Dane genetyczne w placówce: kiedy AI powinno zostać poza procesem?

Hasło można zmienić po wycieku. Genomu nie można. Wynik badania genetycznego jest trwałą informacją o konkretnej osobie i może jednocześnie ujawniać predyspozycje oraz pokrewieństwo dotyczące jej rodziny. Dlatego nie traktowałbym go jak kolejnego PDF-u do szybkiego streszczenia.

W polskiej poradni genetycznej albo klinice współpracującej z laboratorium pokusa jest zrozumiała: model ma skrócić raport, uporządkować warianty lub streścić ankietę rodzinną przed konsultacją. Właśnie tutaj AI często powinno zostać poza procesem. Samo późniejsze zatwierdzenie tekstu przez lekarza nie cofa faktu, że wrażliwy materiał trafił już do nowego dostawcy, logu albo środowiska treningowego.

UODO przypomniał 12 czerwca 2026 r., że dane genetyczne są niezmienne, mogą mówić o rodzinie, a utrata kontroli nad nimi niesie wyjątkowo wysokie ryzyko. Moja rekomendacja dla managera jest prosta: domyślna granica dla raportów, sekwencji i wywiadu rodzinnego powinna brzmieć „no-touch”, dopóki IOD, właściciel diagnostyki i osoba odpowiedzialna za umowę nie potwierdzą celu, podstawy, ról i zabezpieczeń. Neutralne metadane administracyjne można oceniać osobno, ale nie wolno przemycać pod tą etykietą treści wyniku. To nie jest porada prawna ani kliniczna; szczegóły procesu trzeba zatwierdzić w konkretnej placówce.

Najważniejsze

• Usunięcie nazwiska nie anonimizuje danych genetycznych. Sekwencja, warianty i informacje rodzinne mogą nadal umożliwiać powiązanie danych z osobą lub jej krewnymi.
• Human-in-the-loop nie jest przepustką do każdego wejścia. Człowiek zatwierdzający odpowiedź nie naprawi nieuprawnionego przekazania materiału do modelu.
• Zewnętrzny model nie powinien dostawać raportu, pliku DNA/VCF ani wywiadu rodzinnego. Najpierw trzeba zatwierdzić proces, środowisko, umowy i zakres danych.
• AI może wspierać neutralną administrację, na przykład status zlecenia lub kolejkę zadań, jeśli pola nie ujawniają wyniku, ryzyka ani relacji rodzinnych.
• Pierwszym krokiem nie jest demo narzędzia, tylko warsztat z IOD i właścicielem diagnostyki, zakończony listą zakazanych wejść oraz właścicielem każdej decyzji.

Matryca granic dla danych genetycznych

Pierwsza decyzja dotyczy materiału, nie marki modelu. Sugeruję rozdzielić dane genetyczne i rodzinne, metadane możliwe do ograniczenia oraz treści ogólne bez danych pacjenta. Dopiero potem można pytać, czy jakakolwiek funkcja AI ma uzasadnione miejsce w procesie.

Poniższa matryca nie zastępuje analizy prawnej ani oceny klinicznej. Jest kartą zatrzymania dla managera: jeśli zespół nie potrafi jednoznacznie przypisać wiersza, materiał nie trafia do AI. Wyjątek dla specjalistycznego systemu będącego częścią zatwierdzonego procesu diagnostycznego wymaga osobnej oceny przeznaczenia, umów, zabezpieczeń i odpowiedzialności — nie wolno przenosić tej zgody na publiczny chatbot lub inne narzędzie.

Najczęstszy skrót myślowy brzmi: „usunę nazwisko i wkleję resztę”. Przy genomice to słaby test. Pseudonimizacja nie jest tym samym co anonimizacja, a UODO zwraca uwagę, że ponowna identyfikacja danych genetycznych staje się coraz trudniejszym problemem w świecie AI. Hash kodu zlecenia albo zamiana nazwiska na inicjały nie usuwa sekwencji, rzadkiego wariantu ani rodzinnego kontekstu.

Jeśli placówka dopiero buduje rejestr procesów, warto zacząć od rejestru danych przed pilotażem AI. Genomika wymaga jednak ostrzejszej wersji tej karty: nie tylko „kto ma dostęp”, lecz także „czy ten materiał w ogóle może wejść do modelu” oraz „czy informacja dotyczy osób, które nie są bezpośrednim pacjentem”.

Jak wygląda to w poradni genetycznej

Przykład modelowy — scenariusz nie zawiera danych realnego pacjenta ani gwarantowanego wyniku. Pokazuje sposób podziału odpowiedzialności w polskiej placówce.

Poradnia współpracuje z zewnętrznym laboratorium. Koordynator otrzymuje raport oraz ankietę rodzinną i chce skrócić czas przygotowania konsultacji. Najszybszy pomysł to wgranie obu dokumentów do ogólnego asystenta AI z poleceniem: „streść najważniejsze ryzyka”. To nie jest neutralne streszczenie dokumentu. Model dostałby treść genetyczną pacjenta, informacje o krewnych i prośbę o interpretację o znaczeniu klinicznym.

Bezpieczniejszy podział zaczyna się wcześniej. Raport pozostaje w zatwierdzonym systemie przeznaczonym do dokumentacji i diagnostyki, a lekarz lub diagnosta pracuje na źródłowym materiale. Koordynator może widzieć ograniczony status administracyjny: wynik wpłynął, konsultacja wymaga przydzielenia, formularz jest niekompletny. Nie widzi i nie przekazuje do modelu wariantów, opisu ryzyka ani drzewa rodzinnego.

AI może pomóc przygotować ogólną instrukcję obiegu dokumentu albo neutralny wzór zadania dla zespołu, ale bez raportu i bez danych osoby. Lekarz interpretuje znaczenie kliniczne, IOD ocenia cel i zakres przetwarzania, a manager pilnuje umów, uprawnień i logów. To realny human-in-the-loop: człowiek nie tylko klika „zatwierdź”, lecz decyduje, czy automatyzacja w ogóle może dotknąć danego etapu.

Gdzie człowiek zatrzymuje automatyzację

Przy danych genetycznych kontrola człowieka powinna działać w trzech momentach. Przed uruchomieniem trzeba zatwierdzić cel, zakres pól, środowisko i role dostawców. W trakcie działania personel musi widzieć, jakie dane weszły do procesu, kto miał dostęp i gdzie powstał log. Na końcu uprawniona osoba medyczna zatwierdza interpretację oraz komunikację z pacjentem.

1. Przed wejściem danych: system lub procedura blokuje raporty, surowe pliki i wywiady rodzinne w kanałach niezatwierdzonych przez placówkę.
2. Przy wyjątku: pracownik nie „anonimizuje na szybko”, tylko eskaluje sprawę do właściciela diagnostyki i IOD.
3. Przy wyniku klinicznym: lekarz albo diagnosta opiera się na zweryfikowanym materiale źródłowym i odpowiada za interpretację; model nie stawia diagnozy ani nie proponuje samodzielnie leczenia.
4. Przy zmianie narzędzia: manager ponownie sprawdza regulamin, podwykonawców, retencję, trening modeli, lokalizację przetwarzania i możliwość usunięcia danych.

Jeżeli AI ma wpływać na interpretację wariantu, priorytetyzację przypadków albo informację kierowaną do pacjenta, nie jest to już zwykłe wsparcie administracyjne. Taki zakres wymaga osobnego projektu klinicznego i technicznego, w tym sprawdzenia deklarowanego przeznaczenia narzędzia, podstaw prawnych, jakości i odpowiedzialności. Ja bym nie rozszerzał pilotażu administracyjnego na ten obszar jednym aneksem do procedury.

Praktyczny opis punktów zatrzymania znajdziesz też w materiale o human-in-the-loop w placówce medycznej. W genomice dodaj jedną ważną zasadę: czasem najlepszą decyzją człowieka jest niewpuszczenie danych do automatyzacji, a nie późniejsze poprawienie odpowiedzi.

Pytania do IOD, dostawcy i właściciela diagnostyki

Rozmowa z dostawcą nie powinna zaczynać się od dokładności modelu. Najpierw potrzebujesz odpowiedzi, kto określa cel i sposób przetwarzania, jakie podmioty zobaczą dane oraz czy materiał będzie używany poza usługą placówki. Brak precyzyjnej odpowiedzi oznacza zatrzymanie procesu, nie „warunek do uzupełnienia po wdrożeniu”.

Te pytania warto zamknąć na piśmie. Sama zgoda pacjenta nie jest uniwersalnym rozwiązaniem; UODO wskazuje, że przy genomice opieranie się wyłącznie na zgodzie może być niewystarczające, między innymi ze względu na jej odwołalność i znaczenie danych dla krewnych. IOD powinien potwierdzić właściwą podstawę i warunek dla szczególnej kategorii danych, a prawnik lub osoba odpowiedzialna za zgodność powinna ocenić umowy dla konkretnego procesu.

1. Jaki dokładnie jest cel? Czy chodzi o administracyjny status zlecenia, analizę techniczną, interpretację kliniczną, badanie naukowe czy rozwój modelu? Każdy cel wymaga osobnej oceny.
2. Kto jest administratorem, podmiotem przetwarzającym i dalszym podmiotem? Poproś o pełną listę ról, podwykonawców oraz wskazanie, kto faktycznie określa cel i sposób użycia danych.
3. Co dopuszcza umowa? Sprawdź powierzenie przetwarzania, poufność, środki bezpieczeństwa, prawo do audytu, zasady incydentów, usuwanie po zakończeniu usługi i odpowiedzialność za podwykonawców.
4. Czy dane służą do trenowania lub ulepszania modelu? Odpowiedź ma obejmować wejścia, wyjścia, telemetrię, logi, kopie zapasowe oraz możliwość trwałego wyłączenia wtórnego wykorzystania.
5. Gdzie dane są przetwarzane i jak długo pozostają? Ustal lokalizację, transfery, retencję, backupy, klucze szyfrujące i sposób potwierdzenia usunięcia.
6. Jak placówka realizuje przejrzystość i prawa osoby? Sprawdź obowiązek informacyjny, konsekwencje wycofania zgody, źródła danych o krewnych oraz sposób obsługi żądania dostępu, ograniczenia lub usunięcia tam, gdzie ma zastosowanie.
7. Czy potrzebna jest ocena skutków i kto akceptuje ryzyko resztkowe? IOD powinien ocenić, czy charakter, skala i technologia procesu wymagają DPIA; decyzja oraz zabezpieczenia muszą być udokumentowane.
8. Kto odpowiada klinicznie? Jeżeli narzędzie klasyfikuje warianty, priorytetyzuje przypadki lub wpływa na treść dla pacjenta, właściciel diagnostyki powinien potwierdzić przeznaczenie, walidację, nadzór i zasady zatrzymania.

Czego nie wolno wklejać do zewnętrznego modelu

Metryką gotowości nie jest liczba dobrych odpowiedzi AI. Jest nią kompletna, zrozumiała dla zespołu lista zakazanych wejść oraz techniczne lub proceduralne blokady, które utrudniają ich użycie. Lista powinna obejmować format pliku, treść skopiowaną do okna czatu, zdjęcie ekranu i tekst przepisany ręcznie — zmiana kanału nie zmienia charakteru danych.

Do zewnętrznego, niezatwierdzonego modelu nie wklejamy ani nie przesyłamy:

• surowych sekwencji oraz plików FASTQ, BAM, CRAM i VCF;
• raportów genetycznych, tabel wariantów i opisów patogeniczności;
• wyników badań, skanów dokumentacji i kart konsultacji genetycznej;
• wywiadów rodzinnych, rodowodów, informacji o chorobach krewnych i stopniu pokrewieństwa;
• próśb o wyliczenie ryzyka, interpretację wariantu, diagnozę, kwalifikację lub rekomendację leczenia dla konkretnej osoby;
• danych osoby z kodem próbki, numerem zlecenia, identyfikatorem EDM lub innym kluczem umożliwiającym powiązanie;
• zestawień łączących dane genetyczne z wiekiem, miejscem leczenia, rzadką chorobą lub innymi cechami zwiększającymi ryzyko identyfikacji;
• informacji genetycznych osoby zmarłej, jeśli mogą ujawniać dane lub ryzyko dotyczące żyjących krewnych;
• materiałów do „anonimizacji przez AI”, jeśli model miałby najpierw zobaczyć pełną treść;
• realnych danych testowych, przykładów szkoleniowych i zgłoszeń błędów wysyłanych do dostawcy, dopóki zatwierdzony proces nie określa zakresu, celu i zabezpieczeń.

Tę listę należy wpisać do polityki AI, szkolenia personelu i instrukcji zgłaszania wyjątków. Pracownik powinien wiedzieć, dokąd eskalować dokument, a nie tylko czego nie wolno zrobić. Jeżeli placówka może wdrożyć filtr załączników, ograniczenie kopiowania albo zatwierdzony kanał wsparcia, procedura zyskuje realne zabezpieczenie zamiast samego zakazu na slajdzie.

Test procesu wykonuj na syntetycznych nazwach statusów i pustych formularzach, bez sekwencji, wariantów oraz historii rodzinnej. Nie próbuj udowadniać bezpieczeństwa przez wgranie „jednego przykładu”. Zero realnych danych genetycznych w teście jest sensowniejszą metryką niż liczba wygenerowanych podsumowań.

Kiedy granica jest ważniejsza od wygody

To ma sens, gdy… AI porządkuje wyłącznie neutralne zadania administracyjne lub ogólne procedury, a placówka ma zatwierdzony cel, minimalny zakres pól, jasne role, umowy, retencję i ścieżkę eskalacji. Treść genetyczna pozostaje w przeznaczonym do tego środowisku, a człowiek zatwierdza każdą decyzję kliniczną.

To nie ma sensu, gdy… zespół zaczyna od usunięcia nazwiska z raportu i zakłada, że reszta jest anonimowa, albo dostawca nie odpowiada wprost na pytania o trening, logi i podwykonawców. Późniejsza kontrola lekarza nie cofnie nieuprawnionego wejścia, a wygodne streszczenie nie uzasadnia utraty kontroli nad danymi pacjenta i jego rodziny.

Zatrzymaj projekt także wtedy, gdy nie da się wskazać właściciela procesu, podstawy przetwarzania, sposobu usunięcia danych albo osoby uprawnionej do interpretacji. Brak odpowiedzi jest wynikiem oceny, nie zaproszeniem do testu „na chwilę”. Przy genomice ostrożność nie jest oporem wobec technologii; jest warunkiem odpowiedzialnego użycia.

Pierwszy krok: rozmowa bez narzędzia i bez danych

Pierwszy warsztat może trwać 45 minut i nie potrzebuje demonstracji produktu. Przy stole powinni usiąść manager placówki, IOD oraz właściciel procesu diagnostycznego; w razie potrzeby dołącza osoba od bezpieczeństwa albo umów. Ja zacząłbym od jednego konkretnego przepływu, na przykład odbioru wyniku z laboratorium i przygotowania konsultacji.

W czasie spotkania podejmijcie trzy decyzje:

1. Klasyfikacja: przypiszcie każdy dokument i pole do kategorii no-touch, możliwe po minimalizacji albo ogólna treść bez danych pacjenta.
2. Odpowiedzialność: wskażcie, kto zatwierdza cel, pola, umowę, dostęp, interpretację i komunikację z pacjentem.
3. Blokada i eskalacja: ustalcie, jak pracownik rozpoznaje zakazane wejście, gdzie je zgłasza i kto może odblokować zmianę procesu.

Po warsztacie manager powinien mieć jeden dokument: matrycę granic, listę zakazanych wejść, rejestr umów i zgód do sprawdzenia oraz terminy odpowiedzi. Proponowane metryki na start to 100% używanych narzędzi przypisanych do właściciela, 100% istotnych umów i ról zweryfikowanych przed użyciem oraz zero realnych danych genetycznych w testach. Nie są obietnicą efektu biznesowego; pokazują, czy placówka odzyskała kontrolę nad procesem.

Dopiero gdy te warunki są spełnione, warto rozważać narzędzie dla neutralnej warstwy administracyjnej. Jeśli choć jeden czerwony materiał nie ma jasnej blokady, nie uruchamiałbym integracji. W genomice dobra decyzja wdrożeniowa często brzmi: „tego etapu nie automatyzujemy”.

Źródła

• UODO — „Wrażliwe dane osobowe w dobie genomiki”, 12.06.2026. Oficjalna relacja z wykładu eksperckiego wyjaśnia niezmienność danych genetycznych, ich znaczenie dla krewnych, wysokie ryzyko utraty kontroli, trudność anonimizacji oraz potrzebę jasnego przypisania ról; dostęp: 2026-07-10.
• UODO — „Czy AI to zagrożenie dla danych?” podczas AI & MEDTECH CEE 2026, 10.06.2026. Świeże stanowisko polskiego organu nadzorczego: ryzyko pojawia się, gdy organizacja traci kontrolę nad celem, zakresem i odpowiedzialnością, dlatego decyzje prawne i organizacyjne powinny poprzedzać wybór narzędzia; dostęp: 2026-07-10.
• Pacjent.gov.pl — „Nie przekazuj AI swoich danych”, opublikowano i zmodyfikowano 14.05.2026. Materiał Centrum e-Zdrowia ostrzega przed przesyłaniem wyników badań i dokumentacji z danymi osobowymi do narzędzi AI oraz przypomina, że AI nie zastępuje personelu medycznego; dostęp: 2026-07-10.
• EUR-Lex — Rozporządzenie (UE) 2016/679 (RODO), tekst polski. Źródło pierwotne dla definicji danych genetycznych w art. 4 pkt 13, zasad minimalizacji i rozliczalności oraz warunków przetwarzania szczególnych kategorii danych w art. 9; dostęp: 2026-07-10.
• Zdjęcie okładkowe: Edward Jenner na Pexels, ID 4031694. Spokojna scena specjalistów analizujących dane w laboratorium, bez sensacyjnego kontekstu; dostęp: 2026-07-10.