Dobički:
- Sposobnost opredelitve, zakaj so podatki o pacientih občutljivi osebni podatki in kako jih zaščititi, preden se predajo orodjem umetne inteligence
- Sposobnost deidentifikacije konteksta, izbira orodij, ki ne uporabljajo podatkov v izobraževanju, in vadba navade skladnosti z institucionalno politiko.
- Sposobnost razumevanja strokovnih, pravnih in etičnih posledic kršitev zasebnosti ter prednostne naloge varovanja zaupanja bolnikov.
Pacient vam zaupa svoje najbolj zasebne podatke: svojo bolezen, svojo preteklost, svoje strahove, včasih skrivnosti, ki jih ni povedal nikomur. To zaupanje je osnova poklica medicinske sestre, zaupnost pacientov pa je konkreten nasprotnik tega zaupanja. Čeprav so orodja umetne inteligence zmogljiva, predstavljajo tudi tveganje za zasebnost: neprevidno vnašanje podatkov o pacientu v orodje umetne inteligence pomeni, da te informacije izpustite, ne da bi vedeli, kam gredo, ali so shranjene in ali se uporabljajo v izobraževanju. V tej enoti se boste naučili, kako zaščititi podatke o bolnikih v dobi umetne inteligence. Osnovno načelo je naslednje: Podatki o bolniku so posebni osebni podatki; Ni dano nobenemu orodju umetne inteligence, ne da bi bilo deidentificirano in z uporabo varnega in odobrenega orodja.
Zakaj so podatki o bolnikih varovani zasebno
Osebni podatek je vsaka informacija, ki identificira osebo (ime, osebna številka, naslov). Posebni osebni podatki so bolj občutljive kategorije; Med temi so na prvem mestu zdravstveni podatki. Ko se človekova bolezen razkrije, lahko trpijo zaposlitev, zavarovanje, družbeni odnosi in dostojanstvo. Zato zakon (KVKK - Zakon o varstvu osebnih podatkov pri nas; GDPR v Evropi) varuje zdravstvene podatke na najvišji ravni in njihovo obdelavo zavezuje k strogim pravilom. Zdravstvene ustanove imajo tudi svoje pravilnike o zasebnosti in predpise o pravicah pacientov.
Ko v orodje za umetno inteligenco vnesete podatke o pacientu, gredo ti podatki pogosto na strežnik zunaj vaše ustanove. Nimate nadzora nad tem, kako to orodje shranjuje podatke, kdo do njih dostopa in ali jih uporablja pri usposabljanju. Zato je treba podatke zaščititi, preden pridejo do vozila.
Pozor: "Samo prosil sem za pomoč" ne opravičuje vdora v zasebnost. Zapis pacientovega imena, ID-ja, redke diagnoze ali identifikacijskih podrobnosti v neodobreno orodje umetne inteligence; Gre za strokovno, etično in pravno kršitev. Škode ni mogoče odpraviti.
Kako se deidentificirati
Deidentifikacija (anonimizacija) je odstranitev iz besedila vseh informacij, ki lahko identificirajo osebo, ali zamenjava z oznako. Identifikatorji, kot so ime, priimek, TR ID, številka datoteke, datum rojstva, naslov, telefon, datum, kombinacija redke diagnoze in poklic so izbrisani. Pozor: včasih informacije, ki se posamično zdijo neškodljive, lahko povzročijo prepoznavnost osebe, če jih sestavite skupaj (npr. "edini dializni bolnik v vasi"). Pri deidentifikaciji preprosto brisanje imena ni dovolj; Paziti je treba, da kontekst ne izda osebe.
Delo z deidentificiranim besedilom zadostuje za večino nalog: osnutek načrta oskrbe, postavitev SBAR, gradivo za usposabljanje, povzetek postopka, vse je mogoče izdelati brez prave identifikacije. Identiteta skoraj nikoli ni bistvena za kakovost naloge.
trije mini kovčki
1. primer – Varna uporaba. Medicinska sestra želi dobiti pomoč od umetne inteligence za organizacijo zapletenega primera. Iz besedila odstrani ime, osebno izkaznico, datum in identifikacijske podatke ter ga zapiše s splošnimi izrazi, kot je "68-letni bolnik". Uporablja orodje, odobreno s strani institucije, ki podatkov ne uporablja v izobraževanju. Nalogo opravi varno. ID ni bil nikoli potreben.
Primer 2 – Tajni identifikator. Medicinska sestra je izbrisala ime, a zapisala: "Edina dvojčica v naši bolnišnici je noseča." Ta izraz naredi osebo prepoznavno. Kolega opozarja; Medicinska sestra posplošuje kontekst. Nauk: brisanje imena ni dovolj; Tudi kontekst ne sme izdati osebe.
Primer 3 – Nehomologirano vozilo. Medicinska sestra med hitenjem naključno prilepi povzetek bolnika v brezplačno aplikacijo. Kasneje izve, da to orodje shranjuje podatke in jih uporablja pri usposabljanju. Pojavi se resen pomislek glede zasebnosti. Lekcija: pred uporabo preverite pravilnik o zasebnosti orodja in odobritev agencije.
Korak za korakom: uporaba umetne inteligence ob varovanju zasebnosti
- Ali je res potrebno? Kateri podatki minimalno zadostujejo za nalogo?
- Razidentificirati. Jasno ime, ID, datum, naslov in identifikacijski podatki.
- Preverite kontekst. Ali preostale informacije razkrijejo osebo?
- Izberite orodje. Ustanova odobrena, ne uporablja podatkov v izobraževanju, skladno s politiko.
- Delajte z minimalnimi podatki. Ne daj preveč.
- Če ste v dvomih, ne delite. Če niste prepričani, se posvetujte z odgovorno osebo.
Štiri predloge za kopiranje
Naloga: Deidentifikirajte spodnje besedilo bolnika. Zamenjajte svoje ime, priimek, številko TR ID, številko datoteke, datum rojstva, naslov, telefon, datum in redke podatke, po katerih je oseba morda prepoznavna, z [TAGET]; ohraniti klinični pomen. Besedilo: [...]
Naloga: V spodnjem anonimnem besedilu označite informacije, ki se posamezno morda zdijo neškodljive, vendar bi lahko osebo naredile prepoznavno, če jih sestavite skupaj, in predlagajte, kako jih posplošiti. Besedilo: [...]
Naloga: Pripravite kontrolni seznam za oceno orodja umetne inteligence glede na podatke o pacientih: ali uporablja podatke v izobraževanju, kje jih shranjuje, ali obstaja institucionalna odobritev, kakšna je politika brisanja podatkov? Naj bo odločitev moja.
Naloga: Organizirajte ta (anonimni) primer za medicinsko sestro. V celotnem opravilu ne dodajajte ali zahtevajte nobenih poverilnic; Uporaba identifikatorjev, ki niso splošna starost/spol. Primer: [...]
Šibek poziv/močan poziv
Slab: "Ahmet Yılmaz, 62, TC 123 ..., je hospitaliziran z naslednjo diagnozo, napišite načrt oskrbe zanj."
Strong: "Izdelajte osnutek načrta oskrbe za 62-letnega moškega pacienta (anonimno) s splošnimi kliničnimi informacijami, ki jih posredujem. Med celotno nalogo ne bom zahteval in vi ne boste dodali imena, ID-ja, datuma ali drugih osebnih podatkov. Delajte samo s splošnim kliničnim kontekstom."
V močnem pozivu identifikacija ni nikoli navedena; kvaliteta pri tem ne trpi.
Pogoste napake
- Brisanje imena in pozabljanje konteksta. Prepoznavne podrobnosti lahko izdajo osebo.
- Uporaba neodobrenega/brezplačnega orodja brez razmišljanja. Najprej se preveri politika zasebnosti in institucionalna odobritev.
- Razmišljanje, da je identiteta »nujna za kakovost«. Skoraj nobena misija ne zahteva pravega dokumenta.
- Prilepite na hitro. Ko so ven, podatkov ni več mogoče pridobiti.
- Delitev v dvomih. Če niste prepričani, ga ne dajte; Posvetujte se z odgovorno osebo.
Če pride do puščanja: omejitev škode
Tudi najbolj skrbna medicinska sestra lahko naredi napako: na primer, da po nesreči prilepi besedilo, ki vsebuje identifikacijo, v nehomologirano vozilo. V takšni situaciji je panika ali skrivanje najslabši odziv. Pravilen pristop je omejitev škode: incident takoj prijavite glavni medicinski sestri in enoti za varnost podatkov/skladnost vaše agencije, zabeležite, kateri podatki gredo kam, in sledite postopku poročanja o incidentu agencije. Številna orodja imajo možnost brisanja preteklih pogovorov ali izklopa prenosa podatkov; te je treba uporabiti. Zgodnje in pošteno poročanje ščiti bolnika in vas ohranja na pravi strani v poklicnem smislu. Prikrivanje incidenta zasebnosti je večja kršitev kot incident sam.
Večina institucij ima postopek poročanja in ocenjevanja takih incidentov; Cilj ni obtožiti, ampak preprečiti ponovitev. Zato vas prosimo, da to prijavite.
Transparentnost in privolitev pacientu
Zasebnost ne pomeni samo skrivanja podatkov, temveč poštenost do pacienta. Pacient ima pravico vedeti, kako se uporabljajo njegovi podatki. Pri uporabi orodij umetne inteligence v procesu oskrbe je bistvenega pomena preglednost v okviru institucionalne politike in pravic pacientov: transakcije v zvezi s podatki o pacientih morajo biti izvedene v skladu s postopki razkritja in soglasja ustanove. Kot medicinska sestra je dober kompas pri obdelavi pacientovih podatkov v orodju vprašanje, ali je to skladno z zaupanjem, ki ga je pacient dal vame? Če bi vam bilo neprijetno, če bi pacientu jasno razložili postopek, tega verjetno ne bi smeli storiti. Zasebnost je odnos zaupanja, preden postane tehnično pravilo; Tehnologija bi morala ta odnos okrepiti, ne pa oslabiti.
Namig: Praktičen način, da deidentifikacija postane navada, je, da si pred delom s podatki o pacientu zastavljate stalno vprašanje: "Če bi to besedilo pomotoma šlo izven ustanove, bi lahko kdo povedal, kdo je bila ta oseba?" Tudi če je odgovor "morda", še bolj posplošite kontekst. Drugo osnovno pravilo je nenehno omejevanje količine podatkov: dajte AI minimalne informacije, potrebne za nalogo, ne dodajajte dodatnih podrobnosti "za vsak slučaj". Vse dodatne informacije so nepotrebne in tvegane. Zasebnost ni enkratno preverjanje, ampak disciplina, ki se uporablja z vsakim pritiskom na tipko; Ta disciplina sčasoma postane refleks in ščiti tako vas kot bolnika.
Če povzamem
Podatki o pacientu so posebni osebni podatki in so temelj zaupanja pacienta. Orodja umetne inteligence nosijo tveganje premikanja teh podatkov izven organizacije. Deidentificirajte podatke pred vsako uporabo, zagotovite, da kontekst ne razkrije posameznika, izberite orodje, ki ga je odobrila institucija, ki ne uporablja podatkov pri usposabljanju, in delajte le z minimalnimi podatki. Vdor v zasebnost je nepovraten; Ne delite v dvomih. Identifikacija ni potrebna za skoraj nobeno opravilo.
Aplikacijska naloga
Pridobite pravi informativni list iz lastne storitve. Deidentificirajte ga/jo: jasno ime, ID, datum, naslov in prepoznavne podrobnosti, nato preverite, ali kontekst še vedno razkriva osebo. Nato odprite pravilnik o zasebnosti orodja umetne inteligence, ki ga uporabljate, in zabeležite, ali uporablja podatke v izobraževanju in ali ima institucionalno odobritev. Če najdete tveganje za zasebnost, to zapišite.
kontrolni seznam
- [ ] Nastavil sem minimalne podatke za nalogo.
- [ ] Počistil sem ime, ID, datum, naslov in identifikatorje.
- [ ] Preveril sem, da preostali kontekst ne razkriva osebe.
- [ ] Izbral sem orodje, ki ga je odobrila ustanova in se ne uporablja pri usposabljanju.
- [ ] Delal sem samo z minimalnimi potrebnimi podatki.
- [ ] Preveril sem pravilnik o zasebnosti orodja.
- [ ] Ko sem bil v dvomih, tega nisem delil in sem se posvetoval z odgovorno osebo.