨਿਕ ਵਿੱਚ ਦਸ ਵੱਖ-ਵੱਖ ਤਰੀਕਿਆਂ ਨਾਲ ਵਿਵਹਾਰ ਕਰਦੇ ਹਨ, ਤਾਂ ਸਭ ਤੋਂ ਵੱਧ ਸਾਵਧਾਨ ਵਿਅਕਤੀ ਵੀ ਸਭ ਤੋਂ ਲਾਪਰਵਾਹ ਵਿਅਕਤੀ ਦੁਆਰਾ ਪੈਦਾ ਹੋਏ ਜੋਖਮ ਨੂੰ ਕਵਰ ਨਹੀਂ ਕਰ ਸਕਦਾ। ਇਸ ਲਈ ਇੱਕ ਲਿਖਤੀ ਡੇਟਾ ਵਰਤੋਂ ਨੀਤੀ ਜ਼ਰੂਰੀ ਹੈ: ਕਿਹੜੇ ਸਾਧਨਾਂ ਦੀ ਇਜਾਜ਼ਤ ਹੈ, ਕਿਹੜਾ ਡੇਟਾ ਕਦੇ ਸਾਂਝਾ ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ, ਜੇਕਰ ਉਲੰਘਣਾ ਹੁੰਦੀ ਹੈ ਤਾਂ ਕੀ ਕਰਨਾ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਇੱਕ ਡੇਟਾ ਉਲੰਘਣ ਯੋਜਨਾ (ਜਿਸ ਨੂੰ ਲੀਕ ਹੋਣ 'ਤੇ ਸੂਚਿਤ ਕੀਤਾ ਜਾਵੇਗਾ, ਇਹ ਕਿਵੇਂ ਸੀਮਿਤ ਹੋਵੇਗਾ, ਸਮਰੱਥ ਸੰਸਥਾ ਅਤੇ ਮਰੀਜ਼ ਨੂੰ ਜੇਕਰ ਲੋੜ ਹੋਵੇ ਤਾਂ ਸੂਚਨਾ) ਪਹਿਲਾਂ ਤੋਂ ਤਿਆਰ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ। KVKK ਕੁਝ ਉਲੰਘਣਾਵਾਂ ਲਈ ਇੱਕ ਨੋਟੀਫਿਕੇਸ਼ਨ ਜ਼ੁੰਮੇਵਾਰੀ ਲਗਾਉਂਦਾ ਹੈ; ਘਟਨਾ ਦੇ ਸਮੇਂ ਇਹ ਜਾਣਨ ਵਿੱਚ ਬਹੁਤ ਦੇਰ ਹੋ ਚੁੱਕੀ ਹੈ। ਚੰਗੀ ਖ਼ਬਰ ਇਹ ਹੈ ਕਿ ਜਦੋਂ ਇਸ ਯੂਨਿਟ ਵਿੱਚ ਬੁਨਿਆਦੀ ਅਨੁਸ਼ਾਸਨ (ਅਨਾਮਕਰਨ, ਘੱਟੋ-ਘੱਟ, ਸੁਰੱਖਿਅਤ ਟੂਲ, ਪਾਰਦਰਸ਼ਤਾ) ਲਾਗੂ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਉਲੰਘਣਾ ਦੀ ਸੰਭਾਵਨਾ ਅਤੇ ਪ੍ਰਭਾਵ ਕਾਫ਼ੀ ਘੱਟ ਜਾਂਦਾ ਹੈ।

ਨੈਤਿਕਤਾ: ਪੱਖਪਾਤ, ਪਾਰਦਰਸ਼ਤਾ, ਮਰੀਜ਼ ਨੂੰ ਜਾਣਕਾਰੀ

ਗੋਪਨੀਯਤਾ ਕਾਨੂੰਨ ਦਾ ਡੋਮੇਨ ਹੈ; ਨੈਤਿਕਤਾ ਵਿਆਪਕ ਹੈ। ਤਿੰਨ ਨੈਤਿਕ ਮੁੱਦੇ ਬਾਹਰ ਖੜ੍ਹੇ ਹਨ. ਪੱਖਪਾਤ: ਸਿਖਲਾਈ ਡੇਟਾ (ਕੁਝ ਉਮਰ, ਲਿੰਗ, ਨਸਲ, ਅਪਾਹਜਤਾ) ਵਿੱਚ ਘੱਟ ਪ੍ਰਸਤੁਤ ਕੀਤੇ ਸਮੂਹਾਂ ਲਈ AI ਵਧੇਰੇ ਗਲਤ ਹੋ ਸਕਦਾ ਹੈ; ਇਹਨਾਂ ਸਮੂਹਾਂ ਵਿੱਚ ਆਉਟਪੁੱਟ ਨੂੰ ਵਧੇਰੇ ਧਿਆਨ ਨਾਲ ਪ੍ਰਮਾਣਿਤ ਕਰਨ ਦੀ ਲੋੜ ਹੈ। ਪਾਰਦਰਸ਼ਤਾ: ਤੁਹਾਨੂੰ ਮਰੀਜ਼ ਨੂੰ ਸਪੱਸ਼ਟ ਤੌਰ 'ਤੇ ਦੱਸਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਤੁਸੀਂ AI ਦੀ ਵਰਤੋਂ ਕਰ ਰਹੇ ਹੋ; ਛੁਪਾਉਣਾ ਭਰੋਸੇ ਨੂੰ ਨੁਕਸਾਨ ਪਹੁੰਚਾਉਂਦਾ ਹੈ। ਮਰੀਜ਼ ਨੂੰ ਜਾਣਕਾਰੀ ਅਤੇ ਖੁਦਮੁਖਤਿਆਰੀ: ਮਰੀਜ਼ ਨੂੰ ਉਸਦੇ ਆਪਣੇ ਡੇਟਾ ਬਾਰੇ ਫੈਸਲੇ ਲੈਣ ਦਾ ਅਧਿਕਾਰ ਹੈ; ਉਸਦੀ ਤਰਫੋਂ ਆਟੋਮੈਟਿਕ ਅਤੇ ਗੁਪਤ ਫੈਸਲੇ ਨਹੀਂ ਲਏ ਜਾ ਸਕਦੇ ਹਨ।

ਕਦਮ ਦਰ ਕਦਮ: ਸੁਰੱਖਿਅਤ ਅਤੇ ਨੈਤਿਕ ਡੇਟਾ ਦੀ ਵਰਤੋਂ

1. ਸਹਿਮਤੀ ਪ੍ਰਾਪਤ ਕਰੋ। ਸਮਝਾਓ ਕਿ ਮਰੀਜ਼ ਦੇ ਡੇਟਾ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕੀਤੀ ਜਾਵੇਗੀ ਅਤੇ AI ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਜਾਵੇਗੀ, ਅਤੇ ਸਪੱਸ਼ਟ ਸਹਿਮਤੀ ਪ੍ਰਾਪਤ ਕਰੋ।
2. ਛੋਟਾ ਕਰੋ। ਇਸ ਮਕਸਦ ਲਈ ਕੋਈ ਵੀ ਬੇਲੋੜਾ ਡਾਟਾ ਸਾਂਝਾ ਨਾ ਕਰੋ।
3. ਅਗਿਆਤ. ਸਾਰੇ ਪਛਾਣਕਰਤਾਵਾਂ ਨੂੰ ਬਾਹਰ ਕੱਢੋ; ਕਲੀਨਿਕਲ ਸੰਦਰਭ ਨੂੰ ਬਣਾਈ ਰੱਖਣਾ।
4. ਇੱਕ ਸੁਰੱਖਿਅਤ ਵਾਹਨ ਚੁਣੋ। ਇੱਕ ਜਾਣੀ-ਪਛਾਣੀ ਡੇਟਾ ਨੀਤੀ ਦੇ ਨਾਲ ਇੱਕ KVKK ਅਨੁਕੂਲ ਵਾਹਨ ਦੀ ਵਰਤੋਂ ਕਰੋ।
5. ਪੱਖਪਾਤ ਤੋਂ ਸਾਵਧਾਨ ਰਹੋ। ਘੱਟ ਪ੍ਰਸਤੁਤ ਸਮੂਹਾਂ ਵਿੱਚ ਆਉਟਪੁੱਟ ਨੂੰ ਵਧੇਰੇ ਸਖ਼ਤੀ ਨਾਲ ਪ੍ਰਮਾਣਿਤ ਕਰੋ।
6. ਪਾਰਦਰਸ਼ੀ ਰਹੋ। ਮਰੀਜ਼ ਨੂੰ ਸੂਚਿਤ ਕਰੋ, ਉਸਦੇ ਸਵਾਲਾਂ ਦੇ ਜਵਾਬ ਦਿਓ, ਉਸਦੇ ਫੈਸਲੇ ਦਾ ਆਦਰ ਕਰੋ।
7. ਇਸ ਨੂੰ ਦਸਤਾਵੇਜ਼. ਰਿਕਾਰਡ ਕਰੋ ਕਿ ਕਿਸ ਡੇਟਾ 'ਤੇ ਪ੍ਰਕਿਰਿਆ ਕੀਤੀ ਜਾਂਦੀ ਹੈ ਅਤੇ ਸਹਿਮਤੀ ਨੂੰ ਰਿਕਾਰਡ ਕਰੋ।

ਤਿੰਨ ਛੋਟੇ ਕੇਸ (ਸੰਖਿਆ ਵਿੱਚ)

ਕੇਸ 1 - ਅਗਿਆਤਕਰਨ ਬਚਾਉਂਦਾ ਹੈ। ਭੌਤਿਕ ਥੈਰੇਪਿਸਟ ਇੱਕ ਰਿਪੋਰਟ ਦਾ ਖਰੜਾ ਤਿਆਰ ਕਰਨ ਲਈ ਮਰੀਜ਼ ਦੀ ਫਾਈਲ ਨੂੰ ਏਆਈ ਵਿੱਚ ਪੇਸਟ ਕਰੇਗਾ; ਫਾਈਲ ਵਿੱਚ ਨਾਮ, ਆਈਡੀ ਅਤੇ ਪਤਾ ਸੀ। ਇਸਦੀ ਬਜਾਏ, 30 ਸਕਿੰਟਾਂ ਵਿੱਚ, ਇਸਨੇ ਸਾਰੇ ਪਛਾਣਕਰਤਾਵਾਂ ਨੂੰ ਬਾਹਰ ਕੱਢ ਦਿੱਤਾ ਅਤੇ ਸਿਰਫ "58-ਸਾਲ ਦੇ ਪੁਰਸ਼, ਕੁੱਲ ਗੋਡੇ ਬਦਲਣ, 6 ਹਫ਼ਤਿਆਂ ਬਾਅਦ ਪੋਸਟ-ਓਪ" ਦਾ ਸੰਦਰਭ ਦਿੱਤਾ। ਨਤੀਜਾ ਉਹੀ ਗੁਣਵੱਤਾ ਸੀ, ਨਿੱਜੀ ਡੇਟਾ ਕਦੇ ਸਾਂਝਾ ਨਹੀਂ ਕੀਤਾ ਗਿਆ ਸੀ.

ਕੇਸ 2 - ਵਾਹਨ ਨੀਤੀ ਵਿੱਚ ਅੰਤਰ। ਇੱਕ ਕਲੀਨਿਕ ਨੇ ਪਾਇਆ ਕਿ ਇੱਕ ਮੁਫਤ ਟੂਲ ਮਾਡਲ ਵਿੱਚ ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਕਰ ਰਿਹਾ ਸੀ ਅਤੇ ਇੱਕ ਸੰਸਥਾਗਤ, ਡੇਟਾ-ਮੁਕਤ ਸੰਸਕਰਣ ਵਿੱਚ ਬਦਲ ਗਿਆ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਟੀਮ ਲਈ "ਕੋਈ ਪਛਾਣਕਰਤਾ ਸਾਂਝੇ ਨਹੀਂ ਹਨ" ਨਿਯਮ ਲਿਖਿਆ ਗਿਆ ਸੀ। 3 ਮਹੀਨਿਆਂ ਬਾਅਦ ਕੀਤੇ ਗਏ ਅੰਦਰੂਨੀ ਆਡਿਟ ਵਿੱਚ ਕੋਈ ਨਿੱਜੀ ਡੇਟਾ ਲੀਕ ਨਹੀਂ ਪਾਇਆ ਗਿਆ।

ਕੇਸ 3 - ਪਾਰਦਰਸ਼ਤਾ ਅਤੇ ਭਰੋਸਾ। ਇੱਕ ਮਰੀਜ਼ ਸ਼ੁਰੂ ਵਿੱਚ ਬੇਚੈਨ ਸੀ ਜਦੋਂ ਉਸਨੂੰ ਪਤਾ ਲੱਗਾ ਕਿ ਉਸਦਾ ਫਿਜ਼ੀਓਥੈਰੇਪਿਸਟ AI ਨਾਲ ਬਰੋਸ਼ਰ ਬਣਾ ਰਿਹਾ ਹੈ। ਫਿਜ਼ੀਓਥੈਰੇਪਿਸਟ ਨੇ ਦੱਸਿਆ ਕਿ ਏਆਈ ਦੀ ਵਰਤੋਂ ਸਿਰਫ਼ ਟੈਕਸਟ ਡਰਾਫ਼ਟਿੰਗ ਲਈ ਕੀਤੀ ਗਈ ਸੀ, ਉਸ ਦਾ ਨਿੱਜੀ ਡੇਟਾ ਸਾਂਝਾ ਨਹੀਂ ਕੀਤਾ ਗਿਆ ਸੀ ਅਤੇ ਸਾਰੇ ਫੈਸਲੇ ਉਸ ਦੇ ਆਪਣੇ ਸਨ। ਮਰੀਜ਼ ਦਾ ਆਤਮਵਿਸ਼ਵਾਸ ਵਧਿਆ। ਸਬਕ: ਪਾਰਦਰਸ਼ਤਾ ਭਰੋਸੇ ਨੂੰ ਮਜ਼ਬੂਤ ​​ਕਰਦੀ ਹੈ, ਇਸ ਨੂੰ ਘੱਟ ਨਹੀਂ ਕਰਦੀ।

ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ

ਕਮਜ਼ੋਰ: "ਇੱਥੇ ਮਰੀਜ਼ ਦੀ ਫਾਈਲ ਹੈ (ਨਾਮ, ਆਈਡੀ, ਨਿਦਾਨ ਸਮੇਤ), ਇੱਕ ਰਿਪੋਰਟ ਲਿਖੋ।"

ਸਪੱਸ਼ਟ ਸਹਿਮਤੀ ਅਤੇ ਅਗਿਆਤਕਰਨ ਦੇ ਬਿਨਾਂ ਨਿੱਜੀ ਅਤੇ ਨਿੱਜੀ ਡੇਟਾ ਦਾ ਤਬਾਦਲਾ ਕਰਦਾ ਹੈ; ਇਹ KVKK ਦੀ ਉਲੰਘਣਾ ਦਾ ਖਤਰਾ ਰੱਖਦਾ ਹੈ।

ਮਜ਼ਬੂਤ: "ਹੇਠ ਦਿੱਤੇ ਅਗਿਆਤ ਕਲੀਨਿਕਲ ਸੰਦਰਭ ਦੇ ਆਧਾਰ 'ਤੇ ਰਿਪੋਰਟ ਦਾ ਖਰੜਾ ਲਿਖੋ। ਕੋਈ ਨਿੱਜੀ ਪਛਾਣਕਰਤਾ ਨਹੀਂ, ਸਿਰਫ਼ ਉਮਰ ਸੀਮਾ, ਨਿਦਾਨ, ਪੜਾਅ ਅਤੇ ਮਾਪ। ਸੰਦਰਭ: [ਗੁਮਨਾਮ ਡੇਟਾ]।" ਇੱਕ ਵੱਖਰੇ ਗੁਮਨਾਮ ਕਦਮ ਨਾਲ ਪਹਿਲਾਂ ਪਛਾਣਕਰਤਾਵਾਂ ਨੂੰ ਸਾਫ਼ ਕਰਨ ਤੋਂ ਬਾਅਦ ਇਸਦੀ ਵਰਤੋਂ ਕਰੋ।

ਚਾਰ ਕਾਪੀ ਕਰਨ ਯੋਗ ਟੈਂਪਲੇਟ

ਕਾਰਜ: ਇਸ ਟੈਕਸਟ ਨੂੰ ਅਗਿਆਤ ਕਰੋ। ਟੈਕਸਟ: [ਨਿੱਜੀ ਡੇਟਾ ਵਾਲਾ ਟੈਕਸਟ] ਨਿਯਮ: ਨਾਮ, ਆਈਡੀ, ਫ਼ੋਨ, ਪਤਾ, ਮਿਤੀ, ਸੰਸਥਾ, ਵਿਲੱਖਣ ਪਛਾਣਕਰਤਾਵਾਂ ਨੂੰ [TAG] ਨਾਲ ਬਦਲੋ। ਕਲੀਨਿਕਲ ਸੰਦਰਭ (ਉਮਰ ਸੀਮਾ, ਨਿਦਾਨ, ਪੜਾਅ, ਮਾਪ) ਨੂੰ ਸੁਰੱਖਿਅਤ ਰੱਖੋ। ਆਉਟਪੁੱਟ: ਸਿਰਫ਼ ਅਗਿਆਤ ਟੈਕਸਟ।

ਟਾਸਕ: AI ਟੂਲ ਡਾਟਾ ਪਾਲਿਸੀ ਚੈੱਕਲਿਸਟ ਤਿਆਰ ਕਰੋ। ਸੰਦਰਭ: [ਟੂਲ ਮੁਲਾਂਕਣ] ਮੈਂ ਕੀ ਚਾਹੁੰਦਾ ਹਾਂ: ਪ੍ਰਸ਼ਨ ਜੋ ਮੈਨੂੰ ਪੁੱਛਣ ਦੀ ਲੋੜ ਹੈ — ਕੀ ਸਿੱਖਿਆ ਵਿੱਚ ਵਰਤਿਆ ਜਾਣ ਵਾਲਾ ਡੇਟਾ, ਕਿੱਥੇ/ਕਿੰਨਾ ਸਟੋਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਕੀ KVKK/DPA ਹੈ, ਕੀ ਵਿਦੇਸ਼ ਵਿੱਚ ਕੋਈ ਟ੍ਰਾਂਸਫਰ ਹੈ, ਮਿਟਾਉਣ ਦਾ ਅਧਿਕਾਰ ਕੀ ਹੈ? ਫੈਸਲਾ ਮੇਰਾ ਹੈ; ਬੱਸ ਮੈਨੂੰ ਚੈੱਕਲਿਸਟ ਦਿਓ।

ਕਾਰਜ: ਸਪਸ਼ਟ ਸਹਿਮਤੀ/ਜਾਣਕਾਰੀ ਵਾਲੇ ਟੈਕਸਟ ਦਾ ਇੱਕ ਡਰਾਫਟ ਲਿਖੋ। ਸਕੋਪ: [ਫਿਜ਼ੀਓਥੈਰੇਪੀ + AI-ਸਹਾਇਤਾ ਪ੍ਰਾਪਤ ਸਮੱਗਰੀ/ਫਾਲੋ-ਅਪ] ਵਿੱਚ ਇਹ ਸ਼ਾਮਲ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ: ਕਿਹੜਾ ਡੇਟਾ, ਕੀ ਉਦੇਸ਼, AI ਭੂਮਿਕਾ, ਸਟੋਰੇਜ, ਮਰੀਜ਼ ਦੇ ਅਧਿਕਾਰ, ਮਨਜ਼ੂਰੀ/ਅਸਵੀਕਾਰ ਦਾ ਬਿਆਨ। ਸਾਦੀ ਭਾਸ਼ਾ। ਮਨਜ਼ੂਰੀ ਤੋਂ ਬਿਨਾਂ ਵਰਤੋਂ ਨਾ ਕਰੋ।

ਟਾਸਕ: ਪੱਖਪਾਤ ਲਈ ਇਸ AI ਆਉਟਪੁੱਟ ਦੀ ਸਮੀਖਿਆ ਕਰੋ। ਆਉਟਪੁੱਟ: [ਸਿਫਾਰਿਸ਼/ਸਮੱਗਰੀ], ਮਰੀਜ਼ ਸਮੂਹ: [ਸੰਭਵ ਤੌਰ 'ਤੇ ਘੱਟ-ਪ੍ਰਤੀਨਿਧਿਤ ਸਮੂਹ] ਮੈਂ ਚਾਹੁੰਦਾ ਹਾਂ: ਫਲੈਗ ਪੁਆਇੰਟ ਜੋ ਇਸ ਸਮੂਹ ਲਈ ਗਲਤ/ਅਧੂਰੇ/ਆਮ ਤੌਰ 'ਤੇ ਹੋ ਸਕਦੇ ਹਨ + ਸਖਤ ਪ੍ਰਮਾਣਿਕਤਾ ਲਈ ਸਿਫਾਰਸ਼। ਫੈਸਲਾ ਨਾ ਕਰੋ, ਜੋਖਮ ਦਿਖਾਓ.

ਆਮ ਗਲਤੀਆਂ

• ਨਿੱਜੀ ਡਾਟਾ ਪੇਸਟ ਕੀਤਾ ਜਾ ਰਿਹਾ ਹੈ। ਨਾਮ, ਆਈਡੀ, ਚਿੱਤਰ ਸਪੱਸ਼ਟ ਸਹਿਮਤੀ ਅਤੇ ਅਗਿਆਤਕਰਨ ਤੋਂ ਬਿਨਾਂ ਸਾਂਝਾ ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ।
• ਵਾਹਨ ਨੀਤੀ ਦਾ ਪਤਾ ਨਹੀਂ। ਤੁਹਾਡੇ ਡੇਟਾ ਨੂੰ ਸਟੋਰ / ਸਿਖਲਾਈ ਦੇਣ ਵਾਲੇ ਸਾਧਨਾਂ ਦੀ ਅੰਨ੍ਹੇਵਾਹ ਵਰਤੋਂ ਕਰਨਾ ਜੋਖਮ ਭਰਿਆ ਹੈ।
• ਡਾਟਾ ਮਿਨੀਮਾਈਜ਼ੇਸ਼ਨ ਛੱਡਣਾ। ਬੇਲੋੜੇ ਡੇਟਾ ਨੂੰ ਸਾਂਝਾ ਕਰਨਾ ਸਤ੍ਹਾ ਦੇ ਖੇਤਰ ਨੂੰ ਵਧਾਉਂਦਾ ਹੈ ਜਿਸ ਨੂੰ ਸੁਰੱਖਿਅਤ ਕਰਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।
• ਪੱਖਪਾਤ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰਨਾ। ਘੱਟ ਨੁਮਾਇੰਦਗੀ ਵਾਲੇ ਸਮੂਹਾਂ ਵਿੱਚ ਨਤੀਜਿਆਂ ਨੂੰ ਵਧੇਰੇ ਧਿਆਨ ਨਾਲ ਪ੍ਰਮਾਣਿਤ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ।
• ਪਾਰਦਰਸ਼ੀ ਨਹੀਂ ਹੋ ਰਿਹਾ। ਮਰੀਜ਼ ਨੂੰ AI ਦੀ ਵਰਤੋਂ ਨੂੰ ਛੁਪਾਉਣਾ ਵਿਸ਼ਵਾਸ ਅਤੇ ਨੈਤਿਕਤਾ ਨੂੰ ਕਮਜ਼ੋਰ ਕਰਦਾ ਹੈ।
• ਸਹਿਮਤੀ ਦਾ ਦਸਤਾਵੇਜ਼ ਨਹੀਂ। ਪ੍ਰੋਸੈਸਿੰਗ ਅਤੇ ਸਹਿਮਤੀ ਨੂੰ ਟਰੇਸ ਕਰਨ ਯੋਗ ਰੂਪ ਵਿੱਚ ਦਰਜ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ।

ਸਾਰੰਸ਼ ਵਿੱਚ

ਸਿਹਤ ਡੇਟਾ KVKK ਦੇ ਅਧੀਨ ਵਿਸ਼ੇਸ਼ ਡੇਟਾ ਹੈ ਅਤੇ ਸਭ ਤੋਂ ਵੱਧ ਸੁਰੱਖਿਆ ਦੀ ਲੋੜ ਹੈ। ਏਆਈ ਦੇ ਯੁੱਗ ਵਿੱਚ, ਗੋਪਨੀਯਤਾ ਦੀ ਜ਼ਿੰਮੇਵਾਰੀ ਵੱਧ ਜਾਂਦੀ ਹੈ। ਸਪੱਸ਼ਟ ਸਹਿਮਤੀ ਪ੍ਰਾਪਤ ਕਰੋ, ਡੇਟਾ ਨੂੰ ਘੱਟ ਤੋਂ ਘੱਟ ਕਰੋ, ਪਛਾਣਕਰਤਾਵਾਂ ਨੂੰ ਅਗਿਆਤ ਕਰੋ, ਸੁਰੱਖਿਅਤ ਟੂਲ ਚੁਣੋ ਜਿੱਥੇ ਤੁਸੀਂ ਡੇਟਾ ਨੀਤੀ ਨੂੰ ਜਾਣਦੇ ਹੋ, ਪੱਖਪਾਤ ਤੋਂ ਸੁਚੇਤ ਰਹੋ, ਮਰੀਜ਼ ਲਈ ਪਾਰਦਰਸ਼ੀ ਰਹੋ, ਅਤੇ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਦਸਤਾਵੇਜ਼ ਬਣਾਓ। ਜ਼ਿਆਦਾਤਰ ਮਾਮਲਿਆਂ ਵਿੱਚ ਅਗਿਆਤਕਰਨ ਸਭ ਤੋਂ ਵਿਹਾਰਕ ਅਤੇ ਸ਼ਕਤੀਸ਼ਾਲੀ ਸੁਰੱਖਿਆ ਹੈ: ਤੁਹਾਡੇ ਦੁਆਰਾ ਸਾਂਝਾ ਨਹੀਂ ਕੀਤਾ ਗਿਆ ਡੇਟਾ ਲੀਕ ਨਹੀਂ ਕੀਤਾ ਜਾਵੇਗਾ।

ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ

ਇੱਕ ਨਮੂਨਾ ਮਰੀਜ਼ ਟੈਕਸਟ ਤਿਆਰ ਕਰੋ ਜਿਸ ਵਿੱਚ ਨਿੱਜੀ ਡੇਟਾ ਹੋਵੇ। ਪਹਿਲੇ ਟੈਮਪਲੇਟ ਨਾਲ ਅਗਿਆਤ ਬਣਾਓ ਅਤੇ ਨਤੀਜੇ ਦੀ ਜਾਂਚ ਕਰੋ (ਕੀ ਕੋਈ ਪਛਾਣਕਰਤਾ ਬਚੇ ਹਨ?) ਇੱਕ AI ਟੂਲ ਦੀ ਡੇਟਾ ਨੀਤੀ ਦਾ ਮੁਲਾਂਕਣ ਕਰੋ ਜੋ ਤੁਸੀਂ ਦੂਜੇ ਟੈਮਪਲੇਟ ਨਾਲ ਵਰਤਦੇ ਹੋ। ਅੰਤ ਵਿੱਚ, ਤੀਜੇ ਟੈਮਪਲੇਟ ਦੇ ਨਾਲ, ਆਪਣੇ ਖੁਦ ਦੇ ਕਲੀਨਿਕ ਲਈ ਸਪਸ਼ਟ ਸਹਿਮਤੀ/ਜਾਣਕਾਰੀ ਪਾਠ ਦਾ ਇੱਕ ਸਧਾਰਨ ਡਰਾਫਟ ਤਿਆਰ ਕਰੋ।

ਚੈੱਕਲਿਸਟ

• [ ] ਮੈਨੂੰ ਮਰੀਜ਼ ਦੇ ਡੇਟਾ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰਨ ਲਈ ਸਪਸ਼ਟ ਸਹਿਮਤੀ ਪ੍ਰਾਪਤ ਹੋਈ ਹੈ।
• [ ] ਮੈਂ ਸਿਰਫ਼ ਘੱਟੋ-ਘੱਟ ਲੋੜੀਂਦੇ ਡੇਟਾ (ਡੇਟਾ ਮਿਨੀਮਾਈਜ਼ੇਸ਼ਨ) ਦੀ ਪ੍ਰਕਿਰਿਆ ਕੀਤੀ ਹੈ।
• [ ] ਮੈਂ ਸਾਰੇ ਪਛਾਣਕਰਤਾਵਾਂ ਨੂੰ ਅਗਿਆਤ ਕੀਤਾ ਹੈ।
• [ ] ਮੈਂ ਮੇਰੇ ਦੁਆਰਾ ਵਰਤੇ ਜਾਣ ਵਾਲੇ ਵਾਹਨ ਦੀ ਡੇਟਾ ਨੀਤੀ (ਸਟੋਰੇਜ, ਸਿਖਲਾਈ, KVKK) ਦੀ ਜਾਂਚ ਕੀਤੀ।
• [ ] ਮੈਂ ਘੱਟ ਪ੍ਰਸਤੁਤ ਸਮੂਹਾਂ ਵਿੱਚ ਵਿਰੋਧੀ ਪੱਖਪਾਤ ਨੂੰ ਵਧੇਰੇ ਸਖ਼ਤੀ ਨਾਲ ਪ੍ਰਮਾਣਿਤ ਕੀਤਾ।
• [ ] ਮੈਂ ਪਾਰਦਰਸ਼ੀ ਤੌਰ 'ਤੇ ਮਰੀਜ਼ ਨੂੰ AI ਦੀ ਵਰਤੋਂ ਬਾਰੇ ਦੱਸਿਆ ਅਤੇ ਪ੍ਰਕਿਰਿਆ ਦਾ ਦਸਤਾਵੇਜ਼ੀਕਰਨ ਕੀਤਾ।