Lợi nhuận:
- Hiểu các rủi ro về quyền riêng tư và nghĩa vụ của KVKK đối với dữ liệu thiết bị trợ thính và máy quét (ghi dữ liệu, dữ liệu ứng dụng)
- Khả năng thiết kế việc sử dụng trí tuệ nhân tạo một cách an toàn và ẩn danh trong luồng thính học từ xa (giám sát và lắp từ xa)
- Khả năng áp dụng các giới hạn và các bước ẩn danh khi gửi dữ liệu bệnh nhân đến các công cụ trí tuệ nhân tạo dựa trên đám mây
Thính học hiện đại không còn chỉ hoạt động với dữ liệu được tạo ra trong phòng khám. Máy trợ thính và ứng dụng di động liên tục thu thập dữ liệu; bệnh nhân được theo dõi từ xa; thiết bị quét được kết nối với hệ thống đám mây. Mặc dù điều này mang lại những cơ hội mạnh mẽ nhưng nó cũng tạo ra những trách nhiệm nghiêm trọng về quyền riêng tư. Trong phần này, chúng tôi sẽ đề cập đến các rủi ro về quyền riêng tư của máy trợ thính và dữ liệu sàng lọc, việc sử dụng an toàn trí tuệ nhân tạo trong thính học từ xa (ứng dụng và giám sát từ xa) cũng như các giới hạn gửi dữ liệu bệnh nhân đến các công cụ dựa trên đám mây. Nguyên tắc chính: Dữ liệu bệnh nhân và thiết bị là dữ liệu sức khỏe có chất lượng đặc biệt; Nó đòi hỏi sự bảo vệ cao nhất trong phạm vi KVKK. Trước khi gửi dữ liệu đến trí tuệ nhân tạo, dữ liệu sẽ được ẩn danh, một công cụ bảo mật được chọn và chỉ chia sẻ dữ liệu cần thiết.
Nó thu thập dữ liệu thiết bị gì?
Các ứng dụng và máy trợ thính hiện đại thực hiện ghi dữ liệu: thiết bị được sử dụng bao nhiêu giờ mỗi ngày, thiết bị hoạt động trong môi trường nào (yên tĩnh, ồn ào, có âm nhạc), chương trình/mức âm thanh nào bệnh nhân thích có thể được ghi lại. Ứng dụng dành cho thiết bị di động có thể thêm vị trí, thói quen sử dụng và đôi khi là dữ liệu phương tiện âm thanh vào đây. Dữ liệu này có giá trị để theo dõi và theo dõi — nhưng nó cũng chứa thông tin nhạy cảm về cách sắp xếp cuộc sống của một người.
Trong phạm vi của KVKK (Luật bảo vệ dữ liệu cá nhân), dữ liệu sức khỏe là dữ liệu có chất lượng đặc biệt. Điều này có nghĩa là việc xử lý nó đòi hỏi các điều kiện chặt chẽ hơn, sự đồng ý rõ ràng và các biện pháp bảo mật cao. Dữ liệu trợ thính cũng được bao gồm trong phạm vi này.
Thận trọng: Dữ liệu "Có vẻ ẩn danh" không phải lúc nào cũng ẩn danh. Khi một hồ sơ mất thính lực hiếm gặp được kết hợp với độ tuổi và vị trí nhất định, người đó có thể được nhận dạng lại. Ẩn danh không chỉ là xóa tên mà còn đánh giá mọi manh mối có thể dẫn đến danh tính.
Giới hạn gửi dữ liệu lên các công cụ AI trên nền tảng đám mây
Mọi thứ bạn nhập vào một công cụ AI công khai, có mục đích chung sẽ được chuyển đến máy chủ của dịch vụ đó và bạn có quyền kiểm soát hạn chế đối với những gì xảy ra. Bởi vì:
- Tên thật T.C. Các thông tin nhận dạng trực tiếp như số ID, địa chỉ, số điện thoại, số seri thiết bị không bao giờ được nhập vào.
- Tránh kết hợp các chi tiết hiếm/duy nhất có thể dẫn đến danh tính.
- Nếu có thể, các công cụ an toàn, của công ty có điều kiện xử lý dữ liệu rõ ràng sẽ được ưu tiên hơn.
- Chỉ chia sẻ dữ liệu tối thiểu cần thiết để thực hiện tác vụ (giảm thiểu dữ liệu).
Kiểu dữ liệu
Anh ta có thể vào phương tiện công cộng không?
thay thế an toàn
Tên, TR, liên hệ
không bao giờ
mã ẩn danh
Số sê-ri thiết bị
không bao giờ
Loại thiết bị (chung)
Thính lực đồ thô + ID
không
Ngưỡng ẩn danh, ẩn danh
Tóm tắt lâm sàng ẩn danh
Có điều kiện (xe an toàn)
Không có ID, dữ liệu tối thiểu
Ghi dữ liệu + nhận dạng
không
Xu hướng tóm tắt ẩn danh
Trí tuệ nhân tạo an toàn trong thính học từ xa
Thính lực từ xa là một phương pháp thực hành trong đó bệnh nhân được đánh giá từ xa từ bên ngoài phòng khám (từ nhà của anh ta) và thiết bị của anh ta được điều chỉnh hoặc giám sát từ xa. Trí tuệ nhân tạo ở đây; Nó có thể trợ giúp thực hiện các tác vụ như tóm tắt dữ liệu sử dụng từ xa, soạn thảo phản hồi cho tin nhắn của bệnh nhân hoặc tạo lời nhắc theo dõi. Tuy nhiên, không thể áp dụng trực tiếp khuyến nghị cài đặt dựa trên dữ liệu sử dụng từ xa: khiếu nại thực tế của bệnh nhân phải được xác minh bằng hồ sơ thính giác và, nếu cần, một phép đo mới và cài đặt thiết bị không được thay đổi vĩnh viễn nếu không có sự chấp thuận của chuyên gia.
Từng bước: quy trình làm việc đảm bảo quyền riêng tư
- Kiểm kê dữ liệu. Xác định phần nào trong dữ liệu của bạn tiết lộ danh tính.
- Ẩn danh. Trích xuất các định danh trực tiếp, khái quát hóa các kết hợp hiếm.
- Chọn phương tiện. Nếu nhiệm vụ nhạy cảm, hãy chọn một công cụ bảo mật/doanh nghiệp; đưa dữ liệu nhạy cảm lên một công cụ công cộng.
- Chia sẻ dữ liệu tối thiểu. Chỉ gửi đủ để hoàn thành công việc.
- Xác minh đề xuất từ xa. Xác nhận các khuyến nghị về thính học từ xa bằng đánh giá và đo lường lâm sàng nếu cần thiết.
- Giám sát và đồng ý. Xác minh rằng đã có được sự đồng ý cần thiết để xử lý dữ liệu và hồ sơ được lưu giữ.
Dấu nhắc yếu / Dấu nhắc mạnh
Dấu nhắc yếu:
Đây là dữ liệu sử dụng từ ứng dụng thiết bị của Ayşe Demir (TC 123...), tôi nên thay đổi cài đặt như thế nào: [dữ liệu đầy đủ]
Nó bao gồm danh tính trực tiếp và TC (vi phạm KVKK nghiêm trọng) và yêu cầu quyết định cài đặt mà không cần xác minh dữ liệu từ xa.
Lời nhắc mạnh mẽ:
Vai trò của bạn: trợ lý theo dõi thính học từ xa. Đưa ra quyết định điều chỉnh cuối cùng; quy đề xuất này cho xác minh của chuyên gia. Dữ liệu (ẩn danh): 65 tuổi, thiết bị RIC, sử dụng ~4 giờ mỗi ngày trong 2 tuần qua, chủ yếu là môi trường ồn ào, bệnh nhân nói "Tôi khó hiểu lời nói trong tiếng ồn". Nhiệm vụ: liệt kê các khía cạnh điều chỉnh có thể có thể được xem xét từ xu hướng này; Đối với mỗi khía cạnh, hãy viết cách nó sẽ được xác minh với bệnh nhân và/hoặc phép đo. Nêu rõ rằng những thay đổi điều chỉnh vĩnh viễn cần có sự chấp thuận của chuyên gia và các phép đo mới nếu cần thiết.
Lời nhắc mạnh mẽ là ẩn danh, sử dụng dữ liệu tối thiểu và liên kết đề xuất với quá trình xác thực và phê duyệt của chuyên gia.
ba trường hợp nhỏ
Trường hợp 1 - Trở về sau vi phạm. Một nhà thính học sắp dán tên đầy đủ của bệnh nhân, TC và thính lực đồ đầy đủ vào một công cụ AI có sẵn công khai. Ghi nhớ quy tắc bảo mật của công ty; nó loại bỏ thông tin nhận dạng, ẩn danh dữ liệu chẳng hạn như “tuổi 58, thần kinh giác quan trung cấp phải” và chỉ chia sẻ các ngưỡng cần thiết để giải thích. Mục đích lâm sàng được đáp ứng, không ai bị phơi nhiễm.
Trường hợp 2 - Xác thực đề xuất từ xa. Trong thính học từ xa, dữ liệu từ ứng dụng của bệnh nhân được trí tuệ nhân tạo tóm tắt để "có thể tăng mức tăng tiếng ồn của chương trình". Nhà thính học không áp dụng điều này một cách trực tiếp; Anh ấy hoặc cô ấy thực hiện cuộc gọi video với bệnh nhân và làm rõ khiếu nại, lập kế hoạch REM khi cần thiết và chỉ thay đổi cài đặt sau khi được phê duyệt. Dữ liệu sử dụng trở thành manh mối, quyết định được giao cho chuyên gia.
Trường hợp 3 - Nguy cơ tái nhận dạng. Một chuyên gia chuẩn bị viết: “Đứa trẻ 7 tuổi bị mất thính lực liên quan đến một hội chứng hiếm gặp là trường hợp duy nhất ở Quận X”. Anh ta nhận ra rằng sự kết hợp này làm cho con người có thể được nhận ra; bỏ qua vị trí và chi tiết hiếm, chỉ để lại thông tin liên quan đến lâm sàng. Việc không viết tên riêng không mang lại sự ẩn danh.
Mẫu lời nhắc có thể sao chép
MẪU GIẤY TẮT + TỐI THIỂU Trong văn bản sau, (1) xóa các thông tin nhận dạng trực tiếp (tên, ID, số liên lạc, số sê-ri), (2) khái quát hóa các kết hợp hiếm có có thể khiến một người được nhận dạng (vị trí + chẩn đoán hiếm + tuổi), (3) xóa mọi dữ liệu không cần thiết cho nhiệm vụ. Văn bản: [văn bản]
MẪU KIỂM KÊ DỮ LIỆU Trong tập dữ liệu bên dưới, hãy phân loại từng trường là "số nhận dạng trực tiếp / số nhận dạng gián tiếp / cần thiết về mặt lâm sàng / không cần thiết" và cho biết trường nào không nên gửi đến công cụ. Dữ liệu: [trường]
MẪU XÁC MINH KHUYẾN NGHỊ TELEODIologyLiệt kê các hướng điều chỉnh có thể có từ dữ liệu sử dụng từ xa bên dưới; Đối với MỖI khía cạnh, hãy viết bước xác minh bằng cách phỏng vấn bệnh nhân và/hoặc đo lường. Thay đổi vĩnh viễn cần có sự chấp thuận của chuyên gia, hãy nêu rõ điều này. Dữ liệu (ẩn danh): [dữ liệu sử dụng]
MẪU KIỂM SOÁT/ĐỒNG Ý/Giám sátLiệt kê các mục cần được kiểm tra về mặt KVKK trong quy trình xử lý dữ liệu/thính lực từ xa (sự đồng ý rõ ràng, giảm thiểu dữ liệu, công cụ bảo mật, thời gian lưu trữ, hồ sơ truy cập). Cung cấp nó như một danh sách kiểm tra.
Những lỗi thường gặp
- Nhập dữ liệu nhận dạng vào xe. Vi phạm KVKK về tên, TR ID và số serial.
- Nghĩ rằng "Tôi đã xóa tên và nó trở thành ẩn danh". Bỏ qua nguy cơ tái công nhận các kết hợp hiếm.
- Đưa dữ liệu nhạy cảm vào một công cụ có sẵn công khai. Lái xe chung chung hơn là lái xe an toàn khi có nhiệm vụ nhạy cảm.
- Chia sẻ quá nhiều dữ liệu. Bỏ qua việc giảm thiểu dữ liệu và gửi thông tin không cần thiết.
- Áp dụng gợi ý từ xa trực tiếp. Đưa ra khuyến nghị điều chỉnh thính giác từ xa vĩnh viễn mà không cần sự chấp thuận và xác minh của chuyên gia.
Tóm lại
Dữ liệu sàng lọc và máy trợ thính là dữ liệu sức khỏe đặc biệt và KVKK yêu cầu sự bảo vệ cao nhất. Trước khi gửi dữ liệu đến AI, các mã nhận dạng trực tiếp sẽ được trích xuất, các kết hợp có nguy cơ bị xác định lại sẽ được khái quát hóa, công cụ an toàn được chọn và chỉ chia sẻ dữ liệu cần thiết tối thiểu. Trong thính học từ xa, những gợi ý đến từ xa là những manh mối có giá trị, nhưng chúng không trở thành những điều chỉnh lâu dài nếu không có sự chấp thuận và xác minh của chuyên gia.
Nhiệm vụ ứng dụng
Xác định một "tập dữ liệu" ẩn danh (chứa các trường hỗn hợp như tên, ID, số sê-ri thiết bị, tuổi, vị trí, chẩn đoán hiếm gặp, ngưỡng thính lực đồ, v.v.). Phân loại từng trường bằng mẫu “kiểm kê dữ liệu”, sau đó bảo mật nó để có thể gửi đến công cụ bằng mẫu “ẩn danh + giảm thiểu”. Ngoài ra, để lấy ví dụ về dữ liệu sử dụng thính học từ xa, hãy áp dụng mẫu “xác minh đề xuất” và viết bước xác minh cho từng khía cạnh cài đặt.
danh sách kiểm tra
- [ ] Tôi đã xóa các thông tin nhận dạng trực tiếp (tên, ID, số sê-ri).
- [ ] Tôi đã khái quát hóa những sự kết hợp có nguy cơ bị nhận dạng lại.
- [ ] Tôi đã chọn công cụ an toàn/phù hợp tùy theo mức độ nhạy cảm của nhiệm vụ.
- [ ] Tôi chỉ chia sẻ dữ liệu cần thiết tối thiểu.
- [ ] Tôi đã liên kết đề xuất về thính học từ xa với sự phê duyệt và xác minh của chuyên gia.
- [ ] Tôi đã kiểm tra sự đồng ý và nghĩa vụ giám sát.