Lợi nhuận:
- Khả năng phân biệt dữ liệu giúp phụ nữ mang thai có thể nhận dạng trực tiếp hoặc gián tiếp và hủy nhận dạng dữ liệu đó trước khi đưa cho trí tuệ nhân tạo
- Khả năng áp dụng giảm thiểu dữ liệu và hình thành thói quen chỉ sử dụng các công cụ được tổ chức phê duyệt trong khuôn khổ KVKK
- 'Có thể tìm thấy người này từ văn bản này không?' Khả năng quản lý rủi ro tái nhận dạng bằng cách áp dụng bài kiểm tra
Hộ sinh là nghề chạm đến những thông tin riêng tư nhất của con người: việc mang thai diễn ra như thế nào, những lần mang thai trong quá khứ, sảy thai, mất mát, các mối quan hệ, trạng thái tinh thần, sức khỏe tình dục. Khi thông tin này rơi vào tay kẻ xấu, nó sẽ gây ra tác hại không thể khắc phục - một cuộc khủng hoảng trong nước, sự kỳ thị của xã hội, sự mất niềm tin. Vì vậy, bí mật không phải là “quy tắc bổ sung” trong nghề hộ sinh mà là nền tảng của nghề. Sau khi bạn đưa AI vào hoạt động kinh doanh của mình, một biên giới mới về quyền riêng tư sẽ mở ra: mọi thứ bạn nhập vào trợ lý trò chuyện đều có thể nằm ngoài tầm kiểm soát của bạn. Đơn vị này hướng dẫn bạn cách bảo vệ dữ liệu mang thai từ đầu đến cuối khi sử dụng AI - đặc biệt là trong khuôn khổ KVKK (Luật bảo vệ dữ liệu cá nhân; luật quy định việc xử lý dữ liệu cá nhân ở Türkiye).
Nguyên tắc cơ bản chỉ có một câu: Bất kỳ thông tin nào khiến phụ nữ mang thai có thể nhận ra đều không bao giờ được đưa vào công cụ trí tuệ nhân tạo. Việc học quy tắc này được ưu tiên hơn tất cả các kỹ năng khác trong mô-đun; Vì dữ liệu một khi đã bị rò rỉ thì không thể lấy lại được.
Lưu ý: Văn bản bạn nhập vào công cụ AI sẽ được chuyển đến máy chủ của dịch vụ đó; có thể được lưu trữ, xử lý và trong một số trường hợp được sử dụng để đào tạo mô hình. Nói "Tôi chỉ muốn tóm tắt" không trả lại dữ liệu. Cách an toàn duy nhất là không bao giờ nhập thông tin xác thực ngay từ đầu.
Dữ liệu cá nhân là gì, thông tin nào có thể nhận dạng được dữ liệu đó?
Dữ liệu cá nhân là bất kỳ thông tin nào giúp nhận dạng một người một cách trực tiếp hoặc gián tiếp. Trong ngành hộ sinh, những dữ liệu này đặc biệt thuộc danh mục đặc biệt (chẳng hạn như dữ liệu sức khỏe, được pháp luật bảo vệ cao nhất). Hãy xem xét thông tin cung cấp sự công nhận trong hai nhóm:
Thông tin nhận dạng trực tiếp: Tên-họ, số ID TR, số tệp/giao thức, điện thoại, địa chỉ, e-mail, ngày sinh, tài khoản mạng xã hội, ảnh.
Mô tả gián tiếp (kết hợp để dễ nhận biết): "Người mang thai ba con duy nhất ở khu phố đó", "người 44 tuổi duy nhất ở viện mang thai lần đầu", một căn bệnh hiếm gặp + một khu định cư nhỏ, nơi làm việc + tuổi thai. Một vài chi tiết tưởng chừng như vô hại lại có thể chỉ ra một người khi gộp lại. Điều này được gọi là rủi ro tái xác định.
Khử nhận dạng là quá trình loại bỏ các số nhận dạng này khỏi văn bản. Việc loại bỏ nhận dạng được thực hiện tốt sẽ xóa cả số nhận dạng trực tiếp và gián tiếp.
Từng bước: Khử nhận dạng trước khi đưa dữ liệu cho AI
- Xóa số nhận dạng trực tiếp: Tên, ID, số điện thoại, số tệp, địa chỉ, ngày — xóa tất cả. Thay thế bằng những từ chung chung như "Mang thai A", "khoảng 38 tuổi", "tam cá nguyệt thứ hai".
- Làm mờ các manh mối gián tiếp: Biến độ tuổi chính xác thành phạm vi (ví dụ: "đầu những năm 40"), vị trí chính xác thành khu vực, các kết hợp hiếm gặp thành chung chung.
- Loại bỏ những chi tiết không cần thiết: Cung cấp thông tin tối thiểu cần thiết để AI thực hiện công việc của mình (giảm thiểu dữ liệu). Bệnh sử của phụ nữ mang thai không bắt buộc phải viết phiếu cho con bú.
- Kiểm tra chính sách của tổ chức: Một số tổ chức xác định các công cụ AI của tổ chức/được phê duyệt; có thể cấm nhập dữ liệu bệnh nhân vào các công cụ cá nhân/miễn phí. Thực hiện theo quy tắc của tổ chức của bạn.
- Đọc lần cuối: Trước khi gửi lời nhắc "có thể tìm thấy người này từ văn bản này không?" Hãy đọc nó một lần nữa.
Khó khăn nhất trong năm bước này là bước thứ hai—làm mờ các manh mối gián tiếp—vì việc xóa các số nhận dạng trực tiếp rất dễ dàng và xuất hiện trong đầu bạn đầu tiên, nhưng hầu hết sự nhận biết thực sự đến từ sự kết hợp của các chi tiết gián tiếp. Sự kết hợp giữa nghề nghiệp, tuổi tác, nơi ở và một tình trạng hiếm gặp có thể biến một người thành một người duy nhất, ngay cả khi không nhắc đến tên. Vì vậy, việc hủy nhận dạng không nên được coi là "xóa tên" mà là "đảm bảo rằng không ai đọc văn bản này có thể đoán được người đó". Khung tinh thần này làm giảm triệt để nguy cơ tái nhận dạng.
Gợi ý: Một thử nghiệm hay: Nếu bạn đưa văn bản không xác định danh tính cho một đồng nghiệp biết người phụ nữ mang thai đó, liệu cô ấy có nói "điều này là như vậy" không? Nếu anh ta có thể nói như vậy, điều đó có nghĩa là bạn chưa xác định được danh tính của anh ta đủ.
ba trường hợp nhỏ
Trường hợp 1 - Nhận dạng gián tiếp: Khi yêu cầu AI tóm tắt lịch sử, một nữ hộ sinh đã bỏ qua ID nhưng để lại cụm từ “ca mang thai bốn con duy nhất ở thị trấn của chúng tôi”. Câu nói này trực tiếp chỉ người ở nơi nhỏ bé đó. Đồng nghiệp của anh ta thông báo và cảnh báo; Nữ hộ sinh khái quát thành ngữ là “đa thai”. Bài học: số nhận dạng gián tiếp cũng nguy hiểm như số nhận dạng trực tiếp.
Trường hợp 2 - Giảm thiểu dữ liệu: Nữ hộ sinh thứ hai có thói quen dán toàn bộ hồ sơ của bà bầu vào AI thay vì chỉ in ra tập tài liệu "dinh dưỡng cho bà bầu". Nó là viết tắt: không cần dữ liệu cá nhân cho tài liệu quảng cáo. Anh ta cầm tập tài liệu mà không đưa hồ sơ, chỉ viết chủ đề. Dữ liệu an toàn nhất là dữ liệu không bao giờ được chia sẻ.
Trường hợp 3 - Công cụ sai: Trong ví dụ thứ ba, một nữ hộ sinh chuẩn bị nhập thông tin bệnh nhân vào một ứng dụng ngẫu nhiên trên điện thoại cá nhân của mình thì cô ấy nhớ ra chính sách của tổ chức: dữ liệu bệnh nhân chỉ có thể được xử lý ở trạng thái loại bỏ danh tính và sử dụng các công cụ được tổ chức phê duyệt. Không sử dụng ứng dụng cá nhân. Rò rỉ dữ liệu thường phát sinh từ thời điểm "tiện lợi" như vậy chứ không phải do lỗi kỹ thuật.
Mẫu có thể sao chép
Vai trò: Bạn là trợ lý kiểm soát việc loại bỏ nhận dạng. Nhiệm vụ: Đánh dấu từng biểu thức trong văn bản bên dưới có thể TRỰC TIẾP hoặc GIÁN TIẾP nhận dạng một người: - Trực tiếp: tên, ID, điện thoại, địa chỉ, số hồ sơ, ngày chính xác, ảnh. - Gián tiếp: sự kết hợp hiếm có, địa điểm nhỏ + tình huống đặc biệt, tuổi chính xác, nơi làm việc, chất lượng độc nhất/duy nhất.Đề xuất TỔNG HỢP an toàn hơn cho mỗi biểu thức.Văn bản: [văn bản]
Vai trò: Bạn là nhà tư vấn giảm thiểu dữ liệu. Nhiệm vụ: Tôi muốn làm công việc này: [công việc]. Thông tin tối thiểu tôi PHẢI cung cấp cho BẠN để thực hiện việc này là gì? Đánh dấu thông tin bệnh nhân không cần thiết là "[KHÔNG CUNG CẤP]".
Vai trò: Bạn là trợ lý tóm tắt an toàn. Nhiệm vụ: Tóm tắt câu chuyện ĐÃ ĐƯỢC XÁC ĐỊNH bên dưới. Nếu bạn thấy thông tin nhận dạng trong văn bản, đừng tóm tắt; thay vào đó hãy viết "Tôi đã tìm thấy thông tin đăng nhập, vui lòng xóa và gửi lại." Câu chuyện: [câu chuyện]
Danh sách kiểm tra nhắc nhở chính sách của tổ chức (hãy tự hỏi):- Công cụ này có được tổ chức của tôi phê duyệt không?- Có bất kỳ thông tin nhận dạng cá nhân nào trong dữ liệu tôi đã nhập không?- Thông tin này có thực sự cần thiết cho công việc này không?- Người mà tôi biết có thể tìm thấy người đó nếu họ đọc văn bản không?- Tôi có thêm thông tin nhận dạng khi lưu kết quả không?
Dấu nhắc yếu / Dấu nhắc mạnh
Yếu: "Ayşe Y., 39, mang thai lần thứ ba, ở bệnh viện sau, hồ sơ số 4412; tóm tắt lịch sử của cô ấy."
Lời nhắc này chứa đầy các số nhận dạng trực tiếp; Dữ liệu riêng tư đã bị rò rỉ ngay khi nó được gửi đi.
Mạnh mẽ:
Vai trò: trợ lý tóm tắt an toàn. Tóm tắt lịch sử ẩn danh sau đây. "Mang thai A, cuối tuổi 30, mang thai lần thứ ba, [chi tiết y tế liên quan ẩn danh]." Nếu thấy thông tin nhận dạng trong văn bản thì không nên tóm tắt, cảnh báo.
Sự khác biệt: Không có số nhận dạng trực tiếp/gián tiếp trong phiên bản mạnh; chỉ có bối cảnh không danh tính cần thiết để thực hiện công việc. Bảo mật bắt đầu trước khi lời nhắc được viết.
Điều gì nên chia sẻ và điều gì không nên chia sẻ
Loại thông tin
Nó có rơi vào AI không?
thay thế
Tên, TR ID, điện thoại, địa chỉ, số hồ sơ
không bao giờ
"Có thai A"
Tuổi chính xác/ngày chính xác
không
Độ tuổi/tam cá nguyệt
Sự kết hợp nơi hiếm + nhỏ
không
khái quát hóa
Bối cảnh y tế tổng quát (ẩn danh)
Có, nếu cần thiết
Áp dụng giảm thiểu dữ liệu
Ảnh/hình ảnh
Không (khuôn mặt/ký hiệu)
không cần thiết
Xe không được tổ chức phê duyệt
Không có dữ liệu bệnh nhân
Xe được phê duyệt
Những lỗi thường gặp
- Chỉ xóa tên và để lại manh mối gián tiếp: Nguy cơ tái nhận dạng vẫn còn.
- Dán toàn bộ file cho "tiện lợi": Vi phạm nguyên tắc giảm thiểu dữ liệu.
- Nhập dữ liệu bệnh nhân vào thiết bị cá nhân/không được phê duyệt: Việc này có thể đi ngược lại chính sách của tổ chức và KVKK.
- Chia sẻ ảnh/ảnh chụp màn hình: Khuôn mặt, tên và số tập tin trong ảnh có thể được giữ bí mật.
- Thêm ID trong khi lưu đầu ra: Việc thêm ID vào đầu ra không có ID sẽ mang lại rủi ro.
- Giả sử "dù sao nó cũng bị xóa": Bạn không biết dữ liệu là gì; Sự đảm bảo duy nhất là không gửi bất cứ thứ gì cả.
Tóm lại
Khi sử dụng trí tuệ nhân tạo, quyền riêng tư là điều kiện tiên quyết chứ không phải là vấn đề kỹ thuật. Bất kỳ thông tin nào khiến phụ nữ mang thai nhận ra trực tiếp (tên, ID, số điện thoại) hoặc gián tiếp (sự kết hợp hiếm + vị trí nhỏ) đều không được nhập vào công cụ AI. Thực hành giảm thiểu dữ liệu — cung cấp thông tin tối thiểu cần thiết để thực hiện công việc — và chỉ sử dụng các công cụ đã được tổ chức của bạn phê duyệt. Nếu không gửi lời nhắc "có thể tìm thấy người này từ văn bản này không?" làm bài kiểm tra. Sau khi bị rò rỉ, dữ liệu không thể lấy lại được; Do đó, bảo mật bắt đầu trước khi lời nhắc được viết.
Nhiệm vụ ứng dụng
Lấy lịch sử mang thai thực tế (trên giấy) và lọc văn bản từng bước bằng cách sử dụng mẫu khử nhận dạng: đầu tiên là số nhận dạng trực tiếp, sau đó là số nhận dạng gián tiếp. Đưa văn bản đã xóa cho đồng nghiệp và hỏi "đây có thể là ai?" hỏi; Nếu bạn có thể nhận ra nó, hãy khái quát nó hơn nữa. Ngoài ra, hãy tìm chính sách dữ liệu/AI của tổ chức của bạn, tóm tắt nó trong một câu và lưu ý những công cụ nào được phê duyệt.
danh sách kiểm tra
- [ ] Tôi đã xóa tất cả các thông tin nhận dạng trực tiếp (tên, ID, điện thoại, địa chỉ, số hồ sơ).
- [ ] Tôi đã khái quát hóa các mô tả gián tiếp (sự kết hợp hiếm có, vị trí nhỏ, độ tuổi chính xác).
- [ ] Tôi chỉ cung cấp thông tin tối thiểu cần thiết để thực hiện công việc.
- [ ] Tôi chỉ sử dụng một công cụ được tổ chức của tôi phê duyệt.
- [ ] "Có thể tìm thấy người này từ văn bản này không?" Tôi đã làm bài kiểm tra.
- [ ] Sau đó tôi không thêm bất kỳ thông tin xác thực nào vào đầu ra.