Lợi nhuận:
- Khả năng quản lý chia sẻ dữ liệu trong các công cụ AI trong khuôn khổ KVKK, biết rằng dữ liệu sức khỏe bệnh nhân là dữ liệu cá nhân đặc biệt
- Khả năng biến các khái niệm như ẩn danh, thỏa thuận xử lý dữ liệu, chuyển giao và lưu trữ quốc tế thành danh sách kiểm tra thực tế
- Khả năng đánh giá tính bảo mật, vị trí dữ liệu, chứng nhận và tiêu chí hợp đồng khi chọn công cụ AI cho phòng khám
Dữ liệu được xử lý trong nha khoa không phải là dữ liệu thông thường. Tên bệnh nhân, số TR ID, kết quả chụp X quang, chẩn đoán và tiền sử điều trị; Nó được coi là "dữ liệu cá nhân chất lượng đặc biệt" - tức là dữ liệu sức khỏe - trong phạm vi của KVKK (Luật bảo vệ dữ liệu cá nhân) và yêu cầu mức độ bảo vệ cao nhất. Đây là vấn đề thường bị bỏ qua nhất nhưng lại tạo ra trách nhiệm nặng nề nhất khi đưa các công cụ AI vào phòng khám. Trong phần này, chúng ta sẽ xem cách xử lý dữ liệu sức khỏe một cách an toàn trong các công cụ AI, cách chọn công cụ nào với tiêu chí nào và cách thiết lập danh sách kiểm tra tuân thủ.
Nguyên tắc cơ bản: Dữ liệu sức khỏe bệnh nhân chỉ được xử lý trong các hệ thống tuân thủ, an toàn và có hợp đồng KVKK. Không tải bất kỳ thông tin nhận dạng bệnh nhân nào lên một công cụ mà bạn không chắc chắn là an toàn.
Tại sao dữ liệu sức khỏe lại riêng tư?
KVKK bảo vệ dữ liệu cá nhân; Nó cung cấp các biện pháp bảo vệ bổ sung bằng cách coi dữ liệu sức khỏe là "chất lượng đặc biệt". Rò rỉ dữ liệu sức khỏe có thể gây ra tác hại không thể khắc phục: quyền riêng tư của bệnh nhân bị xâm phạm, họ có thể bị phân biệt đối xử, danh tiếng và vị thế pháp lý của phòng khám bị tổn hại. Do đó, việc xử lý dữ liệu sức khỏe đòi hỏi phải có sự đồng ý rõ ràng, giới hạn mục đích và các biện pháp bảo mật mạnh mẽ.
Thận trọng: Tải ảnh chụp X quang của bệnh nhân lên công cụ trò chuyện công khai "chỉ để nhận xét" có thể khiến dữ liệu đó nằm ngoài tầm kiểm soát của bạn. Không chia sẻ bất kỳ thông tin nhận dạng nào mà không biết cách công cụ lưu trữ và sử dụng dữ liệu của bạn.
Ẩn danh: tuyến phòng thủ đầu tiên
Ẩn danh có nghĩa là xóa tất cả thông tin nhận dạng một người khỏi dữ liệu (tên, họ, ID TR, ngày sinh, thông tin liên hệ, số tệp, các đặc điểm nhận dạng trong hình ảnh khuôn mặt/miệng). Nếu bạn chỉ định nhận nhận xét hoặc phác thảo chung từ công cụ AI, trước tiên hãy ẩn danh dữ liệu. Nhưng hãy cẩn thận: chỉ một số dữ liệu, chẳng hạn như ảnh chụp X quang hoặc hình ảnh khuôn mặt, có thể gián tiếp nhận dạng một người; Hãy đảm bảo tính bảo mật của công cụ trước khi chia sẻ chúng.
thông tin nhận dạng
phải làm gì
Họ và tên TR
Xóa/cung cấp mã
Ngày sinh, tuổi
Loại bỏ nếu không cần thiết, độ tuổi nếu cần thiết
Liên hệ (điện thoại, địa chỉ)
Nhất định phải loại bỏ nó
Số hồ sơ/bệnh nhân
Xóa hoặc mã ẩn danh
Chụp X quang/hình ảnh
Chỉ vận hành trong một chiếc xe hợp đồng, an toàn
Tiêu chí lựa chọn xe an toàn
Trước khi mang công cụ AI vào phòng khám, hãy hỏi những câu hỏi sau:
- Điều kiện xử lý dữ liệu: Chính sách quyền riêng tư của công cụ sử dụng dữ liệu của bạn để làm gì? Nó có sử dụng nó để đào tạo mô hình không?
- Vị trí dữ liệu (lưu trữ): Dữ liệu được lưu trữ ở đâu? Ở trong nước hay ở nước ngoài?
- Chuyển dữ liệu quốc tế: Nếu dữ liệu chuyển ra nước ngoài có đáp ứng các điều kiện do KVKK quy định không?
- Thỏa thuận xử lý dữ liệu: Có thỏa thuận bằng văn bản (DPA) với nhà cung cấp với tư cách là người xử lý dữ liệu không?
- Biện pháp bảo mật: Có mã hóa, kiểm soát truy cập, ghi nhật ký không?
- Chứng nhận/quy định: Nếu được sử dụng cho mục đích y tế, nó có tuân thủ luật pháp về thiết bị y tế liên quan không?
- Xóa và lưu trữ: Yêu cầu xóa dữ liệu và thời gian lưu giữ của bạn hoạt động như thế nào?
Mẹo: Công cụ “miễn phí” có thể sử dụng dữ liệu làm sản phẩm. Chỉ vì nó miễn phí không có nghĩa là nó an toàn; Ngược lại, nó đòi hỏi phải đọc kỹ các điều kiện xử lý dữ liệu hơn.
Trường hợp nhỏ 1: Sự đồng ý và giới hạn mục đích
Một phòng khám nhận được sự đồng ý rõ ràng từ bệnh nhân để điều trị, nhưng sự đồng ý này không bao gồm việc xử lý dữ liệu trong công cụ AI. Phòng khám đang xem xét các mục đích xử lý dữ liệu và thiết lập một quy trình chấp thuận/thông tin riêng biệt và rõ ràng cho việc sử dụng AI. Bài học: sự đồng ý cho một mục đích không tự động mở rộng sang mục đích khác; Việc sử dụng AI phải được báo cáo minh bạch.
Trường hợp nhỏ 2: Lên nhầm xe
Một trợ lý tải ảnh chụp X quang toàn cảnh của bệnh nhân, cùng với tên và số tập tin, lên một công cụ web miễn phí mà không cần thỏa thuận xử lý dữ liệu. Khi phòng khám nhận ra điều này, nó sẽ dừng quy trình, ghi lại sự kiện và đưa ra một giao thức nhắc nhở toàn bộ nhóm rằng “việc xác định dữ liệu bệnh nhân chỉ được xử lý trong các công cụ đã được ký hợp đồng và phê duyệt”. Bài học: chỉ một lần cài đặt bất cẩn có thể tạo ra sự vi phạm dữ liệu nghiêm trọng; các quy tắc phải được viết ra và giáo dục.
Trường hợp nhỏ 3: Chọn công cụ phù hợp
Một phòng khám so sánh hai công cụ đọc chính tả của AI. Một là rẻ nhưng không tiết lộ nơi lưu trữ dữ liệu và không đưa ra hợp đồng; Bên còn lại đưa ra thỏa thuận xử lý dữ liệu, cam kết không sử dụng dữ liệu trong đào tạo mô hình và cung cấp mã hóa. Phòng khám chọn công cụ thứ hai, mặc dù nó đắt hơn một chút. Bài học: tiêu chí chọn công cụ không phải là giá cả mà là tính bảo mật và tuân thủ dữ liệu.
Mẫu có thể sao chép
Vai trò: Người kiểm tra ẩn danh. Nhiệm vụ: Đánh dấu mọi biểu thức trong văn bản bên dưới có thể trực tiếp hoặc gián tiếp nhận dạng người đó (tên, ID, ngày tháng, liên hệ, số tập tin, tính năng hiếm) và gợi ý cách ẩn danh. Văn bản: [dán]
Vai trò: Người đánh giá tuân thủ công cụ AI. Nhiệm vụ: Tạo các câu hỏi kiểm soát để đánh giá một công cụ AI để sử dụng trong lâm sàng: điều kiện xử lý dữ liệu, vị trí lưu trữ, chuyển dữ liệu ra nước ngoài, thỏa thuận xử lý dữ liệu, mã hóa, chính sách xóa, tuân thủ thiết bị y tế. Chuẩn bị từng câu hỏi theo dạng "có/không + bằng chứng".
Vai trò: Người viết văn bản thông tin bệnh nhân (dữ liệu). Nhiệm vụ: Viết bản thảo thông tin giải thích bằng ngôn ngữ đơn giản rằng phòng khám sử dụng các công cụ AI trong một số quy trình nhất định, dữ liệu nào được xử lý và cách thức cũng như quyền của bệnh nhân. Bác sĩ/luật sư sẽ xác minh các tuyên bố pháp lý; viết một lập luận pháp lý dứt khoát. Bối cảnh: [lĩnh vực sử dụng]
Vai trò: Người soạn thảo phản hồi vi phạm dữ liệu. Nhiệm vụ: Dự thảo các bước mà nhóm sẽ thực hiện trong trường hợp có thể xảy ra vi phạm dữ liệu: phát hiện, ngăn chặn, ghi lại, đánh giá, kiểm soát nghĩa vụ thông báo, phòng ngừa. Đánh dấu thời hạn thông báo pháp lý bằng ghi chú "phải được xác minh theo pháp luật liên quan".
Dấu nhắc yếu / Dấu nhắc mạnh
Yếu: "Tôi đã tải lên bức ảnh chụp X-quang này có tên và ID của bệnh nhân, để tôi thêm tất cả thông tin để phân tích tốt hơn."
Tại sao nó yếu: Nó làm lộ dữ liệu nhạy cảm theo cách không cần thiết và không an toàn; Nó tạo ra nguy cơ vi phạm KVKK.
Mạnh: "Xóa và ẩn danh tất cả thông tin nhận dạng bệnh nhân trong văn bản này; chỉ để lại nội dung cần thiết về mặt lâm sàng, không xác định danh tính. Tôi sẽ chỉ xử lý dữ liệu sức khỏe theo các phương tiện an toàn và được ký hợp đồng."
Tại sao nó mạnh mẽ: Nó thực hiện nguyên tắc giảm thiểu và ẩn danh dữ liệu, quy định tính bảo mật của phương tiện.
Giảm thiểu dữ liệu và văn hóa nhóm
Một trong những nguyên tắc cơ bản của KVKK là giảm thiểu dữ liệu: làm việc với ít dữ liệu cần thiết nhất để thực hiện công việc. Nguyên tắc này là nguyên tắc vàng trong các công cụ AI. Bạn không cần cung cấp tên, giấy tờ tùy thân hoặc thông tin liên hệ của bệnh nhân để tạo ra văn bản nháp; Nội dung lâm sàng thường có ý nghĩa mà không có bản sắc. Hãy tự hỏi bản thân sau mỗi lần cài đặt: "Thông tin này có thực sự cần thiết cho tác vụ này không?" Nếu câu trả lời là không, đừng cung cấp thông tin đó. Thói quen đơn giản này làm giảm đáng kể tác động của rò rỉ tiềm ẩn.
Nhưng ngay cả những quy tắc tốt nhất cũng vô dụng nếu cả nhóm không tuân theo chúng. Bảo mật dữ liệu là văn hóa của toàn bộ nhóm lâm sàng chứ không phải của một người nào. Mọi người, từ thư ký đến trợ lý, từ kỹ thuật viên đến bác sĩ, nên biết công cụ nào được phê duyệt, thông tin nào có thể được tải lên ở đâu và phải làm gì trong trường hợp có nghi ngờ. Đó là lý do tại sao cần phải có "chính sách sử dụng dữ liệu", các khóa đào tạo ngắn hạn thường xuyên và "danh sách các công cụ được phê duyệt" bằng văn bản. Văn hóa khuyến khích báo cáo trước khi trừng phạt khi xảy ra lỗi sẽ giúp ngăn chặn lỗi bị che giấu và củng cố hệ thống.
Trường hợp nhỏ 4: Không cung cấp dữ liệu không cần thiết
Một trợ lý dừng lại khi anh ta chuẩn bị tải toàn bộ hồ sơ bệnh nhân vào AI để nó tạo ra một văn bản thông tin: trên thực tế, chỉ có thông tin "các lựa chọn chân tay giả cho một chiếc răng hàm bị thiếu" là đủ. Không có bản sắc và tất cả lịch sử, không có bản sắc và với một mong muốn tối thiểu, nó sẽ nhận được kết quả tương tự. Bài học: dữ liệu an toàn nhất là dữ liệu không bao giờ được chia sẻ; Giảm thiểu sẽ loại bỏ rủi ro trước khi nó xảy ra.
Những lỗi thường gặp
- Tải thông tin nhận dạng bệnh nhân lên một công cụ không an toàn/miễn phí.
- Giả sử rằng sự đồng ý cho một mục đích bao gồm việc sử dụng AI.
- Không kiểm tra xem công cụ có sử dụng dữ liệu trong đào tạo mô hình hay không.
- Sử dụng nhà cung cấp không có thỏa thuận xử lý dữ liệu (DPA).
- Bỏ qua thời gian truyền và lưu giữ dữ liệu quốc tế.
Tóm lại
Dữ liệu sức khỏe bệnh nhân là dữ liệu đặc biệt trong phạm vi KVKK và cần được bảo vệ ở mức cao nhất. Khi xử lý dữ liệu trong các công cụ AI, trước tiên hãy ẩn danh nó; Chỉ xử lý thông tin xác định trong các hệ thống an toàn, hợp đồng và tuân thủ KVKK. Tiêu chí chọn xe không phải là giá cả hay mức độ phổ biến; điều kiện xử lý dữ liệu, vị trí lưu trữ, chuyển giao quốc tế, hợp đồng, mã hóa và tuân thủ quy định. Việc sử dụng AI phải được truyền đạt một cách minh bạch tới bệnh nhân và phải có sự đồng ý cần thiết.
Nhiệm vụ ứng dụng
Liệt kê tất cả các công cụ AI và kỹ thuật số tiếp xúc với dữ liệu bệnh nhân trong phòng khám của bạn. Trả lời các câu hỏi do lời nhắc “người đánh giá tuân thủ công cụ AI” tạo ra cho từng câu hỏi (vị trí dữ liệu, hợp đồng, mã hóa, xóa). Gắn cờ những công cụ không tuân thủ và tạo danh sách “công cụ được phê duyệt” cũng như danh sách “công cụ bị cấm/tạm dừng” và thông báo cho nhóm của bạn.
danh sách kiểm tra
- [ ] Tôi chỉ xử lý dữ liệu nhận dạng bệnh nhân bằng các công cụ đã được phê duyệt và ký hợp đồng.
- [ ] Tôi đã ẩn danh dữ liệu khi cần thiết.
- [ ] Tôi đã thiết lập một quy trình thông tin/chấp thuận riêng cho việc sử dụng AI.
- [ ] Tôi đã đánh giá vị trí dữ liệu, hợp đồng và trạng thái bảo mật của từng công cụ.
- [ ] Tôi đã công bố danh sách phương tiện được phê duyệt và bị cấm cho đội.