KVKK, Faragha ya Mgonjwa na Usalama wa Data

Faida:

• Uwezo wa kufafanua data ya mgonjwa kama data maalum ya kibinafsi na majukumu chini ya KVKK
• Uwezo wa kutekeleza kutokutambulisha kwa muktadha, kupunguza data, na uteuzi wa zana za ushirika/sera zinazotii
• Kuelewa matokeo ya kiafya, kisheria na kimaadili ya uvunjaji wa data na mlolongo wa kuzuia

Data ya mgonjwa ni habari ya karibu zaidi ya mtu: magonjwa yao, sifa za maumbile, afya ya akili, ulevi, afya ya ngono. Katika Türkiye, Sheria ya Kulinda Data ya Kibinafsi Nambari 6698 (KVKK) inafafanua data ya afya kuwa data maalum ya kibinafsi; Kwa maneno mengine, hutoa kiwango cha juu cha ulinzi. Kuingiza data hii bila uangalifu katika zana ya kijasusi bandia (AI) kunahatarisha faragha ya mgonjwa na dhima ya kisheria. Katika kitengo hiki, utajifunza jinsi ya kulinda data ya mgonjwa unapofanya kazi na AI, kutotambulisha majina na kupunguza data, kuchagua zana salama na matokeo ya ukiukaji. Kanuni ya msingi: Usipe data isiyo ya lazima; ficha unachotoa; tumia tu zana zinazofaa, zinazotii sera.

Kwa nini data ya afya ni ya faragha?

Kulingana na KVKK, data ya kibinafsi ni habari yoyote ya mtu wa asili anayetambuliwa au anayeweza kutambulika. Data ya afya, kwa upande mwingine, ni ya "asili maalum": usindikaji wake, kama sheria, unahitaji idhini ya wazi au hali maalum zinazoruhusiwa na sheria, na hatua kali za usalama ni muhimu. Hata kama mgonjwa hana jina; Wakati ugonjwa wa nadra, historia maalum, taasisi na umri huchanganya, mtu anaweza kuelezewa upya. Ndio maana wazo la "Nilifuta jina, niko salama" linapotosha; Vitambulisho visivyo vya moja kwa moja pia husababisha hatari.

Makini: Kuweka data ya afya katika huduma ya AI inayotumia data kwa mafunzo ya kielelezo au ambayo seva/sera zake haziko wazi ni ukiukaji wa KVKK ikiwa hakuna idhini ya wazi na tahadhari zinazofaa. Wajibu ni wa daktari na taasisi; "Sikujua" sio utetezi.

Kinga tatu za msingi

1. Kupunguza data. Toa tu habari ambayo ni muhimu kwa kazi hiyo. Hakuna haja ya jina la mgonjwa, kitambulisho au anwani ili kurahisisha lugha ya epicrisis.

2. Kutokujulikana. Ondoa au ubadilishe vitambulisho vya moja kwa moja (jina, jina, kitambulisho, nambari ya faili, simu, anwani, tarehe) na lebo. Pia fanya vitambulisho visivyo vya moja kwa moja (utambuzi adimu + taasisi + tarehe).

3. Uchaguzi wa gari salama. Chagua zana zilizo na kandarasi, za ushirika na zinazotii KVKK zinazohakikisha kuwa data haitatumika katika elimu. Soma sera ya faragha: data imehifadhiwa wapi, inahifadhiwa kwa muda gani, ni nani anayeweza kufikia?

Hatua kwa hatua: Utumiaji wa AI unaolingana wa KVKK

1. Je, data hii ni muhimu? Kamwe usipe kile ambacho sio lazima.
2. Usijulishe. Futa vitambulishi vya moja kwa moja na visivyo vya moja kwa moja.
3. Thibitisha chombo. Sera, uhifadhi, matumizi ya kielimu, eneo la seva.
4. Je, kibali cha wazi kinahitajika? Ikiwa ni lazima, fanya mchakato kulingana na utaratibu wa taasisi.
5. Hifadhi pato pia. Kuna uvujaji wa kitambulisho katika pato la AI?
6. Ufuatiliaji na siasa. Zingatia rekodi ya usindikaji wa data ya shirika.

kesi tatu ndogo

Kesi ya 1 - Ukiukaji uliozuiwa. Msaidizi anataka kufupisha kesi ya kupendeza na AI kwa uwasilishaji. Kwanza, huchota jina, kitambulisho, nambari ya faili na tarehe kutoka kwa maandishi, hurekebisha taasisi na kuchagua chombo kilichoidhinishwa na taasisi ambayo haitumii data katika elimu. Kwa hivyo, zote mbili huharakisha kazi yake na hulinda faragha.

Kesi 2 - Hatari ya utambulisho usio wa moja kwa moja. Daktari huingiza maneno "Mgonjwa pekee wa oncology ya watoto katika kata X" kwenye AI. Hakuna jina, lakini maelezo haya yanaelekeza kwa mtoto mmoja; inaweza kufafanuliwa upya. Kwa mwenzake, daktari anaelezea taarifa hiyo ("kesi ya oncology ya watoto") na huondoa hatari.

Kesi 3 - Chombo kibaya. Kliniki hutumia zana ya bure kujibu ujumbe wa mgonjwa bila kusoma sera ya faragha; Baadaye ikawa wazi kuwa chombo hicho kilitumia data katika mafunzo. Taasisi inasimamisha gari, inakagua mchakato na kuhamia kwenye suluhisho linalolingana na KVKK. Kusoma sera mapema kungezuia hatari hii hapo awali.

Jedwali la aina za vitambulisho

Aina

mfano

kufanyika

Kitambulisho cha moja kwa moja

Jina, TR ID, nambari ya faili, simu

Ondoa/lebo

nusu-maelezo

Tarehe kamili ya kuzaliwa, anwani kamili

Jumla (mwaka, wilaya)

kitambulisho kisicho cha moja kwa moja

Utambuzi wa nadra + taasisi + historia

Jaza muktadha

maandishi ya bure

Jina/tukio lililotajwa kwenye dokezo

Scan na safi

Uvujaji wa pato

Utambulisho katika maandishi yanayotokana na AI

Pia angalia matokeo

Violezo vinne vinavyoweza kunakiliwa

Kazi: Tafuta na upange vitambulisho VYOTE vya kibinafsi/afya katika maandishi yaliyo hapa chini: moja kwa moja (jina, kitambulisho, nambari ya faili, simu, anwani), nusu (tarehe kamili), isiyo ya moja kwa moja (utambuzi wa nadra + tarehe ya taasisi +). Badilisha kila moja na [LABEL], ukihifadhi umuhimu wa kimatibabu. Maandishi: [...]

Kazi: Tathmini hatari ya UTAMBULISHO NYEKUNDU wa muhtasari wa kesi hii. Ni mchanganyiko gani wa habari unaoweza kuelekeza kwa mtu? Je, ni kauli gani ninapaswa kujumlisha ili kupunguza hatari? Muhtasari: [...]

Kazi: Nitengenezee orodha ya kukagua ili kutathmini sera ya faragha ya zana ya AI: ni data inayotumika katika mafunzo, ni kiasi gani kinahifadhiwa, seva iko wapi, nani anaifikia, je kuna makubaliano ya kichakataji cha KVKK/data?

Kazi: Changanua na utie alama kwenye AI OUTPUT ifuatayo kwa maelezo yoyote ya kutambua au kutambua upya ambayo inaweza kuwa nayo. Ikiwa kuna uvujaji, pendekeza toleo lililosafishwa. Pato: [...]

Mwongozo dhaifu / Mwongozo thabiti

Dhaifu: "Ahmet Yılmaz, TC 123..., faili 456, Hospitali ya X, muhtasari wa hali ya mgonjwa aliyelazwa hospitalini kwa utambuzi ufuatao."

Güçlü: "Rahisisha muhtasari wa kesi isiyojulikana: Mwanaume aliye na umri wa miaka 60, kulazwa hospitalini katika wodi ya wagonjwa wa ndani, [UCHUNGUZI], [TIBA]. Jina, kitambulisho, nambari ya faili, taasisi na tarehe kamili hazijatolewa. Usitoe taarifa zozote zinazomtambulisha kwenye chapisho."

Katika kidokezo chenye nguvu, data hupunguzwa na haitambuliki; faragha na matokeo yanalindwa.

Makosa ya kawaida

• Kufikiria "Nimefuta jina, niko salama". Vitambulisho visivyo vya moja kwa moja pia vinaelezea.
• Kutoa data isiyo ya lazima. Taarifa ambazo hazihitajiki kwa kazi hiyo hazipaswi kuingizwa kabisa.
• Sio kusoma sera. Inapaswa kujulikana kama chombo kinatumia data katika mafunzo.
• Sio kudhibiti pato. Utambulisho unaweza pia kuvuja katika pato la AI.
• Kupita kibali. Idhini ya wazi na utaratibu haupaswi kupuuzwa inapobidi.

Ikiwa imekiukwa: viungo vifuatavyo kwenye mnyororo

Kuficha utambulisho na uteuzi wa zana ni ulinzi wa mapema; Lakini ikiwa kuna ukiukwaji, inapaswa kujulikana mapema nini cha kufanya. KVKK inaweka majukumu fulani kwa mtawala wa data: kutathmini ukiukwaji bila kuchelewa ikiwa ukiukaji umeonekana, kuwajulisha watu wanaohusika na, inapohitajika, Bodi ya Ulinzi wa Data ya Kibinafsi, ili kupunguza uharibifu. Katika mazingira ya kliniki, hii inahitaji taasisi, sio daktari mmoja, kuendesha mchakato kama mdhibiti wa data.

Jambo muhimu katika mazoezi si kuficha au kupunguza ukiukwaji. Mtazamo wa "haikuwa na jina hata hivyo" au "hakuna anayetambua" unadhoofisha hatari ya kisheria na uaminifu wa mgonjwa. Reflex sahihi ni kuripoti tukio mara moja kwa kitengo husika cha taasisi (kidhibiti cha data/kutii), kuandika data ambayo inaenda wapi, na kufanya marekebisho ili kuzuia kujirudia. Ukiukaji pia ni fursa ya kujifunza ambayo hufichua kiungo dhaifu cha mfumo: ni hatua gani iliyorukwa, ni sheria gani ilikosekana?

Tahadhari: Kuficha ukiukaji wa faragha kunaweza kuwa na madhara makubwa zaidi kuliko ukiukaji wenyewe. Kuripoti kwa uwazi na urekebishaji wa haraka ndiyo njia sahihi ya kufuata, kisheria na kimaadili.

Kwa muhtasari

Data ya mgonjwa ni data maalum ya kibinafsi chini ya KVKK na inahitaji ulinzi wa juu zaidi. Tumia njia tatu za utetezi unapofanya kazi na AI: usitoe data ambayo haihitajiki (kupunguza), ficha unachotoa (vitambulishi vya moja kwa moja na visivyo vya moja kwa moja), chagua zana zinazotii sera pekee na hazitumii data kwa mafunzo. Pia angalia matokeo ya uvujaji. Matokeo ya ukiukaji ni kali kiafya, kisheria na kimaadili; Wajibu ni wa daktari na taasisi.

Jukumu la maombi

Tathmini sera ya faragha ya zana ya AI unayotumia mwenyewe na orodha ya ukaguzi hapo juu: ni data inayotumika katika mafunzo, ni kiasi gani kimehifadhiwa, seva iko wapi? Kisha usijulishe maandishi ya kesi halisi (kwa mkono wako mwenyewe); Tafuta na ufute kila moja ya vitambulishi vya moja kwa moja, nusu na visivyo vya moja kwa moja. Fikiria ikiwa kuna hatari ya kutambuliwa tena.

orodha ya ukaguzi

• [ ] Sikuwahi kutoa data isiyo ya lazima kwa kazi hiyo.
• [ ] Niliondoa/weka vitambulisho vya moja kwa moja.
• [ ] Nilijumlisha vitambulishi vya nusu na visivyo vya moja kwa moja.
• [ ] Nimetathmini hatari ya kutambuliwa upya.
• [ ] Nimesoma sera ya faragha ya zana na kuthibitisha kufaa kwake.
• [ ] Niliangalia pato la AI kwa uvujaji wa utambulisho.
• [ ] Niliomba idhini iliyo wazi na utaratibu wa kitaasisi pale inapobidi.