Câștiguri:
- Abilitatea de a recunoaște informațiile de identificare încorporate (antet și date arse) în imaginile DICOM și de a aplica regulile de anonimizare și partajare sigură
- Abilitatea de a evalua critic validarea, nivelul de dovezi, aprobarea de reglementare (CE/regulament) și validarea locală a unui model AI
- Capacitatea de a aborda probleme etice, cum ar fi părtinirea algoritmică, consimțământul pacientului, responsabilitatea și transparența în contextul imagisticii
Datele radiologice sunt unul dintre cele mai sensibile tipuri de date cu caracter personal. O imagine transmite nu numai o boală, ci a cui este boala; un RMN cerebral poate identifica o persoană prin reconstrucție facială, un fișier DICOM stochează numele pacientului, numărul de identificare și data nașterii în antetul său. În era inteligenței artificiale, este ușor să încărcați aceste date într-un instrument, să le partajați sau să le folosiți pentru a antrena un model - și tocmai această ușurință creează cel mai mare risc pentru confidențialitate. În această unitate, vom discuta despre anonimizarea DICOM, KVKK/confidențialitate, validarea modelului și problemele etice de la capăt la capăt.
Principiul de bază: Imaginile și rapoartele radiologice sunt date personale speciale. Datele de identitate din antetul DICOM și încorporate în imagine nu intră în niciun instrument extern fără a fi anonimizate. Fiabilitatea unui model; Validarea este evaluată prin nivelul de dovezi, aprobarea de reglementare și verificarea locală. Responsabilitatea, semnătura și decizia finală revin întotdeauna radiologului.
DICOM poartă identitatea în două straturi
Datele radiologice, spre deosebire de alte date de sănătate, poartă identitatea în două straturi separate, iar anonimizarea este incompletă fără a le șterge pe ambele.
1. Antet DICOM: Câmpuri structurate la începutul fișierului imagine — numele pacientului, numărul de identificare/protocol, data nașterii, sexul, instituția, data examinării, dispozitivul. Aceste zone pot fi șterse/mascate cu un instrument, dar dacă este uitată, imaginea va continua să poarte identificare, în timp ce se consideră că este „anonimă”.
2. Date arse: în unele imagini - în special cu ultrasunete, capturi de ecran cu fluoroscopie, scanări externe - informațiile despre pacient sunt scrise direct în pixeli. Ștergerea antetului nu elimină acest lucru; textul încorporat ar trebui să fie mascat (acoperit) sau acea zonă ar trebui tăiată.
În plus, risc de reconstrucție facială: fața poate fi reconstruită tridimensional din CT-uri și RMN-uri de înaltă rezoluție a capului/creierului; Aceasta, de asemenea, este o formă de dezvăluire a identității și, în unele contexte, necesită „defigurare”.
strat
unde
Cum să curățați
dacă este uitat
Antet DICOM
Titlul fișierului
Instrument de anonimizare
ID-ul rămâne deschis
text încorporat
intra pixel
Mascare/decupare
Imaginea poartă identitate
date feței
Vedere 3D a capului
deturnând
Recunoscut după chip
Textul raportului
RIS/text
Se elimină numele/numărul
Persoana este identificată
KVKK și partajare sigură
În Turcia, KVKK (Legea privind protecția datelor cu caracter personal) tratează datele de sănătate ca „date cu caracter personal de natură specială” la cel mai înalt nivel de protecție; În Europa, echivalentul său este GDPR. Reguli de bază: prelucrați datele doar atât cât este necesar pentru scopul necesar; dezanonimizarea în afara instituției; Dacă intenționați să-l utilizați în formarea modelului, furnizați temeiul legal și acordul explicit, dacă este necesar; Aflați unde se duc datele dvs. Încărcarea de imagini/rapoarte neanonimizate într-un instrument public AI este o încălcare a datelor. Instrumentele corporative care au un acord de prelucrare a datelor (DPA), nu vă folosesc datele în formarea modelului și, de preferință, lucrează intern/local ar trebui să fie preferate.
Atenție: a spune „Tocmai am șters numele de familie” sau „instrumentul este deja securizat” nu înseamnă anonimizare. Nicio dată nu iese în afara instituției fără a elimina toate numele, ID-ul TR, numărul de protocol/examinare, data nașterii, contactul, instituția și datele de identitate încorporate/antet. Anonimizarea nu este un obicei, nu este o sarcină unică.
Validarea modelului: când să aveți încredere într-un model
Nu este suficient să spunem că un model „funcționează”; Este necesar să ne întrebăm cum, unde și cât de mult funcționează.
- Validare și nivel de dovezi: În ce populație, în câte cazuri, cu ce metrici (sensibilitate, specificitate, fals negativ) a fost testat modelul? Există dovezi independente publicate?
- Aprobare de reglementare: Este produsul aprobat ca dispozitiv medical (de exemplu, marcaj CE, aprobare relevantă de reglementare)? Ce utilizare este acoperită de aprobare?
- Verificare locală: pasul cel mai critic. Modelul a fost testat pe propriul dispozitiv, propriul protocol, propria populație? Deriva de distribuție (scăderea performanței pe măsură ce se îndepărtează de condițiile de antrenament) nu se observă fără validare locală.
- Trasabilitate: Versiunea modelului, actualizările și schimbările de performanță sunt urmărite?
Dimensiunea etică
Prejudecăți algoritmice: dacă modelul este antrenat pe o anumită populație, poate avea rezultate mai slabe în alte grupuri (vârstă, sex, etnie, boală rară) și amplifica inegalitatea. Consimțământul și transparența pacientului: ar trebui ca pacientul să știe că inteligența artificială este utilizată în diagnosticul său; Cum face instituția acest lucru transparent? Răspundere: dacă o citire asistată de AI face o eroare, cine este responsabil - răspunsul revine radiologului care a semnat; AI nu preia responsabilitatea. Acces echitabil: dacă instrumentele AI sunt disponibile în unele centre și nu în altele, aceasta poate fi o sursă de inegalitate.
trei mini cutii
Cazul 1 — Încălcarea textului încorporat. Un medic încarcă o imagine cu ultrasunete interesantă, îi curăță antetul și o încarcă într-un instrument public AI. Dar în colțul imaginii există numele pacientului și numărul de protocol gravate în pixel; Chiar dacă antetul era curat, avea încorporat un ID de postare. Instituția întâmpină o notificare KVKK. Modul corect a fost să mascați zona încorporată și să o distribuiți așa.
Cazul 2 – Diseminare fără verificare locală. Un centru introduce în mod obișnuit un model de vârstă osoasă instruit pe o populație de peste mări, fără a-l valida vreodată în propriul grup de pacienți. Luni mai târziu, se observă că modelul este părtinitor sistematic în populațiile sale. Dacă s-ar face verificarea locală, acest lucru s-ar vedea de la început. Lecție: chiar și aprobarea de reglementare nu înlocuiește verificarea locală.
Cazul 3 — Raportați anonimizarea. Un radiolog vrea să discute un caz dificil cu colegul său printr-un instrument AI. El rescrie povestea ca „femeie de 62 de ani, istoric cunoscut de cancer de sân” în loc de „Ayşe Yılmaz, protocol 2024-114523, cancer de sân”; Partajează imaginea cu antetul DICOM șters și textul încorporat mascat. Are loc discuții clinice, nu sunt dezvăluite identități. Anonimizarea adecvată a permis utilizarea în siguranță a AI.
Prompt slab / Prompt puternic
Prompt slab:
Ayşe Yılmaz, TC 123..., protocol 2024-114523, cancer de sân, interpretaţi acest RMN.
Identitatea este împărtășită în mod deschis; Aceasta este o încălcare KVKK, ar fi trebuit să se oprească înainte ca solicitarea să fie scrisă.
Solicitare puternică:
Rolul tău: asistent de control al anonimizării. Eliminați numele, ID-ul TR, numărul de protocol/examinare, data nașterii, informațiile de contact și instituția din textul de mai jos; înlocuiți-l cu „[eliminat]”. Lăsați doar informații anonime necesare clinic (grup de vârstă, sex, istoric relevant). De asemenea, reamintește-mi: dacă voi partaja o imagine, trebuie să șterg și antetul DICOM și textul încorporat în imagine și să iau în considerare datele faciale din cap/imaginile creierului. Text: [inserați text]
Promptul puternic extrage ID-ul, reamintește datele încorporate/antetului și feței.
Șabloane de prompt copiabile
Șablon de control al anonimizării Rolul dvs.: asistent de anonimizare. Extrageți numele, numărul ID TR, numărul de protocol/examinarea, data nașterii, informațiile de contact și instituție din text; Tastați „[eliminat]”. Lăsați doar informațiile anonime necesare clinic. Amintește-mi că, dacă voi distribui o imagine, trebuie să șterg datele de antet + încorporare + față. Text: [scrie]
ȘABLAN DE INTEROGARE DE VALIDAREA MODELULUI Rolul dvs.: ASISTENTOR. Voi evalua un model AI. Generați întrebările pe care trebuie să le pun: ce populație/număr de cazuri/metrice, domeniul de aplicare al aprobării de reglementare, validarea locală este efectuată, riscul de derive a distribuției, urmărirea versiunilor. Decizia este în mâinile instituției. Informații despre model: [vara]
ȘABLON DE VERIFICARE ETICĂ/BIAS Vă voi oferi contextul utilizării unui model AI. Evaluați părtinirea algoritmică (care poate funcționa prost în grupuri), consimțământul/transparența pacientului, responsabilitatea și accesul echitabil; Scrieți întrebarea pe care instituția ar trebui să o pună sub fiecare rubrică. Context: [scrie]
Șablonul de confidențialitate a fluxului de date vă va oferi un scenariu de trimitere a datelor către un instrument AI. Creați o listă de verificare care vă întreabă unde se duc datele, dacă sunt stocate, dacă sunt utilizate în formarea modelului și statutul lor DPA/bază legală. Amintiți-ne despre obligația de anonimizare pentru vehiculele externe. Scenariul: [scrie]
Greșeli comune
- Doar ștergeți antetul și uitați de textul încorporat. Imaginea încă poartă identitate.
- Ignorarea datelor faciale. O persoană poate fi recunoscută din imaginile 3D ale capului/creierului.
- Înlocuirea aprobării de reglementare cu validarea locală. Consimțământul indică domeniul de aplicare; Nu garantează performanța propriilor date.
- Nu întreb despre părtinire algoritmică. Modelul poate funcționa prost pentru unele grupuri, mărind inegalitatea.
- Transferarea responsabilității către AI. Semnătura este la medicul radiolog; Responsabilitatea pentru eroare revine oamenilor.
Sfat: Înainte de a trimite orice date în afara instituției, puneți o întrebare: „Dacă aceste date s-au scurs, ar putea fi identificat un pacient?” Dacă răspunsul este „da” sau „nu sunt sigur”, datele nu sunt încă anonime - nu le trimiteți.
În concluzie
Imaginile și rapoartele radiologice sunt date personale speciale și necesită cea mai înaltă protecție în domeniul de aplicare al KVKK/GDPR. Datele DICOM poartă identitatea în două straturi — antetul și textul încorporat în imagine — și nicio dată nu părăsește întreprinderea fără a fi curățate ambele, precum și datele feței, dacă este necesar. Pentru a avea încredere într-un model, sunt evaluate validarea acestuia, nivelul de dovezi, aprobarea de reglementare și validarea locală, în special în propriul dispozitiv/populație; Aprobarea de reglementare nu este un substitut pentru verificarea locală. În dimensiunea etică, părtinirea algoritmică, consimțământul pacientului, transparența, accesul echitabil și responsabilitatea sunt puse sub semnul întrebării. În toate cazurile, semnătura, responsabilitatea și decizia finală aparțin radiologului.
Sarcina de aplicare
Creați un text real și un scenariu de partajare a imaginilor. Anonimizați textul cu șablonul „Verificarea anonimizării” și enumerați pașii de verificare a antetului/textului încorporat/a datelor față. Apoi evaluați un model pe care îl utilizați (sau pe care îl luați în considerare) cu șablonul „Interogare de validare a modelului”: populație, domeniul de validare, starea de validare locală. În cele din urmă, cu șablonul „Etică/Controlul părtinirii”, notează în ce grupuri acest model ar putea funcționa prost și problemele de transparență/responsabilitate.
lista de verificare
- [ ] Am șters câmpurile ID din antetul DICOM.
- [ ] Am mascat/decupat textul ars din imagine.
- [ ] Am evaluat riscul de date faciale în imaginile capului/creierului.
- [ ] Am anonimizat raportul/textul poveștii (nume, ID, protocol, data nașterii).
- [ ] Am pus la îndoială fluxul de date și DPA/baza legală pentru instrumentul extern.
- [ ] Am verificat validarea locală și domeniul de validare a modelului.
- [ ] Am evaluat părtinirea algoritmică, transparența și responsabilitatea; Am semnătura.