فائدہ:
- اس بات کی وضاحت کرنے کی اہلیت کیوں کہ مریض کا ڈیٹا حساس ذاتی ڈیٹا ہے اور اسے مصنوعی ذہانت کے آلات کو دینے سے پہلے اس کی حفاظت کیسے کی جائے
- سیاق و سباق کو غیر شناخت کرنے کی اہلیت، ایسے آلات کا انتخاب کریں جو تعلیم میں ڈیٹا کا استعمال نہ کریں، اور ادارہ جاتی پالیسی کی تعمیل کرنے کی عادت پر عمل کریں۔
- رازداری کی خلاف ورزیوں کے پیشہ ورانہ، قانونی اور اخلاقی نتائج اور مریض کے اعتماد کی حفاظت کی ترجیح کو سمجھنے کی صلاحیت۔
ایک مریض اپنی سب سے زیادہ نجی معلومات کے ساتھ آپ پر بھروسہ کرتا ہے: اس کی بیماری، اس کا ماضی، اس کے خوف، بعض اوقات وہ راز جو اس نے کسی کو نہیں بتائے ہیں۔ یہ ٹرسٹ نرسنگ کے پیشے کی بنیاد ہے، اور مریض کی رازداری اس ٹرسٹ کا ٹھوس ہم منصب ہے۔ اگرچہ AI ٹولز طاقتور ہیں، وہ رازداری کا خطرہ بھی لاحق ہیں: مریض کی معلومات کو AI ٹول میں لاپرواہی سے ٹائپ کرنے کا مطلب ہے کہ اس معلومات کو یہ جانے بغیر کہ وہ کہاں جاتی ہے، اسے ذخیرہ کیا جاتا ہے، اور آیا اسے تعلیم میں استعمال کیا جاتا ہے۔ اس یونٹ میں، آپ سیکھیں گے کہ مصنوعی ذہانت کے دور میں مریض کے ڈیٹا کو کیسے محفوظ کیا جائے۔ بنیادی اصول یہ ہے: مریض کا ڈیٹا خصوصی ذاتی ڈیٹا ہے۔ یہ کسی بھی مصنوعی ذہانت کے آلے کو بغیر شناخت کیے اور محفوظ اور منظور شدہ ٹول کا استعمال کیے بغیر نہیں دیا جاتا ہے۔
مریض کے ڈیٹا کو نجی طور پر کیوں محفوظ کیا جاتا ہے۔
ذاتی ڈیٹا کوئی بھی ایسی معلومات ہے جو کسی شخص کی شناخت کرتی ہے (نام، شناختی نمبر، پتہ)۔ خصوصی ذاتی ڈیٹا زیادہ حساس زمرے ہیں؛ صحت کا ڈیٹا ان میں سب سے پہلے آتا ہے۔ جب کسی شخص کی بیماری کا انکشاف ہوتا ہے، تو ملازمت، انشورنس، سماجی تعلقات اور وقار کو نقصان پہنچ سکتا ہے۔ اسی لیے قانون (KVKK - ہمارے ملک میں پرسنل ڈیٹا پروٹیکشن قانون؛ یورپ میں GDPR) صحت کے ڈیٹا کی اعلیٰ ترین سطح پر حفاظت کرتا ہے اور اس کی پروسیسنگ کو سخت قوانین کا پابند کرتا ہے۔ صحت کی دیکھ بھال کے اداروں کی اپنی رازداری کی پالیسیاں اور مریضوں کے حقوق کے ضوابط بھی ہیں۔
جب آپ کسی AI ٹول میں مریض کی معلومات ٹائپ کرتے ہیں، تو وہ معلومات اکثر آپ کے ادارے سے باہر کے سرور پر جاتی ہیں۔ آپ کا اس پر کوئی کنٹرول نہیں ہے کہ وہ ٹول ڈیٹا کو کیسے اسٹور کرتا ہے، کون اس تک رسائی حاصل کرتا ہے، اور آیا یہ اسے تربیت میں استعمال کرتا ہے۔ اس لیے گاڑی تک پہنچنے سے پہلے ڈیٹا کو محفوظ کرنا چاہیے۔
احتیاط: "میں صرف مدد کے لیے کہہ رہا تھا" رازداری پر حملے کا جواز پیش نہیں کرتا۔ ایک غیر منظور شدہ مصنوعی ذہانت کے آلے میں مریض کا نام، شناخت، نادر تشخیص یا شناخت کی تفصیل لکھنا؛ یہ پیشہ ورانہ، اخلاقی اور قانونی خلاف ورزی ہے۔ نقصان کا ازالہ نہیں کیا جا سکتا۔
غیر شناخت کرنے کا طریقہ
ڈی آئیڈینٹیفیکیشن (نام ظاہر نہ کرنا) کسی متن سے وہ تمام معلومات ہٹانا ہے جو کسی شخص کی شناخت کر سکیں یا اسے ٹیگ سے بدل دیں۔ شناخت کنندگان جیسے نام، کنیت، ٹی آر آئی ڈی، فائل نمبر، تاریخ پیدائش، پتہ، ٹیلی فون، تاریخ، نایاب تشخیصی مجموعہ، اور پیشہ کو صاف کر دیا جاتا ہے۔ احتیاط: بعض اوقات جو معلومات انفرادی طور پر بے ضرر معلوم ہوتی ہیں وہ ایک ساتھ رکھنے پر کسی شخص کو معلوم کر سکتی ہیں (جیسے "گاؤں کا واحد ڈائیلاسز کا مریض")۔ غیر شناخت میں، صرف نام کو حذف کرنا کافی نہیں ہے۔ اس بات کو یقینی بنانا ضروری ہے کہ سیاق و سباق اس شخص کو دور نہ کرے۔
غیر شناخت شدہ متن کے ساتھ کام کرنا زیادہ تر کاموں کے لیے کافی ہے: نگہداشت کے منصوبے کا مسودہ، ایک SBAR لے آؤٹ، ایک تربیتی مواد، طریقہ کار کا خلاصہ یہ سب کچھ حقیقی شناخت کے بغیر تیار کیا جا سکتا ہے۔ کام کے معیار کے لیے شناخت تقریباً کبھی ضروری نہیں ہوتی۔
تین چھوٹے مقدمات
کیس 1 - محفوظ استعمال۔ ایک نرس ایک پیچیدہ کیس کو ترتیب دینے کے لیے مصنوعی ذہانت سے مدد لینا چاہتی ہے۔ وہ متن سے نام، شناختی کارڈ، تاریخ اور شناخت کی تفصیلات کو ہٹاتا ہے اور اسے عام الفاظ میں لکھتا ہے جیسے "68 سالہ مریض"۔ یہ ادارہ کے ذریعہ منظور شدہ ٹول کا استعمال کرتا ہے جو تعلیم میں ڈیٹا کا استعمال نہیں کرتا ہے۔ وہ کام کو محفوظ طریقے سے مکمل کرتا ہے۔ ID کی کبھی ضرورت نہیں تھی۔
کیس 2 - خفیہ شناخت کنندہ۔ ایک نرس نے نام حذف کر دیا لیکن لکھا، "ہمارے ہسپتال میں صرف جڑواں بچے حاملہ ہیں۔" یہ اظہار انسان کو پہچان دیتا ہے۔ ایک ساتھی خبردار کرتا ہے؛ نرس سیاق و سباق کو عام کر رہی ہے۔ سبق: نام مٹا دینا کافی نہیں ہے۔ سیاق و سباق کو بھی اس شخص کو دور نہیں کرنا چاہئے۔
کیس 3 - غیر منظور شدہ گاڑی۔ ایک نرس جلدی کرتے ہوئے تصادفی طور پر ایک مفت ایپ میں مریض کا خلاصہ چسپاں کرتی ہے۔ بعد میں اسے معلوم ہوتا ہے کہ یہ ٹول ڈیٹا کو ذخیرہ کرتا ہے اور اسے تربیت میں استعمال کرتا ہے۔ رازداری کا ایک سنگین تشویش پیدا ہوتا ہے۔ سبق: استعمال کرنے سے پہلے ٹول کی رازداری کی پالیسی اور ایجنسی کی منظوری کو چیک کریں۔
مرحلہ وار: رازداری کی حفاظت کرتے ہوئے مصنوعی ذہانت کا استعمال
- کیا یہ واقعی ضروری ہے؟ کام کے لیے کون سا ڈیٹا کم از کم کافی ہے؟
- بے شناخت کرنا۔ نام، شناخت، تاریخ، پتہ اور شناخت کی تفصیلات صاف کریں۔
- سیاق و سباق کو چیک کریں۔ کیا باقی معلومات اس شخص کو دیتی ہے؟
- ٹول منتخب کریں۔ ادارہ منظور شدہ، تعلیم میں ڈیٹا استعمال نہیں کر رہا، پالیسی کے مطابق۔
- کم سے کم ڈیٹا کے ساتھ کام کریں۔ بہت زیادہ نہ دیں۔
- جب شک ہو تو اشتراک نہ کریں۔ اگر آپ کو یقین نہیں ہے تو انچارج شخص سے مشورہ کریں۔
چار کاپی کرنے کے قابل ٹیمپلیٹس
ٹاسک: نیچے دیے گئے مریض کے متن کو غیر شناخت کریں۔ اپنا نام، کنیت، ٹی آر آئی ڈی نمبر، فائل نمبر، تاریخ پیدائش، پتہ، ٹیلی فون، تاریخ اور نایاب تفصیلات کو تبدیل کریں جو اس شخص کو [TAGET] کے ساتھ پہچاننے کے قابل بنا سکیں؛ طبی اہمیت کو برقرار رکھنا. متن: [...]
ٹاسک: ذیل میں گمنام متن میں، ایسی معلومات کو نشان زد کریں جو انفرادی طور پر بے ضرر معلوم ہوتی ہے لیکن ایک ساتھ رکھنے پر اسے پہچاننے کے قابل بنا سکتی ہے، اور اسے عام کرنے کا طریقہ تجویز کریں۔ متن: [...]
ٹاسک: مریضوں کے ڈیٹا کے لحاظ سے مصنوعی ذہانت کے ٹول کا جائزہ لینے کے لیے ایک چیک لسٹ تیار کریں: کیا یہ ڈیٹا کو تعلیم میں استعمال کرتا ہے، اسے کہاں اسٹور کرتا ہے، کیا ادارہ جاتی منظوری ہے، ڈیٹا ڈیلیٹ کرنے کی پالیسی کیا ہے؟ فیصلہ میرا ہونے دو۔
ٹاسک: نرس کے لیے اس (گمنام) کیس کو منظم کریں۔ پورے ٹاسک میں کوئی اسناد شامل نہ کریں اور نہ ہی درخواست کریں؛ عام عمر/جنس کے علاوہ شناخت کنندگان کا استعمال۔ کیس: [...]
کمزور فوری / مضبوط اشارہ
کمزور: "احمد یلماز، 62، TC 123...، درج ذیل تشخیص کے ساتھ ہسپتال میں داخل ہے، اس کے لیے نگہداشت کا منصوبہ لکھیں۔"
مضبوط: "ایک 62 سالہ مرد مریض (گمنام) کے لیے میری فراہم کردہ عمومی طبی معلومات کے ساتھ نگہداشت کا ایک مسودہ تیار کریں۔ پوری تفویض کے دوران، میں نہیں مانگوں گا، اور آپ نام، ID، تاریخ، یا کوئی اور ذاتی طور پر قابل شناخت معلومات شامل نہیں کریں گے۔ صرف عام طبی سیاق و سباق کے ساتھ کام کریں۔"
مضبوط پرامپٹ میں، شناخت کبھی نہیں دی جاتی ہے۔ معیار اس سے متاثر نہیں ہوتا ہے۔
عام غلطیاں
- نام حذف کرنا اور سیاق و سباق کو بھول جانا۔ قابل شناخت تفصیلات کسی شخص کو دے سکتی ہیں۔
- بغیر سوچے سمجھے غیر منظور شدہ/مفت ٹول کا استعمال کرنا۔ رازداری کی پالیسی اور ادارہ جاتی منظوری کو پہلے چیک کیا جاتا ہے۔
- یہ سوچتے ہوئے کہ شناخت "معیار کے لیے ضروری" ہے۔ تقریبا کسی بھی مشن کو حقیقی شناخت کی ضرورت نہیں ہے۔
- جلدی سے پیسٹ کریں۔ ایک بار باہر، ڈیٹا بازیافت نہیں کیا جا سکتا.
- شک میں شریک کرنا۔ اگر آپ کو یقین نہیں ہے تو اسے نہ دیں۔ انچارج شخص سے مشورہ کریں۔
اگر رساو ہوتا ہے: نقصان کی حد
حتیٰ کہ انتہائی محتاط نرس بھی غلطی کر سکتی ہے: جیسے غلطی سے کسی غیر منظور شدہ گاڑی میں شناخت پر مشتمل متن چسپاں کرنا۔ ایسی صورتحال میں گھبرانا یا چھپنا بدترین ردعمل ہے۔ صحیح نقطہ نظر نقصان کی حد ہے: فوری طور پر چارج نرس اور اپنی ایجنسی کے ڈیٹا سیکیورٹی/مپلائینس یونٹ کو واقعے کی اطلاع دیں، نوٹ کریں کہ کون سا ڈیٹا کہاں جاتا ہے، اور ایجنسی کے واقعے کی رپورٹنگ کے طریقہ کار پر عمل کریں۔ بہت سے ٹولز میں ماضی کی گفتگو کو حذف کرنے یا ڈیٹا کے استعمال کو بند کرنے کا اختیار ہوتا ہے۔ یہ استعمال کیا جانا چاہئے. ابتدائی اور ایماندارانہ رپورٹنگ دونوں ہی مریض کی حفاظت کرتی ہے اور پیشہ ورانہ طور پر آپ کو دائیں طرف رکھتی ہے۔ رازداری کے واقعے کو چھپانا خود واقعے سے بھی بڑی خلاف ورزی ہے۔
زیادہ تر اداروں کے پاس ایسے واقعات کی رپورٹنگ اور تشخیص کا عمل ہوتا ہے۔ مقصد الزام لگانا نہیں ہے، بلکہ تکرار کو روکنا ہے۔ تو بلا جھجھک اس کی اطلاع دیں۔
مریض کی شفافیت اور رضامندی۔
رازداری صرف ڈیٹا چھپانے کے بارے میں نہیں ہے، یہ مریض کے ساتھ ایماندار ہونے کے بارے میں ہے۔ ایک مریض کو یہ جاننے کا حق ہے کہ ان کی معلومات کا استعمال کیسے کیا جاتا ہے۔ دیکھ بھال کے عمل میں AI ٹولز کا استعمال کرتے وقت، ادارہ جاتی پالیسی اور مریض کے حقوق کے فریم ورک کے اندر شفافیت ضروری ہے: مریض کے ڈیٹا سے متعلق لین دین ادارے کے افشاء اور رضامندی کے عمل کے مطابق ہونا چاہیے۔ ایک نرس کے طور پر، کسی آلے میں مریض کے ڈیٹا پر کارروائی کرتے وقت ایک اچھا کمپاس یہ پوچھنا ہے کہ "کیا یہ مریض کے مجھ پر کیے گئے اعتماد کے مطابق ہے؟" اگر آپ کسی مریض کو واضح طور پر طریقہ کار کی وضاحت کرنے میں تکلیف محسوس کرتے ہیں، تو شاید آپ کو ایسا نہیں کرنا چاہیے۔ رازداری ایک تکنیکی اصول سے پہلے اعتماد کا رشتہ ہے۔ ٹیکنالوجی کو اس رشتے کو مضبوط کرنا چاہیے، اسے کمزور نہیں کرنا چاہیے۔
ٹپ: غیر شناخت کو عادت بنانے کا ایک عملی طریقہ یہ ہے کہ مریض کے ڈیٹا کے ساتھ کام کرنے سے پہلے اپنے آپ سے ایک مستقل سوال پوچھیں: "اگر یہ متن غلطی سے ادارے سے باہر چلا گیا، تو کیا کوئی بتا سکتا ہے کہ یہ شخص کون تھا؟" یہاں تک کہ اگر جواب "شاید" ہے تو سیاق و سباق کو مزید عام کریں۔ انگوٹھے کا ایک اور اصول یہ ہے کہ ڈیٹا کی مقدار کو مسلسل محدود کیا جائے: AI کو کام کے لیے درکار کم سے کم معلومات فراہم کریں، "صرف صورت میں" اضافی تفصیلات شامل نہ کریں۔ دی گئی کوئی بھی اضافی معلومات غیر ضروری اور خطرناک دونوں ہیں۔ رازداری ایک بار کی جانچ نہیں ہے، لیکن ہر کلیدی اسٹروک کے ساتھ لاگو ایک نظم و ضبط ہے۔ یہ نظم و ضبط وقت کے ساتھ ایک اضطراری شکل اختیار کرتا ہے اور آپ اور مریض دونوں کی حفاظت کرتا ہے۔
خلاصہ میں
مریض کا ڈیٹا خصوصی ذاتی ڈیٹا ہے اور مریض کے اعتماد کی بنیاد ہے۔ مصنوعی ذہانت کے اوزار اس ڈیٹا کو تنظیم سے باہر منتقل کرنے کا خطرہ رکھتے ہیں۔ ہر استعمال سے پہلے ڈیٹا کی شناخت ختم کریں، اس بات کو یقینی بنائیں کہ سیاق و سباق فرد کو نہ دے، ادارے سے منظور شدہ ٹول کا انتخاب کریں جو تربیت میں ڈیٹا استعمال نہ کرے، اور صرف کم سے کم ڈیٹا کے ساتھ کام کریں۔ رازداری پر حملہ ناقابل واپسی ہے۔ شک میں شریک نہ ہوں۔ تقریبا کسی بھی کام کے لیے شناخت کی ضرورت نہیں ہے۔
درخواست کا کام
اپنی سروس سے ایک حقیقی حقائق کا پرچہ حاصل کریں۔ اس کی شناخت ختم کریں: واضح نام، شناختی کارڈ، تاریخ، پتہ اور قابل شناخت تفصیلات، پھر چیک کریں کہ آیا سیاق و سباق اب بھی اس شخص کو چھوڑ دیتا ہے۔ پھر، ایک مصنوعی ذہانت کے آلے کی رازداری کی پالیسی کو کھولیں جو آپ استعمال کرتے ہیں اور نوٹ کریں کہ آیا یہ تعلیم میں ڈیٹا کا استعمال کرتا ہے اور کیا اسے ادارہ جاتی منظوری حاصل ہے۔ اگر آپ کو رازداری کا خطرہ معلوم ہوتا ہے تو اسے لکھ دیں۔
چیک لسٹ
- میں نے کام کے لیے کم از کم ڈیٹا سیٹ کیا۔
- میں نے نام، شناختی کارڈ، تاریخ، پتہ اور شناخت کنندگان کو صاف کر دیا ہے۔
- میں نے چیک کیا ہے کہ باقی سیاق و سباق اس شخص کو دور نہیں کرتا ہے۔
- میں نے ایک ادارے سے منظور شدہ ٹول کا انتخاب کیا جو تربیت میں استعمال نہیں ہوتا ہے۔
- میں نے صرف کم از کم مطلوبہ ڈیٹا کے ساتھ کام کیا۔
- میں نے ٹول کی رازداری کی پالیسی کو چیک کیا۔
- جب مجھے شک ہوا تو میں نے اسے شیئر نہیں کیا اور ذمہ دار سے مشورہ کیا۔