ලාභ:
- KVKK යටතේ රෝගියාගේ දත්ත විශේෂ පුද්ගලික දත්ත සහ වගකීම් ලෙස අර්ථ දැක්වීමේ හැකියාව
- සන්දර්භය නිර්නාමිකකරණය, දත්ත අවම කිරීම සහ ආයතනික/ප්රතිපත්තිවලට අනුකූල මෙවලම් තේරීම ක්රියාත්මක කිරීමේ හැකියාව
- දත්ත කඩකිරීමක සායනික, නෛතික සහ සදාචාරාත්මක ප්රතිවිපාක සහ වැළැක්වීමේ දාමය අවබෝධ කර ගැනීම
රෝගියාගේ දත්ත යනු පුද්ගලයෙකුගේ වඩාත් සමීප තොරතුරු වේ: ඔවුන්ගේ රෝග, ජානමය ලක්ෂණ, මානසික සෞඛ්යය, ඇබ්බැහිවීම්, ලිංගික සෞඛ්යය. Türkiye හි, පුද්ගලික දත්ත ආරක්ෂණ නීතිය අංක 6698 (KVKK) සෞඛ්ය දත්ත විශේෂ පුද්ගලික දත්ත ලෙස අර්ථ දක්වයි; වෙනත් වචන වලින් කිවහොත්, එය ඉහළම මට්ටමේ ආරක්ෂාව සපයයි. මෙම දත්ත නොසැලකිලිමත් ලෙස කෘත්රිම බුද්ධි (AI) මෙවලමකට ඇතුළු කිරීම රෝගියාගේ පෞද්ගලිකත්වය සහ නෛතික වගකීම යන දෙකම අඩාල කරයි. මෙම ඒකකය තුළ, AI සමඟ වැඩ කිරීමේදී රෝගියාගේ දත්ත ආරක්ෂා කරන්නේ කෙසේද, නිර්නාමිකකරණය සහ දත්ත අවම කිරීම, ආරක්ෂිත මෙවලම් තෝරාගැනීම සහ උල්ලංඝනය කිරීමේ ප්රතිවිපාක ඔබ ඉගෙන ගනු ඇත. මූලික මූලධර්මය: අනවශ්ය දත්ත ලබා නොදෙන්න; ඔබ දෙන දේ නිර්නාමික කරන්න; සුදුසු, ප්රතිපත්ති-අනුකූල මෙවලම් පමණක් භාවිතා කරන්න.
සෞඛ්ය දත්ත පුද්ගලික වන්නේ ඇයි?
KVKK ට අනුව, පුද්ගලික දත්ත යනු හඳුනාගත් හෝ හඳුනාගත හැකි ස්වභාවික පුද්ගලයෙකුට අයත් ඕනෑම තොරතුරකි. අනෙක් අතට, සෞඛ්ය දත්ත "විශේෂ ස්වභාවයක්" ඇත: එහි සැකසීම, රීතියක් ලෙස, පැහැදිලි කැමැත්ත හෝ නීතියෙන් අවසර දී ඇති විශේෂ අවස්ථා අවශ්ය වන අතර දැඩි ආරක්ෂක පියවරයන් අත්යවශ්ය වේ. රෝගියෙකුට නමක් නොමැති වුවද; දුර්ලභ රෝගයක්, නිශ්චිත ඉතිහාසයක්, ආයතනයක් සහ වයසක් ඒකාබද්ධ වූ විට, පුද්ගලයෙකු නැවත අර්ථ දැක්විය හැකිය. "මම නම මකා දැමුවා, මම ආරක්ෂිතයි" යන අදහස නොමඟ යවන සුළු වන්නේ එබැවිනි; වක්ර හඳුනාගැනීම් ද අවදානම් ඇති කරයි.
අවධානය: ආදර්ශ පුහුණුව සඳහා දත්ත භාවිත කරන හෝ එහි සේවාදායක/ප්රතිපත්ති අපැහැදිලි AI සේවාවකට සෞඛ්ය දත්ත ඇතුළත් කිරීම පැහැදිලි කැමැත්ත සහ සුදුසු පූර්වාරක්ෂාවන් නොමැති නම් KVKK උල්ලංඝනය කිරීමකි. වගකීම වෛද්යවරයාට සහ ආයතනයට; "මම දැනගෙන හිටියේ නැහැ" යනු ආරක්ෂාවක් නොවේ.
මූලික ආරක්ෂක තුනක්
1. දත්ත අවම කිරීම. කාර්යය සඳහා සැබවින්ම අවශ්ය තොරතුරු පමණක් සපයන්න. එපික්රයිසිස් භාෂාව සරල කිරීමට රෝගියාගේ නම, හැඳුනුම්පත හෝ ලිපිනය අවශ්ය නොවේ.
2. නිර්නාමිකකරණය. ලේබලයක් සහිත සෘජු හඳුනාගැනීම් (නම, වාසගම, හැඳුනුම්පත, ගොනු අංකය, දුරකථනය, ලිපිනය, දිනය) ඉවත් කරන්න හෝ ප්රතිස්ථාපනය කරන්න. වක්ර හඳුනාගැනීම් ද සාමාන්යකරණය කරන්න (දුර්ලභ රෝග විනිශ්චය + ආයතනය + දිනය).
3. ආරක්ෂිත වාහන තෝරා ගැනීම. අධ්යාපනය තුළ දත්ත භාවිත නොකරන බවට සහතික වන ගිවිසුම්ගත, ආයතනික සහ KVKK අනුකූල මෙවලම් තෝරන්න. රහස්යතා ප්රතිපත්තිය කියවන්න: දත්ත ගබඩා කර ඇත්තේ කොතැනද, එය කොපමණ කාලයක් තබා තිබේද, ප්රවේශය ඇත්තේ කාටද?
පියවරෙන් පියවර: KVKK අනුකූල AI භාවිතය
- මෙම දත්ත අවශ්යද? අනවශ්ය දේ කවදාවත් දෙන්න එපා.
- නිර්නාමික කරන්න. සෘජු සහ වක්ර හඳුනාගැනීම් පැහැදිලි කරන්න.
- මෙවලම තහවුරු කරන්න. ප්රතිපත්ති, රඳවා තබා ගැනීම, අධ්යාපනික භාවිතය, සේවාදායක ස්ථානය.
- පැහැදිලි කැමැත්ත අවශ්යද? අවශ්ය නම්, ආයතනයේ ක්රියා පටිපාටිය අනුව ක්රියාවලිය සිදු කරන්න.
- ප්රතිදානය ද ආරක්ෂා කරන්න. AI ප්රතිදානයේ අනන්යතා කාන්දුවක් තිබේද?
- ලුහුබැඳීම සහ දේශපාලනය. ආයතනික දත්ත සැකසුම් වාර්තාවට අනුකූල වන්න.
කුඩා නඩු තුනක්
නඩුව 1 - වැළැක්වූ උල්ලංඝනය. ඉදිරිපත් කිරීම සඳහා AI සමඟ රසවත් නඩුවක් සාරාංශ කිරීමට සහායකයකුට අවශ්යය. පළමුව, එය පාඨයෙන් නම, හැඳුනුම්පත, ගොනු අංකය සහ දිනය උපුටා ගනී, ආයතනය සාමාන්යකරණය කර අධ්යාපනයේ දත්ත භාවිතා නොකරන ආයතනය විසින් අනුමත කරන ලද මෙවලමක් තෝරා ගනී. මේ අනුව, එය දෙකම එහි කාර්යය වේගවත් කරන අතර පෞද්ගලිකත්වය ආරක්ෂා කරයි.
නඩුව 2 - වක්ර හඳුනාගැනීමේ අවදානම. වෛද්යවරයෙක් "X ප්රාන්තයේ ඇති එකම ළමා පිළිකා රෝගියෙකු" යන වාක්ය ඛණ්ඩය AI වෙත ඇතුළත් කරයි. නමක් නැත, නමුත් මෙම විස්තරය තනි දරුවෙකු වෙත යොමු කරයි; නැවත අර්ථ දැක්විය හැක. ඔහුගේ සගයාට අනුව, වෛද්යවරයා ප්රකාශය සාමාන්යකරණය කරයි ("ළමා ඔන්කොලොජි නඩුවක්") සහ අවදානම ඉවත් කරයි.
නඩුව 3 - වැරදි මෙවලමක්. පෞද්ගලිකත්ව ප්රතිපත්තිය කියවීමෙන් තොරව රෝගියාගේ පණිවිඩවලට ප්රතිචාර දැක්වීමට සායනයක් නොමිලේ මෙවලමක් භාවිතා කරයි; මෙවලම පුහුණු කිරීමේදී දත්ත භාවිතා කළ බව පසුව පැහැදිලි විය. ආයතනය වාහනය නවත්වා, ක්රියාවලිය සමාලෝචනය කර KVKK-අනුකූල විසඳුමක් වෙත ගමන් කරයි. ප්රතිපත්තිය කල්තියා කියවීමෙන් මෙම අවදානම මුලින්ම වළක්වා ගත හැකිව තිබුණි.
හඳුනාගැනීමේ වර්ග වගුව
ප්රභේදය
උදාහරණයක්
කළ යුතුයි
සෘජු හඳුනාගැනීම
නම, TR ID, ගොනු අංකය, දුරකථනය
ඉවත් කරන්න / ටැග් කරන්න
අර්ධ විස්තරාත්මක
සම්පූර්ණ උපන් දිනය, සම්පූර්ණ ලිපිනය
සාමාන්යකරණය (වසර, දිස්ත්රික්කය)
වක්ර හඳුනාගැනීම
දුර්ලභ රෝග විනිශ්චය + ආයතනය + ඉතිහාසය
සන්දර්භය සාමාන්යකරණය කරන්න
නිදහස් පෙළ
සටහනේ සඳහන් නම/සිද්ධිය
ස්කෑන් කර පිරිසිදු කරන්න
ප්රතිදාන කාන්දු වීම
AI-උත්පාදිත පෙළෙහි අනන්යතාවය
ප්රතිදානය ද පරීක්ෂා කරන්න
පිටපත් කළ හැකි සැකිලි හතරක්
කාර්යය: පහත පෙළෙහි ඇති සියලුම පුද්ගලික/සෞඛ්ය හඳුනාගැනීම් සොයන්න සහ වර්ග කරන්න: සෘජු (නම, හැඳුනුම්පත, ගොනු අංකය, දුරකථනය, ලිපිනය), අර්ධ (සම්පූර්ණ දිනය), වක්ර (දුර්ලභ රෝග විනිශ්චය + ආයතනය + දිනය). සායනික වැදගත්කම රඳවා ගනිමින් [LABEL] සමඟ එක් එක් ප්රතිස්ථාපනය කරන්න. පෙළ: [...]
කාර්යය: මෙම නඩුවේ සාරාංශයේ රතු හඳුනාගැනීමේ අවදානම තක්සේරු කරන්න. පුද්ගලයා වෙත යොමු කළ හැකි තොරතුරු සංයෝජනය කුමක්ද? අවදානම අඩු කිරීමට මා සාමාන්යකරණය කළ යුතු ප්රකාශ මොනවාද? සාරාංශය: [...]
කාර්යය: AI මෙවලමක රහස්යතා ප්රතිපත්තිය ඇගයීමට මට පිරික්සුම් ලැයිස්තුවක් නිෂ්පාදනය කරන්න: පුහුණුවේදී දත්ත භාවිතා කරන්නේද, කොපමණ ප්රමාණයක් ගබඩා කර තිබේද, සේවාදායකයා කොහිද, එයට ප්රවේශ වන්නේ කවුද, KVKK/data processor ගිවිසුමක් තිබේද?
කාර්යය: එහි අඩංගු විය හැකි කිසියම් හඳුනාගැනීමේ හෝ නැවත හඳුනාගැනීමේ තොරතුරු සඳහා පහත AI OUTPUT ස්කෑන් කර සලකුණු කරන්න. කාන්දුවීම් තිබේ නම්, පිරිසිදු කළ අනුවාදයක් යෝජනා කරන්න. ප්රතිදානය: [...]
දුර්වල ක්ෂණික / ශක්තිමත් විමසුම
දුර්වල: "Ahmet Yılmaz, TC 123..., ගොනුව 456, X රෝහල, පහත රෝග විනිශ්චය සමඟ රෝහල් ගත කළ රෝගියාගේ epicrisis සාරාංශ කරන්න."
Güçlü: "නිර්නාමික සිද්ධි සාරාංශයක් සරල කරන්න: ඔහුගේ 60 ගණන්වල පිරිමි, අභ්යන්තර වෛද්ය වාට්ටුවක රෝහල් ගත කිරීම, [රෝග විනිශ්චය], [ප්රතිකාර]. නම, හැඳුනුම්පත, ගොනු අංකය, ආයතනය සහ සම්පූර්ණ දිනය ලබා දී නොමැත. මුද්රණයේ හඳුනාගැනීමේ තොරතුරු කිසිවක් ඉදිරිපත් නොකරන්න."
බලවත් විමසුමේදී, දත්ත අවම කර නිර්නාමික වේ; පෞද්ගලිකත්වය සහ ප්රතිදානය යන දෙකම ආරක්ෂා කර ඇත.
පොදු වැරදි
- "මම නම මකා දැමුවා, මම ආරක්ෂිතයි" කියා සිතමින්. වක්ර හඳුනාගැනීම් ද විස්තර කරයි.
- අනවශ්ය දත්ත ලබා දීම. කාර්යය සඳහා අවශ්ය නොවන තොරතුරු කිසිසේත් ඇතුළත් නොකළ යුතුය.
- ප්රතිපත්ති කියවන්නේ නැහැ. මෙවලම පුහුණු කිරීමේදී දත්ත භාවිතා කරන්නේද යන්න දැනගත යුතුය.
- ප්රතිදානය පාලනය නොකිරීම. AI ප්රතිදානයේදීද අනන්යතාවය කාන්දු විය හැක.
- කැමැත්ත මග හැරීම. අවශ්ය විටෙක පැහැදිලි කැමැත්ත සහ ක්රියා පටිපාටිය නොසලකා හැරිය යුතු නොවේ.
උල්ලංඝනය කළහොත්: දාමයේ ඊළඟ සබැඳි
නිර්නාමිකකරණය සහ මෙවලම් තෝරාගැනීම පූර්වාරක්ෂාවකි; නමුත් උල්ලංඝනයක් තිබේ නම්, එය කළ යුතු දේ කල්තියා දැනගත යුතුය. KVKK දත්ත පාලකයට යම් යම් බැඳීම් පනවා ඇත: උල්ලංඝනයක් දුටුවහොත් ප්රමාදයකින් තොරව උල්ලංඝනය තක්සේරු කිරීමට, අදාළ පුද්ගලයින්ට දැනුම් දීමට සහ අවශ්ය විටදී, පුද්ගලික දත්ත ආරක්ෂණ මණ්ඩලයට, හානිය සීමා කිරීමට. සායනික පරිසරය තුළ, මෙම ක්රියාවලිය දත්ත පාලකය ලෙස ක්රියාත්මක කිරීම සඳහා තනි වෛද්යවරයෙකු නොව, ආයතනයට අවශ්ය වේ.
ප්රායෝගිකව වැදගත් දෙය වන්නේ උල්ලංඝනය සැඟවීම හෝ අවම කිරීම නොවේ. "එයට කෙසේ හෝ නමක් නොතිබුණි" හෝ "කිසිවෙකු නොදකියි" යන ආකල්පය නීතිමය අවදානම සහ රෝගියාගේ විශ්වාසය යන දෙකම තවදුරටත් පලුදු කරයි. නිවැරැදි ප්රතීකයක් නම්, සිද්ධිය වහාම ආයතනයේ අදාළ ඒකකයට (දත්ත පාලක/අනුකූලතාව) වාර්තා කිරීම, කුමන දත්ත යන්නේ කොතැනටද යන්න ලේඛනගත කිරීම සහ නැවත ඇතිවීම වැළැක්වීම සඳහා නිවැරදි කිරීම සිදු කිරීමයි. උල්ලංඝනය කිරීමක් යනු පද්ධතියේ දුර්වල සම්බන්ධය හෙළි කරන ඉගෙනීමේ අවස්ථාවක් ද වේ: මඟ හැරියේ කුමන පියවරද, කුමන රීතිය මග හැරී ගියේද?
අවවාදයයි: රහස්යතා උල්ලංඝනයක් සඟවා තැබීම උල්ලංඝනය කිරීමට වඩා දරුණු ප්රතිවිපාක ඇති කළ හැකිය. විනිවිද පෙනෙන වාර්තාකරණය සහ ඉක්මන් ප්රතිකර්ම නීත්යානුකූලව සහ සදාචාරාත්මකව යා යුතු නිවැරදි මාර්ගයයි.
සාරාංශයක් ලෙස
රෝගීන්ගේ දත්ත KVKK යටතේ විශේෂ පුද්ගලික දත්ත වන අතර ඉහළම ආරක්ෂාව අවශ්ය වේ. AI සමඟ වැඩ කරන විට ආරක්ෂක තුනක් යොදන්න: අවශ්ය නොවන දත්ත ලබා නොදෙන්න (අවම කිරීම), ඔබ සපයන දේ නිර්නාමික කරන්න (සෘජු සහ වක්ර හඳුනාගැනීම්), ප්රතිපත්තිවලට අනුකූල වන මෙවලම් පමණක් තෝරන්න සහ පුහුණුව සඳහා දත්ත භාවිතා නොකරන්න. කාන්දුවීම් සඳහා ප්රතිදානය ද පරීක්ෂා කරන්න. උල්ලංඝනය කිරීමේ ප්රතිවිපාක සායනිකව, නීත්යානුකූලව සහ සදාචාරාත්මකව බරපතල ය; වගකීම වෛද්යවරයාට සහ ආයතනයට පැවරේ.
යෙදුම් කාර්යය
ඉහත පිරික්සුම් ලැයිස්තුව සමඟ ඔබ විසින්ම භාවිතා කරන AI මෙවලමක රහස්යතා ප්රතිපත්තිය ඇගයීමට ලක් කරන්න: පුහුණුවේදී භාවිතා කරන දත්ත, කොපමණ ගබඩා කර තිබේද, සේවාදායකය කොහිද? ඉන්පසු සැබෑ සිද්ධි පෙළක් නිර්නාමික කරන්න (ඔබගේම අතින්); එක් එක් සෘජු, අර්ධ සහ වක්ර හඳුනාගැනීම් සොයාගෙන ඉවත් කරන්න. නැවත හඳුනාගැනීමේ අවදානමක් පවතීද යන්න සලකා බලන්න.
පිරික්සුම් ලැයිස්තුව
- [ ] මම කිසි විටක කාර්යය සඳහා අනවශ්ය දත්ත ලබා දුන්නේ නැත.
- [ ] මම සෘජු හඳුනාගැනීම් ඉවත් කළා/ටැග් කළා.
- [ ] මම අර්ධ සහ වක්ර හඳුනාගැනීම් සාමාන්යකරණය කළෙමි.
- [ ] මම නැවත හඳුනාගැනීමේ අවදානම තක්සේරු කර ඇත.
- [ ] මම මෙවලමෙහි රහස්යතා ප්රතිපත්තිය කියවා එහි යෝග්යතාවය තහවුරු කර ඇත්තෙමි.
- [] මම අනන්යතා කාන්දු වීම සඳහා AI ප්රතිදානය පරීක්ෂා කළෙමි.
- [ ] මම අවශ්ය අවස්ථාවලදී පැහැදිලි කැමැත්ත සහ ආයතනික ක්රියා පටිපාටිය යෙදුවෙමි.