Pseudonimització de dades: dues capes de protecció de la privadesa del pacient

El teu terapeuta sap coses de tu que no escrius enlloc més.

Quan una plataforma d’IA analitza aquestes converses, què s’envia exactament al model?

A TherapySupport ens vam fer aquesta pregunta directament. Sense salvaguardes addicionals, els noms dels pacients, els números de telèfon, els números d’identificació nacional i les adreces flourien cap a Azure OpenAI; tot en una sola sol·licitud al model.

Per això vam construir un sistema de protecció de dades de dues capes, compatible amb els requisits del RGPD i amb els estàndards HIPAA i SOC 2.

Capa u — xifratge a nivell de base de dades

Les dades sensibles del pacient s’emmagatzemen mitjançant Always Encrypted a SQL Server. Això significa que l’administrador del servidor de base de dades no pot accedir al contingut en text pla de les columnes xifrades que contenen dades sensibles. Les claus de xifratge resideixen exclusivament a Azure Key Vault i mai no surten de l’entorn de confiança.

Capa dos — pseudonimització abans de l’enviament a la IA

Abans que la transcripció d’una sessió s’enviï al model d’IA, passa per tres capes de verificació. El sistema identifica dades del perfil del pacient, reconeix terceres persones esmentades durant la conversa; parelles, companys de feina; i detecta números de telèfon i adreces.

Cada persona identificada rep un pseudònim. Jan Kowalski es converteix en [PATIENT]. Anna, una companya de feina; [PERSON_1]. El model rep un historial coherent de la sessió, però sense cap nom real, número o adreça.

El model d’IA rep el context clínic complet. El terapeuta rep una anàlisi fiable. Les dades del pacient es queden dins del nostre sistema.

Per què dues capes, i no una

El xifratge protegeix les dades en repòs; a la base de dades. La pseudonimització protegeix les dades en moviment; al prompt, als registres, als embeddings enviats al model. Són dos mecanismes independents que resolen dos problemes diferents. Cap dels dos substitueix l’altre.

En salut mental, una filtració de privadesa suposa un dany concret fet a una persona concreta; en el moment en què és més vulnerable. Per això cada capa de protecció importa.

#GDPR #HIPAA #SOC2 #AI #HealthTech #Privacy #Pseudonymization #Microsoft #AlwaysEncrypted #SQLServer #TherapySupport