Takaisin BlogiinTerveydenhuolto

HHS 2025: Tekoälyn kliiniset muistiinpanot tarvitsevat PHI-suojaa

Tekoälyn transkriptiojärjestelmät voivat vahingossa sijoittaa potilaan A:n PHI:n potilaan B:n tietueeseen. Tässä syy siihen, miksi reaaliaikainen PHI-tunnistus ennen EHR-tallentamista on oikea kontrolli.

March 6, 20269 min lukuaika
HIPAA complianceclinical documentationPHI detectionEHR privacyHHS 2025

Tekoälyn kliinisten muistiinpanojen tietosuojaongelma

Päivitetty vuodelle 2026

Sairaalat ja klinikat käyttävät tekoälyä kliinisten muistiinpanojen kirjoittamiseen. Tekoäly litteroi puheesta ja luonnostelee tekstiä. Mutta tämä luo HIPAA-aukon, jota manuaalinen tarkistus ei pysty sulkemaan.

Tekoälyn tuottamat muistiinpanot paljastavat potilastietueet kolmella tavalla:

  1. Ristisaastuminen: Tekoäly voi vetää tietoja yhdeltä potilaalta toisen potilaan tietueeseen. Lääketieteelliset tekoälytutkimukset ovat osoittaneet tämän riskin.
  2. Kontekstin vuoto: Potilastiedot päätyvät väärään kenttään — laskutusmuistiinpanoon, tutkimuskenttään tai lähetelajiin. Tekoäly täyttää kentät kontekstin, ei kentän tarkoituksen perusteella.
  3. Toimittajatietojen käyttö: Monet tekoälytoimittajat lähettävät muistiinpanot takaisin mallintarkistukseen, ellei siitä kieltäydytä. Tämä lähettää potilastiedot kolmansien osapuolten palvelimille. Näillä palvelimilla ei välttämättä ole allekirjoitettua BAA-sopimusta.

HHS julkaisi ehdotetun säännön vuonna 2025. Sen mukaan tekoälytyökaluja käyttävien kokonaisuuksien on sisällytettävä nämä työkalut riskianalyysiinsä. Tämä luo muodollisen säännön tekoälyavusteiselle kliiniselle työlle.

HHS:n vuoden 2025 tekoälyn riskianalyysin sääntö

HHS ehdotti uusia sääntöjä tekoälyä käyttäville katetuille kokonaisuuksille. Jokainen potilastietueisiin koskeva tekoälyjärjestelmä on sisällytettävä kokonaisuuden riskianalyysiin.

Säännöllä on kolme osaa:

Tekniset suojatoimet: Tarkista jokainen tekoälytyökalu. Kysy:

  • Lähettääkö se potilastietueita järjestelmienne ulkopuolelle?
  • Säilyttääkö se potilastietueita palvelimillaan käytön jälkeen?
  • Kirjoittaako se potilastietoja väärään tietueeseen?

Henkilöstön koulutus: Koulutuksen on katettava tekoälykohtaiset riskit. Tähän sisältyvät tietueiden sekaantumistapaukset.

Fyysiset kontrollit: Tekoälytyökaluja käyttävien työasemien on oltava osa fyysisiä pääsynhallintoja.

Tekoälyn kliiniset työkalut sisältävät puheesta tekstiksi -palvelut, tekoälyn muistiinpanojen luonnostyökalut ja koodaustyökalut.

Miksi tallennusta edeltävä tunnistus toimii

Paras tekninen kontrolli on PHI-tunnistus ennen kuin muistiinpano tallennetaan EHR:ään.

Ilman tallennusta edeltävää tunnistusta:

  • Tekoäly kirjoittaa luonnoksen
  • Henkilökunta tarkistaa sen käsin, aikapaineen alaisena
  • Muistiinpano tallennetaan EHR:ään
  • PHI-virheet ovat nyt pysyvässä tietueessa
  • Niiden korjaaminen vaatii tarkistusmerkintöjä ja rikkomustarkastelua

Tallennusta edeltävän tunnistuksen kanssa:

  • Tekoäly kirjoittaa luonnoksen
  • PHI-skannaus suoritetaan ennen muistiinpanon tallentamista
  • Merkityt kohteet lähetetään henkilökunnan tarkistettavaksi
  • Henkilökunta korjaa virheet ennen tallentamista
  • EHR-tietue on puhdas alusta alkaen

Tallennusta edeltävä tunnistus täyttää HIPAA:n Security Rule 164.312(b):n. Tämä sääntö edellyttää järjestelmiä, jotka kirjaavat ja tarkistavat toimintaa. Tallennusta edeltävä skannaus luo tarkistustietueen jokaiselle tarkastetulle muistiinpanolle.

18 PHI-kategoriaa tekoälyn muistiinpanoissa

HIPAA:n Safe Harbor edellyttää 18 PHI-kategorian poistamista (45 CFR 164.514(b)). Tekoälyn muistiinpanot voivat tuottaa kaikki 18 odottamattomilla tavoilla:

  • Nimet — potilas mainitsee perheenjäsenen oirekuvauksessa
  • Sijainti — kotiosoite sosiaalianamneesissä
  • Päivämäärät — syntymäpäivät, vastaanottopäivät, toimenpidepäivät
  • Puhelin- ja faksitumerot — yhteystiedot lähetekuvauksissa
  • Sähköpostiosoitteet — potilaan antamat yhteystiedot
  • Sosiaaliturvatunnukset — vakuutuskonteksti
  • Sairaustietotunnisteet — MRN, taulukonumerot
  • Terveyssuunnitelman tunnisteet — vakuutuskonteksti
  • Tilinumerot — laskutuskonteksti
  • Lisenssitunnisteet — palveluntarjoajan lisenssitiedot lähetteissä
  • Ajoneuvotunnisteet — onnettomuuskonteksti traumamuistiinpanoissa
  • Laitetunnisteet — implanttia koskevat muistiinpanot
  • URL-osoitteet — potilaan lähettämät linkit terveystietueisiin
  • IP-osoitteet — etäistunnon lokit
  • Biometriset tunnisteet — sormenjälki- tai ääniprinttidata
  • Valokuvat — tekoälyjärjestelmien linkitetyt mediatiedostot
  • Muut yksilölliset tunnisteet — laitoksen mukautetut tunnisteet

Tekoälymallit voivat luoda minkä tahansa näistä kontekstin perusteella. Tunnistuksen on katettava kaikki 18 — ei vain sosiaaliturvatunnukset ja päivämäärät.

Kuinka lisätä tallennusta edeltävä tunnistus

Tallennusta edeltävä PHI-tarkistus seuraa viittä vaihetta:

  1. Tekoäly kirjoittaa muistiinpanon luonnoksen
  2. Muistiinpanon teksti lähetetään tunnistus-API:lle ennen kuin henkilökunta näkee sen
  3. Merkityt kohteet näytetään luonnosnäkymässä
  4. Henkilökunta tarkistaa merkinnät normaalin muistiinpanon tarkistuksen aikana
  5. Henkilökunta tallentaa muistiinpanon — ilman merkittyjä kohtia tai kirjatulla perusteella

Mitä järjestelmä tarvitsee:

  • Nopeus: alle 200 ms, jotta työnkulku ei hidastu
  • Kattavuus: kaikki 18 HIPAA-kategoriaa sekä paikalliset mallit, kuten oma MRN-formaattisi
  • Pisteytys: yli 85 %:n kohteet merkitään automaattisesti; 50–85 % vaatii henkilökunnan tarkistuksen; alle 50 % näytetään viitteenä
  • Tarkistusloki: kirjaa jokainen merkitty kohde, sen pisteet ja tarkistajan päätös

Tarkistusloki antaa suoran todisteen HHS:n riskianalyysiin. Se osoittaa, että tekoälyn tuottamalle PHI:lle on kontrollit.

Käyttötapaus: Tallennusta edeltävä tunnistus lääketieteellisessä keskuksessa

Eräs akateeminen lääketieteellinen keskus käytti tekoälyn ambient-järjestelmää lääkäreiden muistiinpanoihin. 90 päivän tarkistus löysi kaksi sekaantumistapausta. Yhdessä muistiinpanossa oli toisen potilaan syntymäpäivä. Toisessa oli perheenjäsenen nimi ja sosiaaliturvatunnus sosiaalianamneesissä.

Tallennusta edeltävän PHI-tunnistuksen lisäämisen jälkeen:

  • Kaikki tekoälyluonnokset skannattiin ennen lääkäreiden tarkistusta
  • Keskimääräinen skannausaika: 47 ms — ei tuntunut työnkulussa
  • 90 päivän aikana: 1 247 kohdetta merkittiin 8 400 muistiinpanon joukosta
  • Henkilökunta tarkisti ja ratkaisi 94 % merkityistä kohteista
  • Nolla tietueiden sekaantumistapausta käynnistyksen jälkeen

Järjestelmä tuottaa kuukausittaisen raportin. Se näyttää tunnistusasteet, tarkistusasteet ja kohdetyypit. Tämä raportti toimii tarkistuskontrollien todisteena HIPAA:n Security Rule 164.312(b):n mukaisesti.

Tiimit, jotka rakentavat tätä työnkulkua, voivat käyttää anonym.legalin PHI-tunnistus-API:ta. Se kattaa kaikki 18 HIPAA-kategoriaa alle 200 ms:n latenssilla. Katso PHI-tunnistuksen integrointiopas asennusvaiheita varten. Kokonaisvaltaiseen kontekstiin tutustutaan terveydenhuollon käyttötapaukset -sivulla.

Lähteet

Valmiina suojaamaan tietojasi?

Aloita PII-anonymisointi 273 entiteettityypillä 48 kielellä.