Zyski:
- Zrozumienie zagrożeń dla prywatności i obowiązków KVKK związanych z danymi aparatów słuchowych i urządzeń skanujących (rejestrowanie danych, dane aplikacji)
- Umiejętność projektowania wykorzystania sztucznej inteligencji w sposób bezpieczny i anonimowy w przepływie teleaudiologii (zdalne dopasowanie i monitorowanie).
- Możliwość stosowania ograniczeń i etapów anonimizacji przesyłania danych pacjentów do narzędzi sztucznej inteligencji opartych na chmurze
Współczesna audiologia nie opiera się już wyłącznie na danych generowanych w klinice. Aparaty słuchowe i aplikacje mobilne stale gromadzą dane; pacjenci są monitorowani zdalnie; urządzenia skanujące są podłączone do systemów chmurowych. Chociaż oferuje to ogromne możliwości, stwarza również poważne obowiązki w zakresie prywatności. W tej części omówimy zagrożenia prywatności związane z aparatami słuchowymi i danymi przesiewowymi, bezpieczne wykorzystanie sztucznej inteligencji w teleaudiologii (zdalne aplikacje i monitorowanie) oraz ograniczenia w przesyłaniu danych pacjenta do narzędzi opartych na chmurze. Główna zasada: dane pacjenta i urządzenia to dane zdrowotne o szczególnej jakości; Wymaga najwyższej ochrony w zakresie KVKK. Przed przesłaniem danych do sztucznej inteligencji są one anonimizowane, wybierane jest bezpieczne narzędzie i udostępniane są tylko niezbędne dane.
Jakie dane o urządzeniu zbiera?
Nowoczesne aparaty słuchowe i aplikacje rejestrują dane: ile godzin dziennie urządzenie jest używane, w jakim otoczeniu (cisza, hałas, muzyka) działa, jakie programy/poziomy dźwięku preferuje pacjent. Aplikacje mobilne mogą dodawać do tego lokalizację, nawyki użytkowania, a czasami dane multimediów audio. Dane te są cenne do śledzenia i monitorowania, ale zawierają również wrażliwe informacje na temat warunków życia danej osoby.
W zakresie KVKK (ustawy o ochronie danych osobowych) dane dotyczące zdrowia stanowią dane o szczególnej jakości. Oznacza to, że jego przetwarzanie wymaga bardziej rygorystycznych warunków, wyraźnej zgody i wysokich środków bezpieczeństwa. Zakres ten obejmuje również dane dotyczące aparatów słuchowych.
Uwaga: dane „wyglądające na anonimowe” nie zawsze są anonimowe. Kiedy rzadki profil ubytku słuchu zostanie połączony z określonym wiekiem i lokalizacją, osobę można ponownie rozpoznać. Anonimizacja nie polega tylko na usunięciu nazwiska, ale na ocenie każdej wskazówki, która może prowadzić do ustalenia tożsamości.
Limity przesyłania danych do narzędzi AI w chmurze
Wszystko, co wpiszesz w ogólnodostępnym narzędziu AI, trafia do serwerów tej usługi i masz ograniczoną kontrolę nad tym, co się dzieje. Ponieważ:
- Prawdziwe imię, T.C. Nigdy nie są wprowadzane bezpośrednie identyfikatory takie jak numer identyfikacyjny, adres, telefon, numer seryjny urządzenia.
- Unika się rzadkich/unikalnych kombinacji szczegółów, które mogłyby prowadzić do tożsamości.
- Jeśli to możliwe, preferowane są korporacyjne, bezpieczne narzędzia z jasnymi warunkami przetwarzania danych.
- Udostępniane jest tylko minimum danych niezbędnych do wykonania zadania (minimalizacja danych).
Typ danych
Czy może wjechać do pojazdu publicznego?
bezpieczna alternatywa
Imię i nazwisko, T.R., kontakt
nigdy
anonimowy kod
Numer seryjny urządzenia
nigdy
Typ urządzenia (ogólnie)
Surowy audiogram + identyfikator
nie
Anonimowe, anonimowe progi
Anonimowe podsumowanie kliniczne
Warunkowo (bezpieczny pojazd)
Brak dowodu osobistego, minimalne dane
Rejestrowanie danych + tożsamość
nie
Anonimowy trend podsumowujący
Bezpieczna sztuczna inteligencja w teleaudiologii
Teleaudiologia to praktyka, w której pacjent jest oceniany zdalnie spoza kliniki (z jego domu), a jego urządzenie jest regulowane lub monitorowane zdalnie. Sztuczna inteligencja już tu jest; Może pomóc w takich zadaniach, jak podsumowanie danych dotyczących zdalnego użycia, opracowywanie odpowiedzi na wiadomości pacjentów lub tworzenie przypomnień o kolejnych wizytach. Jednak zalecenia dotyczącego ustawień opartego na danych dotyczących zdalnego użytkowania nie można zastosować bezpośrednio: rzeczywistą skargę pacjenta należy sprawdzić na podstawie profilu słuchu i, jeśli to konieczne, wykonać nowy pomiar, a ustawienie urządzenia nie powinno być zmieniane na stałe bez zgody specjalisty.
Krok po kroku: przepływ pracy zapewniający ochronę prywatności
- Zrób inwentaryzację danych. Określ, która część Twoich danych ujawnia tożsamość.
- Anonimizuj. Wyodrębnij bezpośrednie identyfikatory, uogólnij rzadkie kombinacje.
- Wybierz pojazd. Jeśli zadanie jest poufne, wybierz narzędzie bezpieczne/dla przedsiębiorstw; umieszczanie wrażliwych danych w narzędziu publicznym.
- Udostępnij minimalną ilość danych. Wysyłaj tylko tyle, aby wykonać zadanie.
- Zweryfikuj sugestię zdalnie. Potwierdź zalecenia teleaudiologii oceną kliniczną i pomiarami, jeśli to konieczne.
- Monitorowanie i zgoda. Sprawdź, czy uzyskano niezbędną zgodę na przetwarzanie danych i prowadzono ewidencję.
Słaba zachęta/silna zachęta
Słaba zachęta:
To są dane użytkowania z aplikacji urządzenia Ayşe Demir (TC 123...), jak mam zmienić ustawienie: [pełne dane]
Obejmuje bezpośrednią tożsamość i TC (poważne naruszenie KVKK) i żąda decyzji o ustaleniu bez weryfikowania danych zdalnych.
Potężny monit:
Twoja rola: asystent ds. teleaudiologii. Podjęcie ostatecznej DECYZJI dotyczącej dostosowania; powiązać rekomendację z weryfikacją ekspercką. Dane (anonimowe): 65 lat, urządzenie RIC, ~4 godziny dziennie w ciągu ostatnich 2 tygodni, głównie w hałaśliwym otoczeniu, pacjent mówi: „Prawie nie rozumiem mowy w hałasie”. Zadanie: wypisz, jakie możliwe aspekty dostosowania można ocenić na podstawie tego trendu; Dla każdego aspektu napisz, w jaki sposób zostanie on zweryfikowany z pacjentem i/lub pomiarem. Należy podać, że trwałe zmiany w regulacji wymagają zgody eksperta i, jeśli to konieczne, nowych pomiarów.
Silna zachęta jest anonimowa, wykorzystuje minimalną ilość danych i łączy rekomendację z walidacją i zatwierdzeniem przez eksperta.
trzy mini etui
Przypadek 1 – Powrót z naruszenia. Audiolog ma zamiar wkleić imię i nazwisko pacjenta, TC i pełny audiogram do publicznie dostępnego narzędzia AI. pamięta korporacyjną zasadę prywatności; usuwa informacje identyfikujące, anonimizuje dane, takie jak „wiek 58 lat, prawy, średnio zaawansowany zmysłowo-nerwowy” i udostępnia jedynie progi wymagane do interpretacji. Cel kliniczny został spełniony, nikt nie jest narażony.
Przypadek 2 — Zdalna walidacja rekomendacji. W teleaudiologii dane z aplikacji pacjenta są podsumowywane przez sztuczną inteligencję, dzięki czemu „można zwiększyć wzmocnienie programu szumu”. Audiolog nie stosuje tego bezpośrednio; Prowadzi z pacjentem rozmowę wideo i wyjaśnia skargę, planuje REM w razie potrzeby i zmienia ustawienie dopiero po akceptacji. Dane dotyczące użytkowania stały się wskazówką, decyzję pozostawiono ekspertowi.
Przypadek 3 – Ryzyko ponownej identyfikacji. Ekspert zaraz napisze: „7-letnie dziecko z ubytkiem słuchu związanym z rzadkim zespołem to jedyny przypadek w hrabstwie X”. Zdaje sobie sprawę, że to połączenie czyni osobę rozpoznawalną; pomija lokalizację i rzadkie szczegóły, pozostawiając jedynie informacje istotne klinicznie. Samo wpisanie nazwiska nie zapewniło anonimowości.
Kopiowalne szablony podpowiedzi
W poniższym tekście (1) usuń bezpośrednie identyfikatory (imię i nazwisko, dowód osobisty, kontakt, numer seryjny), (2) uogólnij rzadkie kombinacje, które mogą sprawić, że osoba będzie rozpoznawalna (lokalizacja + rzadka diagnoza + wiek), (3) usuń wszelkie dane niepotrzebne do zadania. Tekst: [tekst]
SZABLON INWENTARYZACJI DANYCH W poniższym zestawie danych należy sklasyfikować każde pole jako „identyfikator bezpośredni / identyfikator pośredni / istotny klinicznie / niepotrzebny” i wskazać, które nie powinny być przesyłane do narzędzia. Dane: [pola]
SZABLON WERYFIKACJI ZALECENIA TELEODIOLOGICZNEGO Wymień możliwe kierunki regulacji na podstawie poniższych danych dotyczących zdalnego użycia; Dla KAŻDEGO aspektu zapisz etap weryfikacji poprzez rozmowę z pacjentem i/lub pomiar. Trwała zmiana wymaga zgody eksperta, należy to podać. Dane (anonimowe): [dane o użytkowaniu]
WZÓR ZGODY/KONTROLI MONITOROWANIA Wymień elementy, które należy sprawdzić pod kątem KVKK w procesie teleaudiologii/przetwarzania danych (wyraźna zgoda, minimalizacja danych, bezpieczne narzędzie, okres przechowywania, zapis dostępu). Podaj to jako listę kontrolną.
Typowe błędy
- Wprowadzanie danych identyfikacyjnych do pojazdu. Naruszenie KVKK podając imię i nazwisko, identyfikator TR i numer seryjny.
- Myśląc: „Usunąłem imię i stało się anonimowe”. Ignorowanie ryzyka ponownego rozpoznania rzadkich kombinacji.
- Umieszczenie wrażliwych danych w publicznie dostępnym narzędziu. Jazda ogólna, a nie bezpieczna, gdy zadanie jest delikatne.
- Udostępnianie zbyt dużej ilości danych. Omijanie minimalizacji danych i wysyłanie niepotrzebnych informacji.
- Bezpośrednie zastosowanie zdalnej sugestii. Utrwalenie zalecenia dostosowania teleaudiologii bez zgody i weryfikacji eksperta.
Podsumowując
Dane dotyczące aparatów słuchowych i badań przesiewowych są szczególnymi danymi zdrowotnymi i KVKK wymaga najwyższej ochrony. Przed przesłaniem danych do sztucznej inteligencji pobierane są bezpośrednie identyfikatory, uogólniane są kombinacje, w przypadku których istnieje ryzyko ponownej identyfikacji, wybierane jest bezpieczne narzędzie i udostępniane jest jedynie minimum niezbędnych danych. W teleaudiologii sugestie płynące z dystansu są cennymi wskazówkami, ale bez zgody i weryfikacji ekspertów nie stają się trwałymi zmianami.
Zadanie aplikacji
Zdefiniuj anonimowy „zbiór danych” (zawierający pola mieszane, takie jak imię i nazwisko, identyfikator, numer seryjny urządzenia, wiek, lokalizacja, rzadka diagnoza, progi audiogramu itp.). Sklasyfikuj każde pole szablonem „inwentaryzacja danych”, a następnie zabezpiecz je tak, aby mogło zostać przesłane do narzędzia za pomocą szablonu „anonimizacja + minimalizacja”. Ponadto, jako przykład danych dotyczących użytkowania teleaudiologii, zastosuj szablon „weryfikacji zaleceń” i zapisz etap weryfikacji dla każdego aspektu ustawień.
lista kontrolna
- [ ] Usunąłem identyfikatory bezpośrednie (imię i nazwisko, dowód osobisty, numer seryjny).
- [ ] Uogólniłem kombinacje, które mogą zostać ponownie zidentyfikowane.
- [ ] Wybrałem bezpieczne/odpowiednie narzędzie w zależności od wrażliwości zadania.
- [ ] Udostępniłem tylko minimalne wymagane dane.
- [ ] Powiązałem zalecenie teleaudiologii z akceptacją i weryfikacją eksperta.
- [ ] Sprawdziłem obowiązki dotyczące zgody i monitorowania.