收益：
- 能够在人工智能工具中处理患者数据时应用 KVKK、开放同意和数据最小化原则
- 能够证明匿名化、本地/机构工具选择和数据保留决策的合理性
- 能够识别道德困境（偏见、透明度、提供患者信息）并制定负责任的使用政策
物理治疗师获取患者最私密的信息：他的健康状况、他的身体、照片、视频、日常生活。这种信任是职业的基础，并受到法律保护。一旦人工智能（AI）工具开始处理这些数据，隐私责任就不会消失；相反，它变得更加复杂。因为现在数据可以离开您的计算机并转到另一家公司的服务器。在本单元中，您将学习人工智能时代保护患者数据的法律框架（KVKK）、实用的保护方法（匿名化、工具选择）和道德原则（偏见、透明度、向患者提供信息）。
KVKK 和健康数据
KVKK（个人数据保护法）规范个人数据的处理。本法将健康数据归类为特殊个人数据；也就是说，它具有最高级别的保护。患者的诊断、治疗、测量、图像；通常，处理过程需要患者的明确同意（通过了解其用途而给予的自由同意）。将这些数据提供给人工智能工具也是“处理”。因此，始终存在三个问题：我的处理是否有法律依据（明确同意）？我是否只处理必要的数据（数据最小化）？数据安全吗？
注意：未经明确同意和匿名，将患者的姓名、诊断结果或图像粘贴到云 AI 工具中可能会构成 KVKK 的非法数据传输。这会给患者带来伤害、法律制裁和违反职业道德的风险。
数据最小化和匿名化
保护自己的最有力方法是最大限度地减少要保护的数据。数据最小化仅处理达到目的所需的最少数据。 AI不需要患者的姓名、ID或联系方式来起草锻炼计划；它只需要匿名的临床背景，例如“45岁女性，慢性腰痛，3个月”。匿名化意味着从数据中删除所有确定身份的元素（姓名、ID、地址、日期、机构、面孔）。正确的匿名数据不再是个人数据，并且可以更安全地进行处理。
数据类型
例子
应该交给AI吗？
方法
直接标识符
姓名、TR ID、电话
不
彻底取出来
间接标识符
罕见诊断+城市+日期
小心
概括/推断
临床背景
年龄范围、诊断、分期
是的（匿名）
如果需要的话给
图片/视频
人脸可见记录
否（通常）
隐藏脸部、同意、安全工具
车辆选择和数据存储
并非所有人工智能工具都是平等的。有些存储数据来训练模型；有些则存储数据。有些人并不隐藏它。有些将您的数据传输到国外的服务器。物理治疗师必须了解他使用的工具的数据政策：数据是否用于训练？存储在哪里以及存储多长时间？是否符合 KVKK 规定？如果可能，应首选公司/合同、无数据或本地工作工具。公司数据处理协议 (DPA) 和明确的保留政策是安全工具选择的标志。
提示：“免费”工具通常意味着使用数据付费。当涉及到患者数据时，阅读车辆的数据政策并不是奢侈而是必需的。如有疑问，请匿名化数据并且不要共享任何标识符。
在企业规模上，隐私超出了个人关注范围，成为政策问题。如果十名不同的物理治疗师在诊所中以十种不同的方式行事，那么即使是最细心的物理治疗师也无法覆盖最粗心的物理治疗师所带来的风险。这就是为什么书面数据使用政策至关重要：允许使用哪些工具，哪些数据永远不能共享，如果发生违规该怎么办。此外，应提前准备数据泄露计划（当发现泄露时将通知谁，如何限制泄露，必要时通知主管机构和患者）。 KVKK 对某些违规行为施加通知义务；事发时才知道这一点已经太晚了。好消息是，当应用本单元的基本原则（匿名化、最小化、安全工具、透明度）时，违规的可能性和影响就会显着降低。
道德：偏见、透明度、向患者提供信息
隐私权属于法律范畴；道德更广泛。三个道德问题很突出。偏见：对于训练数据中代表性不足的群体（某些年龄、性别、种族、残疾），人工智能可能更不准确；需要在这些组中更仔细地验证输出。透明度：你必须清楚地告诉病人你正在使用AI；隐瞒损害信任。患者的信息和自主权：患者有权就自己的数据做出决定；不能代表他自动做出秘密决定。
循序渐进：安全且合乎道德的数据使用
- 征得同意。解释将处理患者数据并使用人工智能，并获得明确同意。
- 最小化。请勿为此目的共享任何不必要的数据。
- 匿名。删除所有标识符；保持临床背景。
- 选择安全的车辆。使用符合 KVKK 标准并具有已知数据政策的车辆。
- 谨防偏见。在代表性不足的群体中更严格地验证输出。
- 保持透明。告知患者，回答他的问题，尊重他的决定。
- 记录下来。记录哪些数据的处理方式并记录同意情况。
三个迷你箱（数量）
案例 1——匿名保存。物理治疗师会将患者档案粘贴到AI中起草报告；文件里有姓名、身份证件和地址。相反，它在 30 秒内删除了所有标识符，只给出了“58 岁男性，全膝关节置换术，术后 6 周”的背景信息。结果是相同的质量，个人数据从未被共享。
案例2——车辆政策差异。一家诊所发现一个免费工具正在使用模型中的数据，并切换到机构的无数据版本。此外，还为团队制定了“不共享任何标识符”的规则。 3个月后进行的内部审计未发现个人数据泄露。
案例 3 — 透明度和信任。当一名患者得知他的物理治疗师正在用人工智能制作小册子时，他最初感到不安。物理治疗师解释说，人工智能仅用于起草文本，他的个人数据不会被共享，所有决定都是他自己的。病人的信心增强了。教训：透明度可以增强而不是削弱信任。
弱提示/强提示
弱：“这是病人的档案（包括姓名、身份证、诊断结果），写一份报告。”
未经明确同意和匿名传输个人和私人数据；它存在违反 KVKK 的风险。
Strong：“根据以下匿名临床背景撰写报告草稿。没有个人标识符，只有年龄范围、诊断、分期和测量结果。背景：[匿名数据]。”首先通过单独的匿名化步骤清除标识符后使用此选项。
四个可复制模板
任务：匿名化此文本。文本：[包含个人数据的文本]规则：用 [TAG] 替换姓名、ID、电话、地址、日期、机构、唯一标识符。保留临床背景（年龄范围、诊断、分期、测量）。输出：仅匿名文本。
任务：制作人工智能工具数据政策清单。上下文：[工具评估]我想要什么：我需要问的问题 - 数据是否用于教育，存储在哪里/多少，是否有 KVKK/DPA，是否有转移到国外，删除的权利是什么？决定权在我；只要给我清单即可。
任务：写一份明确同意/信息文本的草稿。范围：[物理治疗+AI辅助内容/后续]必须包含：哪些数据、什么目的、AI角色、存储、患者权利、批准/不批准声明。语言平实。未经批准不得使用。
任务：检查此 AI 输出是否存在偏差。输出：[建议/内容]，患者组：[可能代表性不足的组]我想要：标记该组可能不准确/不完整/概括的点 + 建议进行更严格的验证。不要做决定，表现出风险。
常见错误
- 粘贴个人数据。未经明确同意和匿名化，不得共享姓名、ID、图像。
- 不了解车辆政策。盲目使用存储/训练数据的工具是有风险的。
- 跳过数据最小化。共享不必要的数据会增加需要保护的表面积。
- 无视偏见。应更仔细地验证代表性不足群体的结果。
- 不透明。向患者隐瞒人工智能的使用会损害信任和道德。
- 未记录同意书。处理和同意必须以可追踪的形式记录。
总之
健康数据是 KVKK 下的特殊数据，需要最高程度的保护。在人工智能时代，隐私责任日益增加。获得明确同意、最小化数据、匿名化标识符、选择了解数据政策的安全工具、警惕偏见、对患者透明并记录流程。在大多数情况下，匿名是最实用、最有力的保护：您不共享的数据不会被泄露。
应用任务
准备包含个人数据的患者文本样本。使用第一个模板进行匿名化并检查结果（是否还剩下任何标识符？）。使用第二个模板评估您使用的 AI 工具的数据政策。最后，使用第三个模板，为您自己的诊所制作一份简单的明确同意/信息文本草稿。
清单
- [ ] 我已获得处理患者数据的明确同意。
- [ ] 我只处理了所需的最少数据（数据最小化）。
- [ ] 我对所有标识符进行了匿名化处理。
- [ ] 我检查了我使用的车辆的数据政策（存储、训练、KVKK）。
- [ ] 我在代表性不足的群体中更严格地验证了反偏见。
- [ ] 我透明地向患者传达了人工智能的使用并记录了该过程。