Faida:
- Uwezo wa kuficha utambulisho wa data ya maabara ya mgonjwa ndani ya wigo wa KVKK/faragha na kutumia zana salama na sheria za usindikaji wa data.
- Elewa kwa nini uthibitishaji, vipimo vya utendakazi na udhibiti wa upendeleo ni lazima katika matumizi ya kimatibabu ya miundo ya kijasusi ya bandia.
- Uwezo wa kuchukua jukumu la mwisho kwa kusuka kanuni nne za maadili na mlolongo wa uwajibikaji katika kila matumizi ya akili ya bandia.
Maabara ni mojawapo ya pointi zinazohitaji data nyingi zaidi katika mfumo wa huduma ya afya. Kila mgonjwa, kila jaribio, kila tokeo ni kipande cha data, na nyingi ya vipande hivi viko ndani ya upeo wa data nyeti ya kibinafsi - yaani, data ya afya. Upelelezi wa Bandia unaweza kuzalisha thamani kubwa kwa kufanyia kazi data hii, lakini inapotumiwa bila uangalifu, akili hiyo hiyo ya bandia inaweza kusababisha ukiukaji mkubwa wa faragha, dhima ya kisheria na uharibifu wa uaminifu wa mgonjwa. Zaidi ya hayo, sio tu kuhusu usiri: ni wajibu wa kitaalamu na wa kimaadili kuthibitisha kwamba kielelezo cha akili bandia kilichowekwa katika matumizi ya kimatibabu ni cha kutegemewa kweli - yaani, uthibitisho - na kuhakikisha kwamba mtindo huo si wa haki kwa makundi fulani ya wagonjwa (upendeleo).
Katika kitengo hiki, utajifunza jinsi ya kulinda data ya maabara ya mgonjwa ndani ya upeo wa KVKK/siri; uthibitishaji, vipimo vya utendakazi, na udhibiti wa upendeleo wa mifano ya kliniki ya AI; na jinsi ya kusuka kanuni za maadili katika kila matumizi. Kanuni ya msingi: Data haiingii gari lolote bila kutambuliwa; hakuna kielelezo kinachoshiriki katika maamuzi ya kimatibabu hadi kitakapothibitishwa kwenye data yako mwenyewe; na jukumu la mwisho daima liko kwa mtaalam.
Faragha: data gani, jinsi ya kuilinda
Data ya maabara ya mgonjwa (matokeo, utambuzi, nambari ya itifaki, utambulisho) inalindwa chini ya KVKK (Sheria ya Ulinzi wa Data ya Kibinafsi) nchini Türkiye, GDPR barani Ulaya, na inahitaji ulinzi wa ziada kwa kuwa data ya afya ni ya "asili maalum". Sheria tatu za msingi wakati wa kutumia akili ya bandia:
- Usijulishe. Ondoa jina, TR ID, itifaki/nambari ya faili, tarehe ya kuzaliwa, mawasiliano na taarifa ya taasisi. "Mgonjwa wa kike mwenye umri wa miaka 68" anatosha; Sio "Ayşe Yılmaz, 12.03.1957". Kumbuka kuwa michanganyiko kama vile ugonjwa adimu + eneo ndogo inaweza kufichua utambulisho kwa njia isiyo ya moja kwa moja.
- Kiwango cha chini cha sera ya data. Shiriki data ya chini zaidi inayohitajika kwa kazi. Swali la masafa ya marejeleo halihitaji faili nzima ya mgonjwa.
- Uchaguzi wa gari salama. Chagua zana za kampuni ambazo zina makubaliano ya kuchakata data na usitumie data yako katika mafunzo ya mfano. Kupakia faili mbichi ya mgonjwa kwa zana ya umma ndio ukiukaji wa kawaida na mbaya zaidi.
Aina ya data
hatari
tabia sahihi
Jina, TR ID, nambari ya itifaki
kitambulisho cha moja kwa moja
Dondoo, ficha jina
Tarehe ya kuzaliwa, anwani
kitambulisho kisicho cha moja kwa moja
Pakua hadi safu ya umri, ondoa anwani
Maadili ya matokeo
data za afya
Shiriki bila kujulikana, kwa uchache
Picha (smear, patholojia)
Data ya afya + kidokezo cha kitambulisho
Weka katika mfumo wa kliniki uliothibitishwa; kupakia kwenye gari wazi
Makini: "Niliisimba kwa njia fiche, ili niweze kutuma jina" sio sawa. Usimbaji fiche hufanya usafiri kuwa salama, lakini hauhalalishi kutuma data ya utambulisho kwa zana ya AI. Data ya utambulisho imetolewa.
Uthibitishaji wa mfano: kwa nini "kuchapishwa" haitoshi
Kwa sababu tu mfano wa AI (k.m. kiainisha picha au injini ya kutafsiri) hufanya kazi vizuri katika sehemu moja, haimaanishi kuwa itafanya kazi vizuri katika maabara yako. Mfano huo unaweza kuwa umefunzwa kwa idadi ya watu wengine, kifaa kingine, itifaki nyingine ya uchafu; Utendaji wake unaweza kutofautiana katika sampuli zako. Hii inaitwa shift shift. Kwa hiyo, kila mtindo utakaowekwa katika matumizi ya kliniki unapaswa kuthibitishwa kwenye data yako mwenyewe, utendaji wake unapaswa kupimwa na kufuatiliwa mara kwa mara.
Vipimo muhimu vya utendaji vinavyotumika katika uthibitishaji:
- Unyeti: Kiwango ambacho kielelezo kinanasa kwa usahihi wale ambao ni wagonjwa/chanya kweli. Unyeti wa chini = matokeo chanya yaliyokosa (hasi za uwongo) = hatari ya kukosa matokeo muhimu.
- Umaalumu: Kiwango sahihi cha uondoaji wa zenye afya/hasi kweli. Ubora wa chini = kengele nyingi za uwongo.
- Viwango vya uwongo hasi/uongo: Katika maabara, hasi ya uwongo (kukosa matokeo muhimu) kwa ujumla ni hatari zaidi kuliko chanya ya uwongo; Usawa huu hurekebishwa kulingana na matumizi yaliyokusudiwa ya modeli.
Mara baada ya mfano kuthibitishwa, haujasahaulika; Baada ya muda, kifaa, kitendanishi, idadi ya watu inaweza kubadilika na utendakazi unaweza kubadilika. Kwa hiyo, ufuatiliaji unaoendelea na upimaji upya wa mara kwa mara unahitajika.
Upendeleo: ni nani mwanamitindo asiyemtendea haki?
Mfano hujifunza kuhusu usawa katika data ya mafunzo. Iwapo kielelezo cha picha kimefunzwa zaidi kwa mifano ya kikundi fulani cha wagonjwa, kinaweza kufanya makosa zaidi katika kundi ambalo haliwakilishwi sana. Katika muktadha wa maabara, hii inamaanisha kuwa kielelezo hufanya kazi vyema kwa umri, jinsia au kikundi fulani cha kimatibabu - na hili ni suala la usawa/maadili. Wakati wa kuthibitisha, ni muhimu kuangalia utendaji sio tu kwa ujumla lakini pia katika vikundi vidogo. Kupuuza upendeleo kunamaanisha kutoa huduma mbaya zaidi kimya kimya kwa baadhi ya wagonjwa.
Kanuni nne za kimaadili na mlolongo wa wajibu
Kanuni nne za msingi za maadili ya afya pia zinatumika kwa AI ya maabara:
- Beneficence: Akili ya Bandia inapaswa kutumika kwa manufaa ya mgonjwa; kuongeza kasi haipaswi kuhatarisha usalama.
- Ukosefu wa kiume: Matokeo ambayo hayajathibitishwa, thamani ya uongo ya uongo, ugunduzi uliokosa unaweza kusababisha madhara; Ni wajibu wa kimaadili kuwazuia.
- Uhuru: Haki za mgonjwa juu ya data yake zinalindwa; Usiri na idhini vinaheshimiwa.
- Haki: Mtindo unapaswa kutoa huduma ya ubora sawa kwa makundi yote ya wagonjwa; upendeleo lazima uangaliwe.
Na juu ya yote, kuna mlolongo wa wajibu: akili ya bandia inaweza kuzalisha pato, lakini mtaalam anajibika kwa matokeo ya pato hilo. "AI ilisema hivyo" sio kisingizio; Saini, uamuzi na wajibu ni mali ya binadamu.
Mwongozo dhaifu / Mwongozo thabiti
Agizo dhaifu:
Tafsiri matokeo yote na utambuzi wa Ayşe Yılmaz (TC 123..., itifaki 2024-88) na uandike ripoti.
Ombi hili lina data ya utambulisho moja kwa moja (ukiukaji wa KVKK), linakiuka kanuni ya chini ya data na kuomba utambuzi. Ni ukiukaji mkubwa wa faragha na mipaka.
Agizo lenye nguvu:
Jukumu lako: Msaidizi wa maandalizi ya RASIMU kwa mtaalamu wa maabara. Data iliyo hapa chini haijulikani; haina taarifa za kitambulisho. Fanya kazi tu na maelezo ya kliniki/uchanganuzi unaohitajika. Kufanya utambuzi; Tumia lugha "inayowezekana"; Rejea kwa daktari. Mgonjwa: mwanamke mwenye umri wa miaka 68, ugonjwa wa tezi inayojulikana. Matokeo yasiyojulikana (yakirejelewa): TSH 6.2 mIU/L (rejelea 0.4-4.0), T4 bila malipo ndani ya kiwango cha kawaida. Kazi: andika muhtasari rahisi kwa mgonjwa; kuzalisha kidokezo cha utambulisho.
Kidokezo kikuu hakijulikani, hufanya kazi na data ndogo, huweka utambuzi kwa mtaalam, na kutaja kikomo.
kesi tatu ndogo
Kesi ya 1 - Kuzuia uvunjaji wa faragha. Ili kufasiri ripoti ya mgonjwa, fundi kwanza hutoa jina, kitambulisho na nambari ya itifaki kutoka kwa maandishi kwa kiolezo cha "Udhibiti wa Kuficha Utambulisho"; Inaacha tu maadili ya umri, jinsia na matokeo. Kisha inaendesha katika chombo salama, cha ushirika. Data haiendi nje ya taasisi na kitambulisho. Ukiukaji huo ulizuiwa kabla ya kazi kuanza.
Kesi ya 2 - Mtego wa mfano ambao haujathibitishwa. Maabara huanza kutumia modeli ya mashapo ya mkojo iliyotengenezwa katika kituo kingine moja kwa moja katika chombo chake; Haithibitishi. Baada ya muda, ni niliona kwamba mfano mara kwa mara hukosa fuwele fulani katika itifaki zake za uchafu (mabadiliko ya usambazaji). Hasi za uwongo zimekusanya. Somo: modeli haizingatii maamuzi ya kimatibabu hadi ithibitishwe kwa data yako mwenyewe na unyeti/umaalum uwe umepimwa.
Kesi ya 3 - Kukamata upendeleo. Katika ukaguzi wa utendakazi, ingawa unyeti wa jumla wa modeli unaonekana juu, unapatikana kuwa chini sana katika kikundi kidogo cha wagonjwa wazee; Mfano hufanya makosa zaidi katika kikundi hiki. Maabara huongeza ukaguzi wa ziada wa wataalam kwa kundi hili la matokeo ya mfano na huwasiliana na mtengenezaji. Somo: utendaji hutaguliwa kwa jumla tu bali pia katika vikundi vidogo; Kanuni ya haki inahitaji hili.
Violezo vya haraka vinavyoweza kunakiliwa
KIOLEZO CHA KUDHIBITI KUTOJITAMBUAJina la dondoo, Kitambulisho cha TR, nambari ya itifaki/faili, tarehe ya kuzaliwa, anwani, maelezo ya simu na taasisi kutoka kwa maandishi yaliyo hapa chini; badilisha na "[imeondolewa]". Onya ikiwa kuna kidokezo cha kitambulisho kisicho cha moja kwa moja (uchunguzi wa nadra + eneo ndogo). Acha tu taarifa muhimu za kiafya/kichanganuzi. Maandishi: [maandishi].
KIOLEZO CHA MPANGO WA UTHIBITISHO WA MFANO Tayarisha rasimu ya mpango wa uthibitishaji wa kielelezo cha kijasusi bandia ambacho nitaweka katika matumizi ya kimatibabu: nikitumia data gani binafsi nitakayoijaribu, jinsi ya kupima unyeti/umaalum, jinsi ya kutathmini usawa wa hasi/chanya za uwongo, jinsi ya kudhibiti utendaji wa kikundi kidogo (umri/jinsia), ni mara ngapi kutathmini upya. nitaamua; Unazalisha orodha.
BIAS CHECK TEMPLATEI kutathmini utendakazi wa modeli. Orodhesha vikundi vidogo (umri, jinsia, kikundi cha kimatibabu, aina ya sampuli) ninapaswa kutafuta utendaji kando na ni hatua gani ninazopaswa kuchukua ikiwa nitapata utendaji duni katika kikundi kimoja. Ongeza tahadhari za haki/usawa.
KIOLEZO CHA MAADILI YA KUJIKAGUA MATUMIZI YA AI ninayokaribia kufanya yanakaguliwa kulingana na kanuni nne za kimaadili: wema, kutokuwa wa kiume, uhuru (faragha/ridhaa), haki. Uliza swali la hatari kwa kila sera. Pia, "ni nani anayehusika na pato hili?" Naombeni nijibu swali lako. Matumizi: [ufafanuzi].
Makosa ya kawaida
- Kutoa data ya kitambulisho kwa gari. Jina, nambari ya kitambulisho cha TR na nambari ya itifaki hazishirikiwi bila utambulisho; usimbaji fiche hauhalalishi hili.
- Kusahau utambulisho usio wa moja kwa moja. Michanganyiko kama vile utambuzi adimu + eneo ndogo inaweza kufichua utambulisho.
- Kutumia mfano bila kuidhinisha. Muundo unaoendeshwa kwingine unaweza kutoa utendaji tofauti kwenye data yako.
- Angalia tu utendaji kwa ujumla. Upendeleo hubakia kufichwa ikiwa uchanganuzi wa kikundi kidogo hautafanywa.
- Kuweka jukumu kwa mfano. "AI ilisema" sio kisingizio; Uamuzi na saini ni ya mtaalam.
Kidokezo: Kabla ya kila matumizi ya AI, uliza maswali mawili kwa pamoja: "Je, data hii haitambuliki?" na "Je, ninajua jinsi mtindo huu unavyofanya kazi katika mavuno yangu?" Jibu la kwanza hulinda faragha, jibu la pili hulinda usalama.
Kwa muhtasari
Data ya maabara ni data maalum ya ubora wa afya; Kuficha utambulisho, sera ya chini ya data na uteuzi wa zana salama ni lazima unapotumia akili ya bandia. Miundo ya kuwekwa katika matumizi ya kimatibabu lazima idhibitishwe kwenye data yako mwenyewe; unyeti, umaalumu na mizani hasi/chanya ya uwongo inapaswa kupimwa; Utendaji unapaswa kuangaliwa katika vikundi vidogo ili kuangalia upendeleo. Kanuni nne za kimaadili—ufadhili, kutokuwa na utu, uhuru, haki—zimefumwa katika kila matumizi, na zaidi ya hayo yote kuna msururu wa uwajibikaji: ingawa matokeo yanatokana na kielelezo, uamuzi na wajibu upo kwa mtaalamu.
Jukumu la maombi
Ondoa sampuli ya maandishi ya mgonjwa ukitumia kiolezo cha "Udhibiti wa Kuficha Utambulisho" na uorodheshe maelezo uliyoondoa. Unda orodha hakiki ya uthibitishaji wa muundo wa AI unaotumia (au unaozingatia kuutumia) na kiolezo cha "Mpango wa Uthibitishaji wa Mfano"; Jumuisha hisia/umaalum na uchanganuzi wa kikundi kidogo. Hatimaye, tathmini matumizi dhidi ya kanuni nne na kiolezo cha "Ukaguzi wa Kimaadili".
orodha ya ukaguzi
- [ ] Nilificha data; Niliondoa vidokezo vya utambulisho wa moja kwa moja na usio wa moja kwa moja.
- [ ] Nilitumia sera ya chini kabisa ya data; Nilishiriki tu kile kilichohitajika.
- [ ] Nilitumia zana salama, ya ushirika na yenye kandarasi ya usindikaji wa data.
- [ ] Niliidhinisha kielelezo kwenye data yangu mwenyewe; Nilipima usikivu/maalum.
- [ ] Nilikagua utendakazi katika vikundi vidogo na kuangalia kama kuna upendeleo.
- [ ] Nilizingatia kanuni nne za kimaadili na kuthibitisha kwamba jukumu liko kwa mtaalamu.