Health Law Journal

fa حفاظت از داده‌های پزشکی: تعامل حق بر حریم خصوصی و هوش مصنوعی Medical Data Protection: The Interaction of the Right to Privacy and Artificial Intelligence مقاله پژوهشي Original Article <div style="text-align: justify;">زمینه و هدف: پیشرفت در هوش مصنوعی مراقبت‌های بهداشتی به سرعت در حال رخ‌دادن است و بحث در مورد مدیریت توسعه آن در حال افزایش است. بسیاری از فناوری‌های هوش مصنوعی در نهایت تحت مالکیت و کنترل نهادهای خصوصی هستند. ماهیت پیاده‌سازی هوش مصنوعی می‌تواند به این معنا باشد که چنین شرکت‌ها، کلینیک‌ها و نهادهای عمومی نقشی بیش از حد معمول در کسب، استفاده و حفاظت از اطلاعات سلامت بیمار خواهند داشت. این موضوع مسائل مربوط به حریم خصوصی مربوط به پیاده‌سازی و امنیت داده‌ها را ایجاد می‌کند. اولین چالش شامل دسترسی، استفاده و کنترل داده‌های بیمار در مالکیت شخصی است. برخی از مشارکت‌های دولتی و خصوصی اخیر برای پیاده‌سازی هوش مصنوعی منجر به محافظت ضعیف از حریم خصوصی شده است. به این ترتیب، درخواست‌هایی برای نظارت سیستمی بیشتر بر تحقیقات سلامت کلان داده‌ها وجود دارد. برای حفظ حریم خصوصی و نمایندگی بیمار باید تدابیر مناسبی وجود داشته باشد. حافظان خصوصی داده‌ها می‌توانند تحت تأثیر اهداف رقابتی قرار گیرند و باید از نظر ساختاری تشویق شوند تا حفاظت از داده‌ها و جلوگیری از استفاده جایگزین از آن‌ها را تضمین کنند. مجموعه دیگری از نگرانی‌ها به خطر خارجی نقض حریم خصوصی از طریق روش‌های مبتنی بر هوش مصنوعی مربوط می‌شود. توانایی شناسایی یا ناشناس‌کردن داده‌های سلامت بیمار ممکن است با توجه به الگوریتم‌های جدیدی که با موفقیت مجدداً چنین داده‌هایی را شناسایی کرده‌اند، به خطر بیفتد یا حتی باطل شود. این امر می‌تواند خطر را برای داده‌های بیمار تحت سرپرستی خصوصی افزایش دهد. روش: این مقاله به روش توصیفی ـ تحلیلی نگاشته شده است. ملاحظات اخلاقی: در تمام مراحل نگارش پژوهش حاضر، ضمن رعایت اصالت متون، صداقت و امانتداری رعایت شده است. یافته‌ها: داده‌های تولیدی می‌توانند برای پرکردن شکاف‌های داده‌ای که به دلیل این برداشت‌های تحت هدایت نهادها ایجاد شده‌اند، استفاده شوند و از غیر عملیاتی‌شدن سیستم‌های هوش مصنوعی جلوگیری کنند. در مورد مسأله بازشناسایی، نیاز به اشکال جدید و بهبودیافته‌ای از حفاظت داده‌ها و ناشناس‌سازی وجود خواهد داشت. نتیجه‌گیری: در حال حاضر در موقعیتی هستیم که در آن مقررات و نظارت در معرض خطر عقب‌ماندن از فناوری‌های حاکم بر آن‌ها قرار دارد. مقررات باید بر نمایندگی و رضایت بیمار تأکید کند و باید روش‌های پیچیده‌تر برای ناشناس‌سازی و حفاظت از داده‌ها را تشویق کند.</div> <div style="text-align: justify;">Background and Aim: Advances in healthcare artificial intelligence are occurring rapidly, and the debate about managing its development is increasing. Many AI technologies are ultimately owned and controlled by private entities. The nature of AI implementation could mean that such companies, clinics and public bodies will play a more than usual role in acquiring, using and protecting patient health information. This raises implementation privacy and data security issues. The first challenge involves accessing, using and controlling privately owned patient data. Some recent public-private partnerships to implement artificial intelligence have resulted in weak privacy protections. As such, there are calls for more systematic oversight of big data health research. Appropriate measures should be in place to protect patient privacy and representation. Private data custodians can be influenced by competing objectives and should be structurally incentivized to ensure data protection and prevent alternative uses. Another set of concerns relates to the external risk of privacy violations through AI-based methods. The ability to de-identify or de-identify patient health data may be compromised or even invalidated by new algorithms that have successfully de-identified such data. This can increase the risk to privately held patient data. Methods: This article is written in a descriptive-analytical way. Ethical Considerations: In all stages of writing the present research, while respecting the originality of the texts, honesty and trustworthiness have been observed. Results: Production data can be used to fill data gaps created by these institution-driven perceptions and prevent artificial intelligence systems from becoming inoperable. As for the issue of re-identification, there will be a need for new and improved forms of data protection and anonymization. Conclusion: We are currently in a situation where regulations and oversight are in danger of falling behind the technologies that govern them. Regulations should emphasize patient representation and consent and should encourage more sophisticated methods of anonymization and data protection.</div> حق بر حریم خصوصی, هوش مصنوعی, اخلاق زیستی, داده‌های پزشکی Right to Privacy, Artificial Intelligence, Bioethics, Medical Data 1 12 http://healthlawjournal.ir/browse.php?a_code=A-10-28-2&slc_lang=fa&sid=1 Navid Zamaneh Ghadim نوید زمانه قدیم 1003194753284600290 1003194753284600290 Yes Department of Law, Roshdiyeh Institute of Higher Education, Tabriz, Iran. گروه حقوق، مؤسسه آموزش عالی رشدیه، تبریز، ایران. Aram Abbaspour jalali آرام عباسپور جلالی 1003194753284600291 1003194753284600291 No Department of Law, Roshdiyeh Institute of Higher Education, Tabriz, Iran. گروه حقوق، مؤسسه آموزش عالی رشدیه، تبریز، ایران.