Mga nadagdag:
- Kakayahang tukuyin ang data na ginagawang direkta o hindi direktang makikilala ang buntis at hindi ito matukoy bago ito ibigay sa artificial intelligence
- Kakayahang mag-apply ng data minimization at magkaroon ng ugali na gumamit lamang ng mga tool na inaprubahan ng institusyon sa loob ng balangkas ng KVKK
- 'Matatagpuan ba ang taong ito mula sa tekstong ito?' Kakayahang pamahalaan ang panganib ng muling pagkakakilanlan sa pamamagitan ng paglalapat ng pagsusulit
Ang midwifery ay isang propesyon na nakakaantig sa pinakapribadong impormasyon ng mga tao: kung paano naganap ang pagbubuntis, mga nakaraang pagbubuntis, pagkalaglag, pagkalugi, relasyon, estado ng pag-iisip, kalusugang sekswal. Kapag ang impormasyong ito ay nahulog sa maling mga kamay, ito ay nagdudulot ng hindi maibabalik na pinsala - isang domestic na krisis, isang social stigma, isang pagkawala ng tiwala. Samakatuwid, ang pagiging kompidensiyal ay hindi isang "karagdagang tuntunin" sa midwifery, ngunit ang pundasyon ng propesyon. Sa sandaling ipakilala mo ang AI sa iyong negosyo, magbubukas ang isang bagong hangganan ng privacy: anumang ita-type mo sa isang chat assistant ay maaaring wala sa iyong kontrol. Itinuturo sa iyo ng unit na ito ang end-to-end kung paano protektahan ang buntis na data kapag gumagamit ng AI — lalo na sa loob ng balangkas ng KVKK (Personal Data Protection Law; ang batas na kumokontrol sa pagproseso ng personal na data sa Türkiye).
Ang pangunahing prinsipyo ay nasa isang pangungusap: Ang anumang impormasyon na nagpapakilala sa isang buntis na babae ay hindi dapat magpasok ng isang artipisyal na tool sa katalinuhan. Ang pag-aaral ng panuntunang ito ay nangunguna sa lahat ng iba pang kasanayan sa modyul; Dahil kapag na-leak ang data ay hindi na mababawi.
Pansin: Ang text na tina-type mo sa isang AI tool ay mapupunta sa mga server ng serbisyong iyon; maaaring itago, iproseso, at sa ilang mga kaso ay ginagamit para sa pagsasanay ng modelo. Ang pagsasabing "Gusto ko lang ng buod" ay hindi nagbabalik ng data. Ang tanging ligtas na paraan ay hindi kailanman i-type ang kredensyal sa unang lugar.
Ano ang personal na data, anong impormasyon ang nagpapakilala dito?
Ang personal na data ay anumang impormasyon na ginagawang direkta o hindi direktang makikilala ang isang tao. Sa midwifery, ang mga ito ay lalo na sa espesyal na kategorya (tulad ng data ng kalusugan, na tumatanggap ng pinakamataas na proteksyon sa batas). Isaalang-alang ang impormasyong nagbibigay ng pagkilala sa dalawang grupo:
Mga direktang identifier: Pangalan-apelyido, TR ID number, file/protocol number, telepono, address, e-mail, petsa ng kapanganakan, social media account, larawan.
Mga hindi direktang tagapaglarawan (pinagsama-sama upang makilala ito): "Ang nag-iisang triplet na pagbubuntis sa kapitbahayan na iyon", "ang tanging 44-taong-gulang sa institusyon na may una niyang pagbubuntis", isang bihirang sakit + isang maliit na paninirahan, lugar ng trabaho + edad ng pagbubuntis. Ang ilang mga detalye na tila inosente sa kanilang sarili ay maaaring tumuro sa isang tao kapag pinagsama-sama. Ito ay tinatawag na reidentification risk.
Ang de-identification ay ang proseso ng pag-alis ng mga identifier na ito mula sa text. Ang isang mahusay na ginawang pag-alis ng pagkakakilanlan ay nililinis ang parehong direkta at hindi direktang pagkakakilanlan.
Hakbang-hakbang: De-identification bago magbigay ng data sa AI
- Tanggalin ang mga direktang pagkakakilanlan: Pangalan, ID, numero ng telepono, numero ng file, address, petsa — tanggalin silang lahat. Palitan ito ng mga generalization tulad ng "Pregnant A", "around age 38", "second trimester".
- I-blur ang mga hindi direktang pahiwatig: Gawing hanay ang eksaktong edad (hal. "maagang 40s"), tiyak na lokasyon sa rehiyon, mga bihirang kumbinasyon sa pangkalahatan.
- Itapon ang hindi kinakailangang detalye: Ibigay ang minimum na impormasyong kailangan para magawa ng AI ang trabaho nito (pag-minimize ng data). Ang kasaysayan ng isang buntis na babae ay hindi kinakailangan na magsulat ng isang breastfeeding card.
- Suriin ang patakaran ng institusyon: Tinutukoy ng ilang institusyon ang naaprubahan/institusyonal na mga tool sa AI; maaaring ipagbawal ang pagpasok ng data ng pasyente sa personal/libreng tool. Sundin ang tuntunin ng iyong institusyon.
- Panghuling pagbabasa: Bago ipadala ang prompt "makikita ba ang taong ito mula sa text na ito?" Basahin mo ulit.
Ang pinakamahirap sa limang hakbang na ito ay ang pangalawa—naglalabo ng hindi direktang mga pahiwatig—dahil ang pagtanggal ng mga direktang pagkakakilanlan ay madali at unang pumasok sa isip, ngunit karamihan sa pagkilala ay talagang nagmumula sa kumbinasyon ng mga hindi direktang detalye. Ang kumbinasyon ng isang propesyon, isang edad, isang lugar ng paninirahan, at isang pambihirang kondisyon ay maaaring mabawasan ang isang tao sa isang solong tao, kahit na walang pangalan na binanggit. Samakatuwid, ang pag-alis ng pagkakakilanlan ay hindi dapat isipin na "nagbubura ng mga pangalan" ngunit bilang "pagtitiyak na walang sinumang nagbabasa ng tekstong ito ang makakahula sa tao." Ang mental framework na ito ay radikal na binabawasan ang panganib ng muling pagkakakilanlan.
Hint: Isang magandang pagsubok: Kung ipapakita mo ang hindi natukoy na text sa isang kasamahan na nakakakilala sa buntis na iyon, sasabihin ba niyang "ito ay ganito-at-ganito"? Kung masasabi niya iyon, ibig sabihin hindi mo pa siya sapat na nadisidentify.
tatlong mini case
Kaso 1 — Hindi direktang pagkilala: Nang humihingi ng buod ng kasaysayan sa AI, inalis ng isang midwife ang ID ngunit iniwan ang pariralang "ang nag-iisang quadruplet na pagbubuntis sa aming bayan." Ang nag-iisang pangungusap na ito ay direktang tumuturo sa tao sa maliit na lugar na iyon. Napansin at binabalaan ng kanyang kasamahan; Ang midwife ay nag-generalize ng expression bilang "multiple pregnancy". Aralin: ang mga hindi direktang pagkakakilanlan ay kasing mapanganib ng mga direktang pagkakakilanlan.
Kaso 2 — Pag-minimize ng data: Ang pangalawang midwife ay nakagawiang i-paste ang buong file ng buntis sa AI sa halip na mag-print lamang ng brochure na "nutrisyon sa pagbubuntis". Ito ay nakatayo: walang personal na data ang kinakailangan para sa brochure. Kinukuha niya ang brochure nang hindi iniabot ang file, sinusulat lang ang paksa. Ang pinakasecure na data ay ang data na hindi kailanman ibinabahagi.
Kaso 3 — Maling tool: Sa pangatlong halimbawa, ita-type ng isang midwife ang impormasyon ng pasyente sa isang random na aplikasyon sa kanyang personal na telepono kapag naalala niya ang patakarang institusyonal: ang data ng pasyente ay maaari lamang iproseso nang hindi nakilala at gumagamit ng mga tool na inaprubahan ng institusyon. Hindi gumagamit ng personal na app. Ang isang pagtagas ng data ay madalas na nagmumula sa gayong sandali ng "kaginhawaan" at hindi mula sa isang teknikal na error.
Mga nakopyang template
Tungkulin: Ikaw ang katulong sa pagkontrol ng de-identification.Gawain: Markahan ang bawat expression sa teksto sa ibaba na maaaring DIREKTA o DI-DIREKTONG matukoy ang isang tao:- Direkta: pangalan, ID, telepono, address, numero ng file, eksaktong petsa, larawan.- Hindi direkta: bihirang kumbinasyon, maliit na lugar + espesyal na sitwasyon, eksaktong edad, lugar ng trabaho, natatangi/natatanging kalidad.
Tungkulin: Isa kang data minimization consultant.Gawain: Gusto kong gawin ang trabahong ito: [trabaho]. Ano ang pinakamababang impormasyon na DAPAT kong ibigay sa IYO para magawa ito? Markahan ang hindi kinakailangang impormasyon ng pasyente bilang "[HUWAG MAGBIGAY]".
Tungkulin: Ikaw ang secure na summary assistant.Gawain: Ibuod ang DIDIDENTIFIED na kuwento sa ibaba. Kung makakita ka ng impormasyon ng pagkakakilanlan sa teksto, huwag ibuod; sa halip ay isulat ang "Naka-detect ako ng mga kredensyal, paki-clear at ipadalang muli." Kuwento: [kuwento]
Checklist ng paalala ng patakaran sa institusyon (itanong sa iyong sarili):- Inaprubahan ba ng aking institusyon ang tool na ito?- Mayroon bang anumang personal na pagkakakilanlan na impormasyon sa data na inilagay ko?- Kailangan ba talaga ang impormasyong ito para sa trabahong ito?- Maaari bang mahanap ng isang kakilala ko ang tao kung nabasa nila ang teksto?- Magdaragdag ba ako ng impormasyon ng pagkakakilanlan kapag nagse-save ng output?
Mahinang prompt / Malakas na prompt
Mahina: "Ayşe Y., 39, ikatlong pagbubuntis, sa susunod na ospital, file number 4412; ibuod ang kanyang kasaysayan."
Ang prompt na ito ay puno ng mga direktang identifier; Ang pribadong data ay na-leak sa sandaling maipadala ito.
malakas:
Tungkulin: secure na katulong sa buod. Ibuod ang sumusunod na hindi kilalang kasaysayan. "Buntis A, late 30s, ikatlong pagbubuntis, [mga kaugnay na medikal na detalye na hindi nagpapakilala]." Kung makakita ka ng impormasyong nagpapakilala sa teksto, huwag ibuod, magbabala.
Pagkakaiba: Walang direktang/hindi direktang pagkakakilanlan sa malakas na bersyon; mayroon lamang kontekstong walang pagkakakilanlan na kailangan para magawa ang trabaho. Magsisimula ang seguridad bago isulat ang prompt.
Ano ang ibabahagi at kung ano ang hindi dapat ibahagi
Uri ng impormasyon
Nahuhulog ba ito sa AI?
alternatibo
Pangalan, TR ID, telepono, address, numero ng file
hindi kailanman
"Buntis A"
Eksaktong edad / eksaktong petsa
hindi
Saklaw ng edad/trimester
Bihira + maliit na kumbinasyon ng lugar
hindi
gawing pangkalahatan
Pangkalahatang medikal na konteksto (anonymous)
Oo, kung kinakailangan
Ilapat ang pagliit ng data
Larawan/larawan
Hindi (mukha/sign)
hindi kailangan
Hindi inaprubahan ng institusyon ang sasakyan
Walang data ng pasyente
Inaprubahang sasakyan
Mga karaniwang pagkakamali
- Tinatanggal lang ang pangalan at nag-iiwan ng hindi direktang mga pahiwatig: Nananatili ang panganib ng muling pagkakakilanlan.
- Pag-paste ng buong file para sa "convenience": Lumalabag sa prinsipyo ng pagliit ng data.
- Paglalagay ng data ng pasyente sa mga personal/hindi naaprubahang device: Maaaring labag ito sa patakaran ng institusyon at KVKK.
- Pagbabahagi ng larawan/screenshot: Maaaring manatiling kumpidensyal ang mukha, pangalan at numero ng file sa larawan.
- Pagdaragdag ng ID habang sine-save ang output: Ang pagdaragdag ng ID sa output na walang ID ay nagbabalik ng panganib.
- Ipagpalagay na "ito ay matatanggal pa rin": Hindi mo alam kung ano ang data; Ang tanging garantiya ay hindi magpadala ng kahit ano.
Sa buod
Kapag gumagamit ng artificial intelligence, ang privacy ay isang paunang kinakailangan, hindi isang teknikalidad. Ang anumang impormasyon na direktang nakikilala ang isang buntis na babae (pangalan, ID, telepono) o hindi direkta (bihirang kumbinasyon + maliit na lokasyon) ay hindi dapat maglagay ng AI tool. Magsanay ng pag-minimize ng data — ibigay ang pinakamababang impormasyong kailangan para magawa ang trabaho — at gumamit lamang ng mga tool na inaprubahan ng iyong organisasyon. Nang hindi nagpapadala ng prompt "makikita ba ang taong ito mula sa tekstong ito?" gawin ang pagsubok. Kapag na-leak, hindi na mababawi ang data; Samakatuwid, magsisimula ang seguridad bago isulat ang prompt.
Gawain ng aplikasyon
Kumuha ng totoong kasaysayan ng pagbubuntis (sa papel) at i-purge ang text nang sunud-sunod gamit ang template ng deidentification: una direkta, pagkatapos ay hindi direktang pagkakakilanlan. Ipakita ang na-clear na text sa isang kasamahan at itanong "sino kaya ito?" magtanong; Kung makikilala mo ito, gawing pangkalahatan ito. Hanapin din ang patakaran ng AI/data ng iyong sariling institusyon, ibuod ito sa isang pangungusap, at tandaan kung aling mga tool ang naaprubahan.
checklist
- [ ] Inalis ko ang lahat ng direktang identifier (pangalan, ID, telepono, address, numero ng file).
- [ ] I generalized indirect descriptors (bihirang kumbinasyon, maliit na lokasyon, eksaktong edad).
- [ ] Nagbigay lang ako ng pinakamababang impormasyong kailangan para gawin ang trabaho.
- [ ] Gumamit lang ako ng tool na inaprubahan ng aking institusyon.
- [ ] "Matatagpuan ba ang taong ito mula sa tekstong ito?" Ginawa ko ang pagsubok.
- [ ] Hindi ako nagdagdag ng anumang mga kredensyal sa output pagkatapos.