Faida:
- Uwezo wa kutumia KVKK, idhini ya wazi na kanuni za kupunguza data katika usindikaji wa data ya mgonjwa katika zana za AI.
- Uwezo wa kuhalalisha kutokutambulisha, uteuzi wa zana za karibu/taasisi, na maamuzi ya kuhifadhi data
- Uwezo wa kutambua matatizo ya kimaadili (upendeleo, uwazi, kutoa taarifa za mgonjwa) na kuunda sera ya uwajibikaji ya matumizi.
Mtaalamu wa physiotherapist hupata habari za kibinafsi zaidi za mgonjwa wake: hali yake ya afya, mwili wake, picha, video, maisha ya kila siku. Imani hii ni ya msingi kwa taaluma na inalindwa na sheria. Pindi zana za akili bandia (AI) zinapoanza kuchakata data hii, jukumu la faragha halitoweka; Kinyume chake, inakuwa ngumu zaidi. Kwa sababu sasa data inaweza kuondoka kwenye kompyuta yako na kwenda kwa seva ya kampuni nyingine. Katika kitengo hiki, utajifunza mfumo wa kisheria unaolinda data ya mgonjwa katika umri wa AI (KVKK), njia za vitendo za ulinzi (kutokujulikana, uteuzi wa zana) na kanuni za maadili (upendeleo, uwazi, habari kwa mgonjwa).
KVKK na data ya afya
KVKK (Sheria ya Ulinzi wa Data ya Kibinafsi) inasimamia usindikaji wa data ya kibinafsi. Data ya afya imeainishwa kama data maalum ya kibinafsi katika sheria hii; yaani ina ulinzi wa hali ya juu. Utambuzi, matibabu, vipimo, picha za mgonjwa; Kama sheria, ridhaa ya wazi ya mgonjwa (ridhaa ya bure inayotolewa kwa kujua nini itatumika) inahitajika kwa usindikaji wao. Kutoa data hii kwa zana ya AI pia ni "kusindika." Kwa hivyo, maswali matatu hutumika kila wakati: Je, nina msingi wa kisheria wa uchakataji (ridhaa ya wazi)? Je, ninachakata data muhimu pekee (kupunguza data)? Je, data ni salama?
Tahadhari: Kubandika jina, utambuzi au picha ya mgonjwa kwenye zana ya AI ya wingu bila kibali cha moja kwa moja na kutokutambulisha kunaweza kuwa uhamishaji wa data usio halali kulingana na KVKK. Hii inaleta hatari ya madhara kwa mgonjwa, vikwazo vya kisheria, na ukiukaji wa maadili ya kitaaluma.
Kupunguza data na kutokutambulisha
Njia dhabiti ya kujilinda ni kupunguza data ya kulindwa. Kupunguza data ni kuchakata data ya chini tu inayohitajika kwa madhumuni hayo. AI haihitaji jina la mgonjwa, kitambulisho, au maelezo ya mawasiliano ili kuandaa programu ya mazoezi; inahitaji tu muktadha wa kliniki usiojulikana kama vile "mwanamke wa miaka 45, maumivu sugu ya chini ya mgongo, miezi 3." Kuficha utambulisho kunamaanisha kuondoa vipengele vyote vinavyobainisha utambulisho (jina, kitambulisho, anwani, tarehe, taasisi, uso) kutoka kwa data. Data isiyojulikana kwa usahihi si data ya kibinafsi tena na inaweza kuchakatwa kwa usalama zaidi.
Aina ya data
mfano
Je, inapaswa kutolewa kwa AI?
Mbinu
Kitambulisho cha moja kwa moja
Jina, TR ID, simu
hapana
Iondoe kabisa
kitambulisho kisicho cha moja kwa moja
Utambuzi wa nadra + jiji + tarehe
makini
Kujumlisha/kukisia
muktadha wa kliniki
Umri, utambuzi, hatua
Ndiyo (bila jina)
Toa ikiwa ni lazima
Picha/video
uso rekodi inayoonekana
Hapana (kama sheria)
Ficha uso, idhini, zana salama
Uchaguzi wa gari na uhifadhi wa data
Sio zana zote za AI ni sawa. Baadhi huhifadhi data zako ili kufundisha mfano; Watu wengine hawafichi. Baadhi huhamisha data yako kwa seva nje ya nchi. Mwanafiziotherapisti lazima ajue sera ya data ya chombo anachotumia: Je, data inatumika katika mafunzo? Imehifadhiwa wapi na kwa muda gani? Je, ni kwa kufuata KVKK? Ikiwezekana, zana za ushirika/za kandarasi, zisizo na data au za kufanya kazi ndani ya nchi zinafaa kupendelewa. Makubaliano ya ushirika ya usindikaji wa data (DPA) na sera ya wazi ya kuhifadhi ni ishara za uteuzi wa zana salama.
Kidokezo: Zana "isiyolipishwa" inaweza kumaanisha malipo kwa kutumia data. Inapokuja kwa data ya mgonjwa, kusoma sera ya data ya gari sio anasa lakini ni lazima. Ukiwa na shaka, ficha data na usishiriki vitambulisho vyovyote.
Katika kiwango cha biashara, faragha huenda zaidi ya tahadhari ya mtu binafsi na inakuwa suala la sera. Iwapo madaktari kumi tofauti wa tiba ya mwili wanatenda kwa njia kumi tofauti katika kliniki, hata yule aliye makini zaidi hawezi kufunika hatari inayoletwa na yule asiyejali zaidi. Ndiyo maana sera ya matumizi ya data iliyoandikwa ni muhimu: ni zana gani zinazoruhusiwa, data gani haiwezi kushirikiwa kamwe, nini cha kufanya ikiwa ukiukaji hutokea. Zaidi ya hayo, mpango wa uvunjaji wa data (nani ataarifiwa wakati uvujaji unaonekana, jinsi utakavyopunguzwa, taarifa kwa taasisi yenye uwezo na mgonjwa ikiwa ni lazima) inapaswa kutayarishwa mapema. KVKK inaweka wajibu wa taarifa kwa ukiukwaji fulani; Imechelewa sana kujifunza hii wakati wa tukio. Habari njema ni kwamba wakati nidhamu ya kimsingi katika kitengo hiki (kutokutambulisha, kupunguza, zana salama, uwazi) inatumika, uwezekano na athari za ukiukaji hupunguzwa sana.
Maadili: upendeleo, uwazi, habari kwa mgonjwa
Faragha ni uwanja wa sheria; Maadili ni mapana zaidi. Masuala matatu ya kimaadili yanajitokeza. Upendeleo: AI inaweza kuwa isiyo sahihi zaidi kwa vikundi visivyowakilishwa katika data ya mafunzo (umri fulani, jinsia, kabila, ulemavu); pato linahitaji kuthibitishwa kwa uangalifu zaidi katika vikundi hivi. Uwazi: Lazima umwambie mgonjwa wazi kuwa unatumia AI; Kuficha huharibu uaminifu. Taarifa na uhuru kwa mgonjwa: Mgonjwa ana haki ya kufanya maamuzi kuhusu data yake mwenyewe; maamuzi ya moja kwa moja na ya siri hayawezi kufanywa kwa niaba yake.
Hatua kwa hatua: matumizi salama na ya kimaadili ya data
- Pata idhini. Eleza kwamba data ya mgonjwa itachakatwa na AI itatumiwa, na upate idhini ya wazi.
- Punguza. Usishiriki data yoyote isiyo ya lazima kwa madhumuni hayo.
- Usijulishe. Ondoa vitambulisho vyote; kudumisha muktadha wa kliniki.
- Chagua gari salama. Tumia gari linalotii KVKK na sera ya data inayojulikana.
- Jihadharini na ubaguzi. Thibitisha matokeo kwa uthabiti zaidi katika vikundi visivyo na uwakilishi mdogo.
- Kuwa muwazi. Mjulishe mgonjwa, jibu maswali yake, uheshimu uamuzi wake.
- Andika. Rekodi ni data gani inachakatwa jinsi na rekodi idhini.
Kesi tatu ndogo (kwa nambari)
Kesi ya 1 - Kuficha utambulisho huokoa. Mtaalamu wa kimwili angebandika faili ya mgonjwa kwenye AI ili kuandaa ripoti; Kulikuwa na jina, kitambulisho na anwani katika faili. Badala yake, katika sekunde 30, iliondoa vitambulisho vyote na kutoa tu muktadha wa "mwanaume mwenye umri wa miaka 58, badala ya goti, wiki 6 baada ya kulala." Matokeo yalikuwa ubora sawa, data ya kibinafsi haikushirikiwa kamwe.
Kesi ya 2 - Tofauti ya sera ya gari. Kliniki moja iligundua kuwa zana isiyolipishwa ilikuwa ikitumia data katika modeli na kubadilishwa hadi toleo la kitaasisi, lisilo na data. Zaidi ya hayo, sheria ya "hakuna vitambulishi vinavyoshirikiwa" iliandikwa kwa timu. Hakuna uvujaji wa data ya kibinafsi ulipatikana katika ukaguzi wa ndani uliofanywa miezi 3 baadaye.
Kesi ya 3 - Uwazi na uaminifu. Mgonjwa alikuwa na wasiwasi hapo awali alipojua kwamba mtaalamu wake wa tiba ya mwili alikuwa akitengeneza vipeperushi na AI. Mtaalamu wa tiba ya mwili alielezea kuwa AI ilitumiwa tu kwa uandishi wa maandishi, data yake ya kibinafsi haikushirikiwa na maamuzi yote yalikuwa yake mwenyewe. Imani ya mgonjwa iliongezeka. Somo: uwazi huimarisha uaminifu, sio kupunguza.
Mwongozo dhaifu / Mwongozo thabiti
Dhaifu: "Hapa kuna faili ya mgonjwa (ikiwa ni pamoja na jina, kitambulisho, utambuzi), andika ripoti."
Huhamisha data ya kibinafsi na ya kibinafsi bila idhini ya wazi na kutokutambulisha; Inabeba hatari ya ukiukaji wa KVKK.
Imara: "Andika rasimu ya ripoti kulingana na muktadha ufuatao wa kimatibabu. Hakuna vitambulisho vya kibinafsi, masafa ya umri tu, utambuzi, hatua na vipimo. Muktadha: [data isiyojulikana]." Tumia hii baada ya kufuta vitambulisho kwanza kwa hatua tofauti ya kutokutambulisha.
Violezo vinne vinavyoweza kunakiliwa
Jukumu: Ondoa maandishi haya bila utambulisho. Maandishi: [maandishi yaliyo na data ya kibinafsi]Kanuni: Badilisha jina, kitambulisho, simu, anwani, tarehe, taasisi, vitambulishi vya kipekee na [TAG]. Hifadhi muktadha wa kliniki (aina ya umri, utambuzi, hatua, kipimo). Pato: maandishi yasiyotambulika pekee.
Kazi: Tengeneza orodha hakiki ya sera ya data ya zana ya AI. Muktadha: [tool evaluated] Ninachotaka: Maswali ninayohitaji kuuliza — ni data inayotumika katika elimu, wapi/ni kiasi gani imehifadhiwa, kuna KVKK/DPA, kuna uhamisho wowote nje ya nchi, ni haki gani ya kufuta? Uamuzi ni wangu; nipe tu orodha ya ukaguzi.
Kazi: Andika RASIMU ya maandishi ya kibali / taarifa wazi.Upeo: [maudhui/ufuatiliaji unaosaidiwa na AI]Lazima iwe na: data ipi, madhumuni gani, jukumu la AI, hifadhi, haki za mgonjwa, taarifa ya kuidhinishwa/kukataliwa. Lugha nyepesi. Usitumie bila idhini.
Jukumu: Kagua pato hili la AI kwa upendeleo.Pato: [pendekezo/maudhui], kikundi cha wagonjwa: [labda kikundi chenye uwakilishi mdogo]Nataka: Alamisha alama ambazo zinaweza kuwa si sahihi/hazijakamilika/kujumlisha kwa kundi hili + pendekezo la uthibitishaji mkali zaidi. Usiamue, onyesha hatari.
Makosa ya kawaida
- Kubandika data ya kibinafsi. Jina, kitambulisho, picha haziwezi kushirikiwa bila idhini ya wazi na kutokutambulisha.
- Bila kujua sera ya gari. Kutumia zana zinazohifadhi/kufunza data yako ni hatari.
- Kuruka kupunguza data. Kushiriki data isiyo ya lazima huongeza eneo ambalo linahitaji kulindwa.
- Kupuuza ubaguzi. Matokeo katika vikundi visivyo na uwakilishi yanapaswa kuthibitishwa kwa uangalifu zaidi.
- Kutokuwa wazi. Kuficha matumizi ya AI kwa mgonjwa kunadhoofisha uaminifu na maadili.
- Sio kurekodi idhini. Uchakataji na idhini lazima zirekodiwe katika fomu inayoweza kufuatiliwa.
Kwa muhtasari
Data ya afya ni data maalum chini ya KVKK na inahitaji ulinzi wa juu zaidi. Katika umri wa AI, jukumu la faragha huongezeka. Pata kibali cha moja kwa moja, punguza data, ficha vitambulishi, chagua zana salama ambapo unajua sera ya data, kuwa macho kuhusu upendeleo, kuwa wazi kwa mgonjwa, na kuandika mchakato. Kuficha utambulisho ndio ulinzi unaotumika zaidi na wenye nguvu katika hali nyingi: data ambayo hushiriki haitavujishwa.
Jukumu la maombi
Tayarisha sampuli ya maandishi ya mgonjwa yenye data ya kibinafsi. Usitambulishe na kiolezo cha kwanza na uangalie matokeo (kuna vitambulisho vyovyote vilivyosalia?). Tathmini sera ya data ya zana ya AI unayotumia na kiolezo cha pili. Hatimaye, kwa kiolezo cha tatu, toa rasimu rahisi ya maandishi ya kibali/maelezo ya wazi kwa ajili ya kliniki yako mwenyewe.
orodha ya ukaguzi
- [ ] Nimepokea idhini ya wazi ya kuchakata data ya mgonjwa.
- [ ] Nilichakata data ya chini kabisa inayohitajika (kupunguza data).
- [ ] Nilificha vitambulishi vyote.
- [ ] Niliangalia sera ya data (hifadhi, mafunzo, KVKK) ya gari ninalotumia.
- [ ] Nilithibitisha kwa uthabiti zaidi kupinga upendeleo katika vikundi visivyo na uwakilishi.
- [ ] Niliwasilisha kwa uwazi matumizi ya AI kwa mgonjwa na kurekodi mchakato huo.