Zyski:
- Zrozumienie, że dane dotyczące zdrowia to dane o szczególnej jakości oraz zasady anonimizacji, przechowywania i udostępniania w zakresie KVKK/przepisów
- Umiejętność projektowania zasad etycznych (uczciwość, przejrzystość, odpowiedzialność) i polityki ładu korporacyjnego w zakresie wykorzystania sztucznej inteligencji
- Możliwość ustanowienia ram zarządzania, w których wyniki sztucznej inteligencji nie zastępują decyzji zarządczych i klinicznych, a odpowiedzialność i ostateczna akceptacja zawsze pozostają po stronie człowieka.
W całym tym module wykorzystaliśmy sztuczną inteligencję jako akcelerator w każdym obszarze operacyjnym, od wizyt po łóżka, od prognozowania po przychody, od jakości po zapasy. Jednak nad wszystkimi tymi potężnymi zastosowaniami kryje się dach: prywatność danych, zgodność z przepisami i etyka. Bez tych ram każdy biznes, który przyspieszasz, wiąże się również ze zwiększonym ryzykiem. Ta ostatnia jednostka łączy rozproszone zasady w jednolite ramy zarządzania. Zarządzanie to system zarządzania, który określa, kto co może robić w instytucji i na jakich zasadach oraz w jaki sposób działa odpowiedzialność i kontrola. Ujmijmy jeszcze raz główną zasadę, najdokładniej: wyniki AI nie zastępują decyzji zarządczych i klinicznych; Odpowiedzialność i ostateczna akceptacja zawsze spoczywają na człowieku.
Dlaczego dane dotyczące zdrowia są prywatne?
Dane dotyczące zdrowia nie są zwykłymi danymi. W Turcji KVKK (ustawa o ochronie danych osobowych) uznaje dane dotyczące zdrowia za „dane osobowe o szczególnym charakterze”; Oznacza to najwyższy poziom ochrony. Jego europejskim odpowiednikiem jest RODO. Jeśli ujawniona zostanie diagnoza, leczenie, numer protokołu pacjenta, nastąpi nieodwracalna szkoda: napiętnowanie, dyskryminacja, utrata zaufania. Dlatego istnieje kilka podstawowych zasad. Anonimizacja polega na usunięciu z danych wszystkich informacji identyfikujących osobę (imię i nazwisko, dowód osobisty, protokół, rzadka kombinacja diagnozy + wiek + lokalizacja). Minimalizacja danych działa z najmniejszą ilością danych, która wykona zadanie. Ograniczenie celu oznacza wykorzystanie danych wyłącznie w celu, dla którego zostały zebrane. Limit przechowywania nie polega na przechowywaniu danych dłużej niż jest to konieczne.
Wklejanie danych pacjenta do publicznego narzędzia AI oznacza wysyłanie danych na serwer zewnętrzny i stanowi poważne naruszenie. Właściwe podejście: zanonimizuj dane, jeśli to możliwe, wybierz narzędzia z umowami korporacyjnymi i umowami o przetwarzaniu danych (które nie wykorzystują Twoich danych do szkolenia modeli) i przygotuj pisemną politykę określającą, które dane mogą trafiać do jakiego narzędzia. Pamiętaj: kiedy małe elementy łączą się w całość, można na nowo zdefiniować osobę; O ile „68-letnia kobieta” jest bezpieczna, o tyle „68-letnia kobieta ze wsi X, chora na rzadką chorobę Y” nie jest już anonimowa.
Etyka i kompleksowe zarządzanie
Dobre zarządzanie sztuczną inteligencją opiera się na trzech zasadach etycznych. Sprawiedliwość polega na tym, że sztuczna inteligencja nie stawia systematycznie w niekorzystnej sytuacji żadnej grupy pacjentów (osób starszych, o niskich dochodach, wiejskich); Przykładem tego było niestosowanie wyniku za niestawienie się do wykluczenia. Przejrzystość oznacza możliwość wyjaśnienia, na czym opiera się decyzja; Preferowana jest sugestia z widocznym uzasadnieniem, a nie sugestia „czarnej skrzynki”. Odpowiedzialność oznacza posiadanie odpowiedzialnej osoby stojącej za każdą decyzją; „AI tak powiedziała” nie jest obroną.
Tym, co wprowadza te zasady w życie, jest polityka zarządzania. Dobra polityka określa: jakie dane mogą trafiać do jakiego pojazdu (klasyfikacja danych); zasady anonimizacji; ludzkie punkty akceptacji dla każdej pracy (kto co podpisuje); odpowiedzialność i ścieżka audytu (kto, co i kiedy zrobił – zapis przebiegu); i zasady etyczne. Polityka ta łączy wszystkie stwierdzenia „ludzie decydują”, które widzieliśmy w całym module, w jedną strukturę instytucjonalną.
Uwaga: Zdanie „AI zasugerowało, wdrożyłem” nie stanowi przeniesienia odpowiedzialności. Z prawnego i etycznego punktu widzenia odpowiedzialność spoczywa na osobie, która akceptuje i wdraża sugestię. Zarządzanie sprawia, że właśnie ta odpowiedzialność staje się widoczna i identyfikowalna.
trzy mini etui
Przypadek 1 – Ryzyko ponownej identyfikacji. Jeden z oddziałów udostępnił „anonimowe” podsumowanie przypadku: „Jedyny pacjent po przeszczepie serca w naszym mieście, 34-letni mężczyzna, został wypisany w zeszłym miesiącu”. W tym zdaniu nie było rzeczownika, ale kombinacja ta jednoznacznie opisywała tę osobę. Urzędnik ds. jakości sprzeciwił się temu; Połączenie rzadkich funkcji łamie anonimowość. Streszczenie przepisano na nowo, usuwając szczegóły opisowe i uogólniając je.
Przypadek 2 — Wartość rekordu śledzenia. W szpitalu liczba w raporcie zarządu sporządzonym za pomocą sztucznej inteligencji okazała się błędna i do kierownictwa przesłano nieprawidłowe informacje. Podczas audytu padło pytanie „skąd wzięła się ta liczba, kto ją potwierdził?” zapytano. Ponieważ polityka zarządzania organizacji wymaga zapisu „źródło + weryfikator + data” dla każdego wyniku AI, od razu było oczywiste, że błąd wystąpił w przypadku pominięcia kroku weryfikacji. Nagrywanie śladów miało na celu skorygowanie procesu, a nie poszukiwanie przestępców.
Przypadek 3 – Polityka zapobiega kryzysowi. Nowy pracownik miał właśnie przesłać swoją listę zwolnień do publicznego narzędzia AI. Jasna polityka instytucji głosiła, że „do otwartego narzędzia nie trafiają żadne pliki zawierające identyfikację pacjenta, są one najpierw anonimizowane i wykorzystywane jest wyłącznie narzędzie zatwierdzone przez placówkę”. Pracownik zapamiętał politykę, zanonimizował dane i skorzystał z zatwierdzonego narzędzia. Pisemne zarządzanie zapobiegało indywidualnym błędom w ramach odruchu instytucjonalnego.
Cztery szablony do kopiowania
1) Projekt polityki klasyfikacji danych:
Twoja rola: asystent specjalisty ds. bezpieczeństwa informacji/jakości informacji w placówce opieki zdrowotnej. Przygotuj dla naszej instytucji tabelę klasyfikacyjną „Jakie dane mogą wejść do AI”: Czerwona (nigdy: identyfikator pacjenta, dowód osobisty, protokół), Żółta (anonimowa), Zielona (bezpłatna: publiczna, bezosobowa). Zapisz przykłady i zasady dla każdej klasy. Należy poinformować, że jest to wersja robocza i dział prawny/zgodności musi go zatwierdzić.
2) Lista kontrolna anonimizacji:
Przygotuj listę kontrolną anonimizacji, którą uruchomię przed przekazaniem jakichkolwiek danych AI: czy imię i nazwisko/TC/protokół wynikowy, czy kombinacja rzadkich cech (wiek + lokalizacja + rzadka diagnoza) identyfikuje osobę, czy jest tam niepotrzebne miejsce, czy jest to narzędzie zatwierdzone przez firmę. Niech każdy element będzie oznaczony tak/nie.
3) Mapa punktów akceptacji ludzi:
Utwórz tabelę „kto zatwierdza” dla następujących obszarów zastosowania AI (raport, prognoza zapotrzebowania, priorytet łóżek, kod rozliczeniowy, harmonogram zmian): poziom ryzyka i obowiązkowy organ zatwierdzający dla każdego obszaru. Podkreśl potrzebę podwójnej zgody klinicznej i administracyjnej w obszarach wysokiego ryzyka.
4) Szablon zapisu śladu wyjściowego AI:
Napisz szablon dziennika szlaków do wypełnienia dla każdego wyniku AI: data, użyte narzędzie, klasa wprowadzonych danych (anonimowe), podsumowanie wyników, osoba, która zweryfikowała, menedżer, który zatwierdził, decyzja. Podaj, że dotyczy to audytu i odpowiedzialności.
Słaba zachęta/silna zachęta
Słaba zachęta:
Przekaż dane naszych pacjentów AI i zleć ich analizę.
Anonimizacja, bezpieczeństwo pojazdu, brak potwierdzenia i brak rejestracji śladów; Ryzyko bezpośredniego naruszenia KVKK.
Potężny monit:
Opracuj politykę zarządzania sztuczną inteligencją dla naszej organizacji: (1) klasyfikacja danych (czerwony/żółty/zielony), (2) zasady anonimizacji, (3) punkty akceptacji przez człowieka dla każdego przypadku użycia, (4) rejestrowanie śladów i audyt, (5) zasady uczciwości/przejrzystości/odpowiedzialności. Zaznacz, że jest to wersja robocza i wymaga zatwierdzenia pod względem prawnym/zgodności.
Element zarządzania
Co zapewnia
przykład
Klasyfikacja danych
Określa, co może wejść
Identyfikator = nigdy
Anonimizacja
Chroni osobę
Pojawi się kombinacja nazwy/rzadkiej kombinacji
punkty akceptacji człowieka
Definiuje odpowiedzialność
Podwójna kontrola przy wysokim ryzyku
rekord toru
Kontrolowalność
Źródło + weryfikator + data
Zasady etyczne
Uczciwy, przejrzysty, odpowiedzialny
Używanie wyniku do wykluczenia
Typowe błędy
- Udostępnianie danych umożliwiających identyfikację, myśląc, że jest to „anonimowe”. Rzadka kombinacja cech zdradza osobę.
- Używanie niezatwierdzonego narzędzia. Dane trafiają na serwer zewnętrzny.
- Przerzucanie odpowiedzialności na sztuczną inteligencję. „AI powiedziała” nie jest obroną prawną.
- Nie prowadzenie ewidencji osiągnięć. W przypadku błędu nie można pokazać źródła i weryfikacji.
- Pisanie polityki i jej nie wdrażanie. Zasada na papierze nie chroni, chyba że jest odruchem.
Wskazówka: uzupełnij swoją politykę zarządzania listą „złotych zasad”, które mieszczą się na jednej stronie i są na tyle proste, że każdy może je zapamiętać: nie wprowadzaj identyfikatora, anonimizuj, używaj zatwierdzonego pojazdu, weryfikuj, podpis ludzki. Nikt nie czyta długiej polityki; Wszyscy pamiętają zasadę pięciu.
Podsumowując
Siła operacyjna sztucznej inteligencji jest bezpieczna jedynie w solidnych ramach dotyczących prywatności, prawodawstwa i etyki. Dane dotyczące zdrowia to dane o szczególnej jakości; Anonimizacja, minimalizacja danych i zatwierdzone narzędzie są niezbędne. Dobre zarządzanie; Łączy w jednej strukturze klasyfikację danych, anonimizację, punkty akceptacji przez człowieka, rejestrację śladów i zasady etyczne (uczciwość, przejrzystość, odpowiedzialność). Tak można podsumować ten moduł w jednym zdaniu: sztuczna inteligencja przyspiesza, człowiek decyduje i ponosi odpowiedzialność. Niezweryfikowany wynik sztucznej inteligencji jest tak samo ryzykowny jak niepodpisana decyzja kierownictwa.
Zadanie aplikacji
Przygotuj jednostronicowy projekt zasad zarządzania dla swojej organizacji, korzystając z szablonów „Rekord ścieżki wyjściowej AI” i „Klasyfikacja danych”. Dołącz listę „złotych zasad” składającą się z co najmniej pięciu pozycji. Następnie wybierz obszar użytkowania, którego nauczyłeś się w trakcie modułu (na przykład priorytet łóżka lub kod rozliczeniowy) i wpisz w 5 pozycjach, jakie kroki zatwierdzania i weryfikacji wymagają w tym obszarze niniejsze zasady.
lista kontrolna
- [ ] Czy dane dotyczące zdrowia są klasyfikowane jako szczególne i czy zastosowałem zasady anonimizacji?
- [ ] Czy sprawdziłem ryzyko ponownej identyfikacji w przypadku rzadkiej kombinacji cech?
- [ ] Czy określiłem punkt akceptacji człowieka dla każdego przypadku użycia?
- [ ] Czy prowadzę rejestr osiągnięć (źródło/weryfikator/data) w zakresie wyników AI?
- [ ] Czy napisałem w polisie, że odpowiedzialność i ostateczna akceptacja zawsze spoczywają na danej osobie?
Egzamin modułowy
1. Dyrektor szpitala bezpośrednio realizuje rekomendację przydziału łóżek wygenerowaną przez sztuczną inteligencję, bez jakiejkolwiek oceny klinicznej. Jaki jest zasadniczy błąd w tym podejściu?
- A) Przekształcenie wyników sztucznej inteligencji w decyzję bez poddawania jej przydatności klinicznej i weryfikacji administracyjnej; Ignorowanie faktu, że odpowiedzialność spoczywa na ludziach ✔
- B) Surowo zabrania się wykorzystywania sztucznej inteligencji w zarządzaniu łóżkami
- C) Sztuczna inteligencja zawsze pokazuje liczbę łóżek większą niż jest w rzeczywistości
- D) Sugestia nie jest przedstawiona w tabeli
Opis: Sztuczna inteligencja generuje rekomendacje statystyczne; Jednakże przydział łóżek i priorytet wypisu zależą od stanu klinicznego pacjenta, a ostateczna decyzja należy do zgody lekarza/pielęgniarki i odpowiedzialnego kierownika. Niezweryfikowane dane wyjściowe są jak decyzja bez podpisu.
2. Które z poniższych podejść jest najwłaściwsze przy wprowadzaniu danych pacjenta do publicznie dostępnego narzędzia sztucznej inteligencji?
- A) Wklejenie nazwiska pacjenta i numeru protokołu, tak jak w przypadku szybkości
- B) Usuń informacje identyfikacyjne i zanonimizuj dane oraz, jeśli to możliwe, skorzystaj z korporacyjnego, zakontraktowanego narzędzia ✔
- C) Ukryj tylko nazwisko pacjenta i zostaw numer TR ID
- D) Przed udostępnieniem danych wystarczy uzyskać ustną zgodę pacjenta.
Wyjaśnienie: Dane dotyczące zdrowia są specjalnymi danymi osobowymi. Informacje dotyczące tożsamości, takie jak imię i nazwisko, identyfikator TR, numer protokołu, powinny zostać usunięte, dane powinny zostać zanonimizowane, a jeśli to możliwe, należy preferować zlecone narzędzia do przetwarzania danych korporacyjnych.
3. Jakie jest najwłaściwsze wykorzystanie oceny ryzyka generowanej przez sztuczną inteligencję do przewidywania niestawienia się?
- A) Odmowa umawiania wizyt dla pacjentów wysokiego ryzyka
- B) Zignoruj wynik i zastosuj tę samą procedurę do wszystkich pacjentów
- C) Planowanie sprawiedliwych interwencji zapewniających dostęp, takich jak pośpiech przypomnienia i overbooking ✔
- D) Trwałe umieszczanie na czarnej liście pacjentów wysokiego ryzyka
Wyjaśnienie: Wynik ryzyka to oszacowanie prawdopodobieństwa; Należy go stosować w celu ukierunkowania sprawiedliwych interwencji, takich jak gęstość przypomnień, przepełnianie rezerwacji i ułatwianie dostępu, a nie odrzucanie pacjenta. Prawa dostępu pacjentów muszą być chronione.
4. Jaki jest główny powód pracy z przedziałami ufności i scenariuszami zamiast pojedynczej liczby podawanej przez sztuczną inteligencję w prognozowaniu popytu?
- A) Podanie interwału powoduje wydłużenie raportu
- B) Ponieważ sztuczna inteligencja nie jest w stanie wygenerować pojedynczych liczb
- C) Ponieważ przedział ufności zawsze dokładnie podaje wartość prawdziwą
- D) Ponieważ prognoza obarczona jest niepewnością, konieczne jest elastyczne planowanie według scenariuszy i zarządzanie ryzykiem ✔
Wyjaśnienie: Prognoza opiera się na danych historycznych i jest obarczona niepewnością. Planowanie według zakresu, a nie pojedynczego punktu, pozwala przygotować się na scenariusze niskiego/wysokiego zapotrzebowania i elastycznie zarządzać wydajnością.
5. Jakie jest najbardziej krytyczne ryzyko, gdy sztuczna inteligencja sugeruje kody rozliczeniowe w cyklu przychodów?
- A) Sztuczna inteligencja wymyśla nieważny lub błędny kod, płynnie go podpowiada i bez weryfikacji wprowadza do faktury ✔
- B) Sztuczna inteligencja tworzy kody bardzo powoli
- C) Propozycja kodu jest zawsze automatycznie akceptowana przez SGK
- D) Kody można tworzyć wyłącznie w języku angielskim
Wyjaśnienie: Sztuczna inteligencja potrafi płynnie zasugerować kod, który w rzeczywistości nie istnieje lub jest nieprawidłowy (halucynacje). Kodowanie i rozliczenia są regulowane; Każdy kod musi zostać zweryfikowany przez autoryzowanego eksperta posiadającego aktualne listy transakcji i zasady zwrotów.
6. Na panelu wskaźników jakości sztuczna inteligencja interpretuje nagły spadek wskaźnika jako „poprawę”. Co powinien zrobić menadżer?
- A) Przedstawienie komentarza bezpośrednio zarządowi
- B) Zbadaj, czy zmiana może wynikać z jakości danych, zmiany definicji lub odchylenia od wartości docelowej i zweryfikuj związek przyczynowy ✔
- C) Wyjmij wskaźnik z deski rozdzielczej
- D) Ufając sztucznej inteligencji i nie sprawdzając jej
Wyjaśnienie: Zmiana wskaźnika może być spowodowana problemem z jakością danych, zmianą definicji lub grą. Weryfikacja związku przyczynowego i źródła danych komentarza należy do administratora.
7. Jaki jest najczęstszy błąd podczas analizy tekstu zwrotnego dotyczącego zadowolenia pacjentów za pomocą sztucznej inteligencji?
- A) Podział tekstów na tematy
- B) Anonimizacja opinii
- C) Uogólnienie automatycznej etykiety emocji i próbki na wszystkich pacjentów bez ich walidacji ✔
- D) Priorytetyzacja skarg
Wyjaśnienie: Automatyczne etykietowanie emocji może wprowadzić ironię, zaprzeczenie i błędnie odczytany kontekst; Dodatkowo, jedynie opinie autorów niosą ze sobą błąd w zakresie próbkowania. Nie należy dokonywać uogólnień bez sprawdzenia wyników poprzez pobranie próbek i odczytanie.
8. Jaki jest główny cel analizy ABC w zarządzaniu zapasami?
- A) Ułóż wszystkie elementy w kolejności alfabetycznej
- B) Licząc tylko leki zawierające witaminę A
- C) Niszczenie przeterminowanych produktów
- D) Klasyfikacja pozycji magazynowych według wartości/poziomu krytyczności i kierowanie priorytetów kontroli na pozycje najbardziej krytyczne ✔
Wyjaśnienie: Analiza ABC klasyfikuje pozycje zapasów pod względem wartości/ważności jako A (wysokie), B (średnie), C (niskie); w związku z tym uwaga kierownictwa i częstotliwość kontroli skupiają się na najbardziej krytycznych elementach.
9. Co oznacza koncepcja „wąskiego gardła” w doskonaleniu procesów?
- A) Stopień o najmniejszej przepustowości i ograniczający prędkość całego przepływu ✔
- B) Najszybszy etap procesu
- C) Jednostka, w której pracuje najwięcej personelu
- D) Etap, w którym pacjenci są najbardziej zadowoleni
Opis: Wąskie gardło to krok o najwęższej przepustowości, który decyduje o szybkości całego procesu. Wysiłki na rzecz poprawy powinny koncentrować się najpierw na wąskim gardle; ulepszenia w innych miejscach nie przyspieszają ogólnego przepływu.
10. Co menedżer powinien sprawdzić przed zastosowaniem w planowaniu zmian harmonogramu stworzonego przez sztuczną inteligencję?
- A) Czy wykres jest drukowany w kolorze, czy nie
- B) Przestrzeganie prawa pracy, okresów odpoczynku, kompetencji klinicznych i zasad sprawiedliwości ✔
- C) Ile sekund zajmuje sztucznej inteligencji utworzenie wykresu?
- D) Czy harmonogram faworyzuje najwyższy personel
Opis: Wykres; Musi być zgodna z przepisami prawa pracy (maksymalny wymiar czasu pracy, odpoczynek), prawami pracowniczymi, kompetencjami klinicznymi i sprawiedliwością. AI może wyprodukować projekt naruszający te zasady; Ostateczna akceptacja należy do menadżera.
11. Które z poniższych wyrażeń wyraża prawidłową granicę wykorzystania sztucznej inteligencji w zarządzaniu opieką zdrowotną?
- A) Sztuczna inteligencja może automatycznie podejmować wszystkie decyzje zarządcze
- B) Sztuczną inteligencję można wykorzystać jedynie przy pisaniu tekstu, a nie przy analizie numerycznej
- C) Sztuczna inteligencja jest narzędziem asystentem i wspomaganiem decyzji; Odpowiedzialność i ostateczna akceptacja kluczowych decyzji spoczywa na człowieku ✔
- D) Sztuczna inteligencja może finalizować decyzje o spłacie bez ludzkiej zgody
Opis: Asystent sztucznej inteligencji, generator projektów i narzędzie wspomagające podejmowanie decyzji. Odpowiedzialność i ostateczne zatwierdzenie decyzji mających wpływ na alokację zasobów, ustalanie priorytetów klinicznych i bezpieczeństwo pacjenta zawsze spoczywa na kompetentnym specjaliście i odpowiedzialnym menadżerze.
12. Dlaczego samo zmniejszenie wskaźnika średniej długości pobytu (LOS) nie jest wystarczającym dowodem „sukcesu”?
- A) Ponieważ czasu pobytu nigdy nie da się zmierzyć
- B) Ponieważ długość pobytu może obliczyć jedynie sztuczna inteligencja
- C) Ponieważ długość pobytu nie ma żadnego znaczenia dla zwrotu kosztów.
- D) Jeżeli spadek wiąże się ze wzrostem liczby przedwczesnych wypisów i ponownych przyjęć, bezpieczeństwo pacjenta może zostać zagrożone i należy to interpretować łącznie z odpowiednimi wskaźnikami ✔
Wyjaśnienie: Krótszy czas przebywania może wskazywać na dobre wykorzystanie zasobów; Jednakże, jeśli wiąże się to ze zwiększoną liczbą wczesnych wypisów i ponownych przyjęć, bezpieczeństwo pacjentów może zostać zagrożone. Wskaźnik należy interpretować łącznie z innymi powiązanymi wskaźnikami.
13. Jaki jest stan prognozowania popytu na podstawie danych historycznych w przypadku nagłego zakłócenia typu epidemia lub kataklizm?
- A) Przewidywanie przestaje być przewodnikiem; Opinia ekspercka i monitorowanie w czasie rzeczywistym odgrywają wiodącą rolę ✔
- B) W takich sytuacjach najbardziej wiarygodna staje się prognoza oparta na danych historycznych
- C) Prognoza koryguje się automatycznie, nie jest wymagana żadna interwencja
- D) W takich przypadkach należy całkowicie zaprzestać planowania
Opis: przewidywania AI opierają się na wzorcach z przeszłości. W przypadku załamań strukturalnych, takich jak epidemie, klęski żywiołowe czy zmiany legislacyjne, dane z przeszłości przestają być wskazówką; Opinia ekspercka i monitorowanie w czasie rzeczywistym odgrywają wiodącą rolę.
14. Które z poniższych elementów należy uwzględnić w polityce zarządzania korporacyjną sztuczną inteligencją?
- A) Tylko jakiej marki narzędzie sztucznej inteligencji zostanie zakupione?
- B) Klasyfikacja danych, anonimizacja, punkty akceptacji przez ludzi, zapis odpowiedzialności/audytu i zasady etyczne ✔
- C) Zasada, że sztuczną inteligencję mogą wykorzystywać tylko menedżerowie
- D) Artykuł, który pozwala sztucznej inteligencji na samodzielne podejmowanie wszystkich decyzji
Opis: Solidne zarządzanie; Określa, które dane mogą trafiać do jakiego narzędzia, zasady anonimizacji, punkty akceptacji przez człowieka, zapisy odpowiedzialności i audytu, zasady etyczne (uczciwość, przejrzystość, odpowiedzialność).