স্বাস্থ্যসেবায় ডেটা লঙ্ঘনের সমস্যা
2026-এর জন্য হালনাগাদ: 2024 সালে স্বাস্থ্যসেবার ডেটা লঙ্ঘনের 725টি ঘটনায় 275 million রেকর্ড ফাঁস হয়েছে (HHS OCR)। এই সংখ্যা যুক্তরাষ্ট্রের পুরো জনসংখ্যাকে ছাড়িয়ে যায়।
ব্যয় বেশি। স্বাস্থ্যসেবার প্রতিটি লঙ্ঘনের গড় ব্যয় 10.22 million ডলার। এটি যেকোনো শিল্পের মধ্যে সর্বোচ্চ ব্যয়, এবং টানা পনেরো বছর ধরে এমনই (IBM Cost of Data Breach 2025)। স্বাস্থ্যসেবার অর্ধেক লঙ্ঘন শুরু হয় কোনো সরবরাহকারী বা ব্যবসায়িক অংশীদার থেকে (HHS OCR 2024)। হুমকি শুধু ভেতর থেকে আসে না।
এই সংখ্যাগুলো হাসপাতাল নেতৃত্বের আচরণ বদলে দিয়েছে। বড় স্বাস্থ্য ব্যবস্থায় CISO PHI-র কাজের জন্য ক্লাউড টুল অনুমোদন করেন না। ঝুঁকি অত্যন্ত বেশি।
এটি ক্লিনিকাল দলগুলোর জন্য একটি বাস্তব দ্বন্দ্ব তৈরি করে। গবেষণা, মানের প্রতিবেদন এবং প্রশিক্ষণ ডেটা সেটের জন্য তাদের নোট থেকে রোগীর ডেটা সরাতে হয়। তাদের এমন টুল দরকার যা বড় পরিসরেও ভালো কাজ করে। ক্লাউড টুল আটকে দেওয়া হয়েছে। আর ফাঁকটা বাড়ছে।
ক্লাউড PHI টুল কেন আটকে দেওয়া হয়
HHS Civil Rights প্রয়োগ জোরদার করেছে। HIPAA নিরাপত্তা বিধির 2024-এর হালনাগাদ ছিল 2013 সালের পর প্রথম বড় পরিবর্তন। এতে স্পষ্ট নতুন দাবি যোগ হয়েছে:
- সব ইলেকট্রনিক PHI-র জন্য ট্রানজিটে এবং সংরক্ষণে এনক্রিপশন
- প্রতিটি তৃতীয় পক্ষ সরবরাহকারীর সঙ্গে বিজনেস অ্যাসোসিয়েট এগ্রিমেন্ট (BAA)
- প্রতিটি সরবরাহকারী বাছাইয়ের জন্য ঝুঁকি বিশ্লেষণের নথি
- ঘটনা-প্রতিক্রিয়া পরিকল্পনা
যখন কোনো হাসপাতাল ক্লাউড ডি-আইডেন্টিফিকেশন টুল পর্যালোচনা করে, নিরাপত্তা দলকে তিনটি বিষয় দেখাতে হয়। প্রথম: সরবরাহকারী PHI দেখতে পারে না। দ্বিতীয়: BAA ঠিক সেই ব্যবহারের ক্ষেত্রে প্রযোজ্য। তৃতীয়: সরবরাহকারীর লঙ্ঘনে রোগীর রেকর্ড ফাঁস হবে না।
স্বাস্থ্যসেবার অর্ধেক লঙ্ঘন ইতিমধ্যেই সরবরাহকারীদের থেকে শুরু হয়। তাই ঝুঁকি দলগুলো প্রায়ই ক্লাউড PHI টুল অনুমোদন করতে পারে না। সরবরাহকারীর নিরাপত্তা-সংক্রান্ত দাবি যত জোরালোই হোক, এটি একই থাকে।
BAA স্বাক্ষরিত থাকলেও CISO-র দৃষ্টিভঙ্গি প্রায়ই একই থাকে: BAA লঙ্ঘনের পরে দোষ নির্ধারণ করে। সে লঙ্ঘন ঠেকায় না। শৃঙ্খলে আর সরবরাহকারী বাড়ানোর দরকার নেই। আমাদের নিরাপত্তা সংক্ষিপ্ত বিবরণ ব্যাখ্যা করে লোকাল প্রক্রিয়াকরণ কীভাবে সেই শৃঙ্খল কেটে দেয়।
নির্ভুলতার সমস্যা
সহজ টুল দিয়ে কাজ হয়ে গেলে ক্লাউড আটকানো তত বড় বিষয় হতো না। গবেষণা দেখায় তা হয় না।
2025-এর একটি গবেষণায় দেখা গেছে, সাধারণ-উদ্দেশ্যের LLM টুল ফ্রি-টেক্সট নোটে ক্লিনিকাল PHI-র অর্ধেকেরও বেশি মিস করে (arXiv:2509.14464)। HIPAA সেফ হার্বারে 18 ধরনের শনাক্তকারী সরাতে হয়। ক্লিনিকাল নোট এই শনাক্তকারীগুলোকে সংক্ষিপ্ত রূপ, স্থানীয় শব্দ এবং অন্য ভাষার শব্দের মধ্যে লুকিয়ে রাখে।
স্ট্যান্ডার্ড টুল এই ধরনের ক্ষেত্রগুলো মিস করে:
- "Pt. J.D., DOB 4/12/67" — সংক্ষিপ্ত নাম ও তারিখের বিন্যাস
- "Dx: HCC f/u, appt at UCSF MC" — ক্লিনিকাল সংক্ষিপ্তলিপির ভেতরে হাসপাতালের নাম
- "Seen by Dr. Smith in ED #3, Room 12B" — কক্ষ নম্বরসহ চিকিৎসা-প্রদানকারীর নাম
- MRN বিন্যাস (7-8 অঙ্ক, প্রতিটি সাইটে ভিন্ন) অন্য সংখ্যার সঙ্গে গুলিয়ে যায়
50%-এর বেশি মিস-হারের নোটের ওপর তৈরি গবেষণা ডেটা সেট HIPAA বিধিতে ব্যর্থ হয়। এটি IRB-র সমস্যা তৈরি করে। কোনো গবেষণাপত্র প্রকাশের পর এই ফাঁক ধরা পড়লে প্রয়োগমূলক ব্যবস্থার ঝুঁকি থাকে। আমাদের কমপ্লায়েন্স পৃষ্ঠা সেফ হার্বার এবং এক্সপার্ট ডিটারমিনেশন, উভয় মানদণ্ডই কভার করে।
টুলের ফাঁক
ক্লিনিকাল ইনফরমেটিক্স দলগুলো একটি বাস্তব ফাঁকের মুখে। প্রতিটি বিকল্পের একটি গুরুতর সীমা আছে।
বাণিজ্যিক ক্লাউড সেবা ভালো কাজ করে। কিন্তু এর জন্য সুরক্ষিত স্বাস্থ্য ডেটা বাইরের সরবরাহকারীর কাছে পাঠাতে হয়। বেশির ভাগ বড় হাসপাতাল ব্যবস্থা এটি আটকে দেয়।
ওপেন-সোর্স টুল (যেমন Presidio এবং MIST) অন-সাইটে চলে। কিন্তু এর জন্য ভারী সেটআপ ও চলমান রক্ষণাবেক্ষণ লাগে। বাড়তি কাস্টম কাজ ছাড়া এগুলো প্রায়ই HIPAA-র নির্ভুলতায় পৌঁছায় না। মূল পরিভাষার সহজ সংজ্ঞার জন্য আমাদের শব্দকোষ দেখুন।
ম্যানুয়াল ডি-আইডেন্টিফিকেশন, এক্সপার্ট ডিটারমিনেশন পদ্ধতিতে, একজন প্রশিক্ষিত পরিসংখ্যানবিদ লাগে। পরিসংখ্যানবিদকে দেখাতে হয় যে পুনঃশনাক্তকরণের ঝুঁকি খুবই কম। রেকর্ডের ছোট সেটের জন্য এটি কাজ করে। 50,000+ রেকর্ডে এটি কাজ করে না।
হাইব্রিড পদ্ধতি স্বয়ংক্রিয় টুলের সঙ্গে চিহ্নিত আইটেমের ম্যানুয়াল পর্যালোচনা মেশায়। এতে পরিমাণ সামলাতে সুবিধা হয়। কিন্তু স্বয়ংক্রিয় অংশের নির্ভুলতার সমস্যা মেটে না।
প্রয়োজন স্পষ্ট। ক্লিনিকাল দলগুলোর ক্লাউড-মানের নির্ভুলতা চাই — NLP, রেগেক্স এবং ট্রান্সফর্মার মডেল — যখন নথিগুলো নিজে লোকাল হার্ডওয়্যারেই থাকবে। নেটওয়ার্কের নিয়ম অনুযায়ী, এর অর্থ হয় এমন একটি বান্ডেল করা টুল যা কোনো বাইরের কলই করে না (anonym.plus), অথবা এমন একটি টুল যা লোকাল মেশিনে ফাইল পড়ে, আর শনাক্তকরণ একটি অ্যালাউলিস্টভুক্ত, EU-হোস্টেড সরবরাহকারী API-তে চলে (anonym.legal-এর Desktop App, নিচে)।
2024-এর নিয়ন্ত্রক প্রতিক্রিয়া
2024-এর 725টি লঙ্ঘন কড়া নিয়ন্ত্রক প্রতিক্রিয়া ডেকে আনে।
HHS Civil Rights সে বছর 120টির বেশি HIPAA প্রয়োগমূলক ব্যবস্থা নিয়েছে। জরিমানা রেকর্ড মাত্রায় পৌঁছেছে। মার্চ 2025-এর প্রস্তাবিত HIPAA নিরাপত্তা বিধি হালনাগাদ নতুন দাবি যোগ করে:
- বার্ষিক এনক্রিপশন নিরীক্ষা
- ইলেকট্রনিক PHI সামলানো সব সিস্টেমের জন্য মাল্টি-ফ্যাক্টর লগইন
- সাইবার নিরাপত্তা প্রকাশের দায়
- সরবরাহকারীর ওপর আরও কঠোর তদারকির নিয়ম
কভার্ড এন্টিটির জন্য কমপ্লায়েন্সের ব্যয় বাড়তেই থাকে। জরিমানা বাড়ে। নথির মাধ্যমে কমপ্লায়েন্স প্রমাণের কাজও বাড়ে। এই নিয়মগুলো নিয়ে সাধারণ প্রশ্ন আমাদের FAQ-তে আছে।
HIPAA ডি-আইডেন্টিফিকেশনের জন্য স্পষ্ট মান নির্ধারণ করেছে। সেফ হার্বার 18 ধরনের শনাক্তকারীর সবগুলো সরায়। এক্সপার্ট ডিটারমিনেশনে পুনঃশনাক্তকরণের কম ঝুঁকির প্রমাণ লাগে। যে টুল PHI-র অর্ধেকেরও বেশি মিস করে, সে কোনো মানদণ্ডই পূরণ করে না।
লোকাল ডি-আইডেন্টিফিকেশনে কী লাগে
একটি লোকাল টুলকে ক্লাউড সেবার শনাক্তকরণ-মানের সমান হতে হবে। এর জন্য চারটি স্তর লাগে।
স্তর 1 — ক্লিনিকাল প্যাটার্নসহ রেগেক্স। কাঠামোবদ্ধ শনাক্তকারী — MRN, SSN, NPI, DEA নম্বর — রেগেক্সের সঙ্গে ভালো মেলে। একটি ভালো ক্লিনিকাল লাইব্রেরি স্বাস্থ্য ব্যবস্থাগুলোতে ব্যবহৃত MRN বিন্যাসগুলো কভার করে। এগুলো সাইট ভেদে অনেক আলাদা।
স্তর 2 — নামযুক্ত সত্তা শনাক্তকরণ। ক্লিনিকাল নোট PHI-কে সাধারণ লেখার মধ্যে লুকিয়ে রাখে। ডাক্তারদের নাম বর্ণনামূলক বাক্যে আসে। রোগীদের নাম নানা বিন্যাসে দেখা যায়। স্থানের নাম চিকিৎসা-ইতিহাসে আসে। ক্লিনিকাল লেখায় প্রশিক্ষিত NLP মডেল এগুলো সবই খুঁজে পেতে পারে।
স্তর 3 — একাধিক ভাষা। মার্কিন স্বাস্থ্যসেবা বহু ভাষাভাষী রোগীর সেবা করে। অনূদিত নোটে PHI রোগীর মাতৃভাষায় থাকতে পারে। স্প্যানিশ, চীনা, আরবি, ভিয়েতনামী ও তাগালগ, সবই মার্কিন রোগীর রেকর্ডে দেখা যায়। শনাক্তকরণকে এ সবগুলোই কভার করতে হবে।
স্তর 4 — প্রসঙ্গভিত্তিক স্কোরিং। সাত অঙ্কের একটি সংখ্যা এক নোটে MRN, অন্য নোটে ওষুধের মাত্রা। প্রসঙ্গভিত্তিক স্কোরিং ভুল ইতিবাচক কমায়। অর্থাৎ পর্যালোচনার ফ্ল্যাগ কম এবং নিরীক্ষার ফল আরও পরিষ্কার।
বড় পরিসরে ব্যাচ প্রক্রিয়াকরণ
গবেষণা ডেটা সেট বড় হয়। একটি একাডেমিক মেডিকেল সেন্টারের পাঁচ বছরের প্রকল্পে 500,000 ফ্রি-টেক্সট নোট থাকতে পারে। এই পরিমাণ সামলাতে টুলের লাগে:
- একসঙ্গে অনেক নথিতে সমান্তরাল রান
- DOCX, PDF, সাধারণ টেক্সট এবং EHR এক্সপোর্টের সমর্থন
- অগ্রগতি ট্র্যাকিং এবং ব্যর্থ আইটেমের জন্য এরর লগ
- কী কখন প্রক্রিয়া করা হয়েছে তা দেখানো একটি অডিট ট্রেইল
- গবেষণা অংশীদারদের কাছে সহজে পাঠানোর জন্য ZIP আউটপুট
এই মাত্রায় ম্যানুয়াল পর্যালোচনা স্কেল করে না। ক্লাউড টুল আটকানো। এগোনোর একমাত্র পথ হলো শক্তিশালী ব্যাচ সমর্থনসহ নির্ভুল লোকাল প্রক্রিয়াকরণ।
একটি বাস্তব কর্মপ্রবাহ
একটি আঞ্চলিক হাসপাতাল একটি বিশ্ববিদ্যালয় অংশীদারের সঙ্গে যৌথ গবেষণার জন্য ডি-আইডেন্টিফাইড EHR ডেটা সেট চায়। 2024-এর লঙ্ঘন-সংখ্যা দেখার পর CISO রোগীর ডেটার ক্লাউড প্রক্রিয়াকরণ আটকে দিয়েছেন।
লোকাল-ফার্স্ট টুল নিয়ে কর্মপ্রবাহটি এরকম:
- এক্সপোর্ট। EHR সিস্টেম 50,000 ক্লিনিকাল নোট DOCX নথি হিসেবে একটি নিরাপদ লোকাল ফোল্ডারে এক্সপোর্ট করে।
- প্রক্রিয়াকরণ। ডেস্কটপ অ্যাপ লোকাল ওয়ার্কস্টেশনে রাতভর 5,000 নথির 10টি ব্যাচ চালায়।
- পর্যালোচনা। ক্লিনিকাল ইনফরমেটিক্স দল HIPAA সেফ হার্বার বিধির বিপরীতে একটি নমুনা যাচাই করে।
- নথিভুক্তকরণ। প্রক্রিয়াকরণ লগে সামলানো প্রতিটি আইটেম, ব্যবহৃত শনাক্তকরণ পদ্ধতি এবং টাইমস্ট্যাম্প রেকর্ড হয়। এটাই IRB-র অডিট ট্রেইল।
- স্থানান্তর। ডি-আইডেন্টিফাইড আউটপুট প্যাকেজ করে একটি নিরাপদ চ্যানেলে বিশ্ববিদ্যালয়ে পাঠানো হয়।
CISO অনুমোদন দেন কারণ রোগীর কোনো ডেটা হাসপাতালের নেটওয়ার্ক ছেড়ে যায় না। IRB অনুমোদন দেয় কারণ পদ্ধতিটি সেফ হার্বারের নথিভুক্তকরণ বিধি পূরণ করে। বিশ্ববিদ্যালয় এমন ডেটা পায় যা তাদের ডেটা ব্যবহার চুক্তির সঙ্গে মেলে। আরও বাস্তব উদাহরণের জন্য আমাদের কেস স্টাডি দেখুন।
যখন এই পদ্ধতির সীমা আছে
লোকাল, নির্ভুল PHI ডি-আইডেন্টিফিকেশন CISO-র ক্লাউড-আপত্তি এবং নির্ভুলতা-আপত্তি, দুটোরই একসঙ্গে উত্তর দেয় — কিন্তু ডি-আইডেন্টিফিকেশন একটি সম্ভাবনাভিত্তিক প্রক্রিয়া, এবং যে গবেষণা দেখিয়েছে ক্লাউড টুল PHI-র অর্ধেক মিস করে, সেটি এই টুল সহ প্রতিটি টুলের জন্য প্রযোজ্য একটি সতর্কবার্তা।
কোনো ডিটেক্টরই ক্লিনিকাল PHI-র 100% ধরতে পারে না। নোট শনাক্তকারীগুলোকে সংক্ষিপ্তলিপি, বানান ভুল, ফ্রি-টেক্সট বর্ণনা এবং অন্য ভাষার মধ্যে লুকিয়ে রাখে। বহু-স্তরের লোকাল পাইপলাইন সাধারণ LLM-এর চেয়ে অনেক বেশি ধরে, তবে অবশিষ্ট মিস অনিবার্য। গবেষণা প্রকাশের ক্ষেত্রে, সেফ হার্বারের বিপরীতে মানুষের নমুনা পর্যালোচনাই সেই নিয়ন্ত্রণ যা ডেটা সেটকে সমর্থনযোগ্য করে — এটি পদ্ধতির অংশ, নিছক আনুষ্ঠানিকতা নয়।
সেফ হার্বার পূরণ করা একটি সিদ্ধান্ত, টুলের আউটপুট নয়। সেফ হার্বারে 18 ধরনের শনাক্তকারীর সবগুলো সরাতে হয় এবং এমন কোনো প্রকৃত জ্ঞান থাকা চলবে না যে অবশিষ্ট অংশ থেকে পুনঃশনাক্তকরণ সম্ভব। টুল শনাক্তকারী সরায়; মান পূরণ হয়েছে কি না নিশ্চিত করা — বা এক্সপার্ট ডিটারমিনেশন করানো — কভার্ড এন্টিটির এবং আপনার IRB-র দায়িত্বই থাকে।
শনাক্তকারী সরানোর পরেও পুনঃশনাক্তকরণের ঝুঁকি থেকে যায়। বিরল রোগনির্ণয়, ছোট জনসংখ্যা, তারিখ এবং কোয়াসি-আইডেন্টিফায়ার 18 ধরন সরানোর পরেও রোগীকে পুনঃশনাক্ত করতে পারে। উচ্চ-ঝুঁকির ডেটা সেটের জন্য, পরিসংখ্যানগত ঝুঁকি বিশ্লেষণসহ এক্সপার্ট ডিটারমিনেশনই উপযুক্ত মান, শুধু সেফ হার্বার নয়।
লোকাল স্থাপনা রক্ষণাবেক্ষণের বোঝা আপনার ওপর চাপায়। অফলাইন মডেল একটি স্ন্যাপশট। শনাক্তকরণ প্যাটার্ন, ভাষা মডেল এবং MRN বিন্যাস হালনাগাদ রাখা এখন আপনার দলের কাজ, আর একটি পুরোনো লোকাল টুল ইনস্টলের সময় যাচাই করা নির্ভুলতার নিচে নেমে যেতে পারে। প্রথম দিনের কার্যক্ষমতা বজায় থাকবে ধরে না নিয়ে নিয়মিত বিরতিতে পুনরায় যাচাই করুন।
anonym.legal-এর Desktop App ক্লাউড-মানের PHI ডি-আইডেন্টিফিকেশন দেয়। এটি তিন-স্তরের শনাক্তকরণ ব্যবহার করে: Presidio NLP, রেগেক্স এবং XLM-RoBERTa ট্রান্সফর্মার। এটি লোকালি ইনস্টল হয় ও চলে, কিন্তু শনাক্তকরণ নিজে anonym.legal-এর সার্ভারে চলে — অ্যাপটি কোনো শনাক্তকরণ মডেল সঙ্গে পাঠায় না এবং ইন্টারনেট সংযোগ প্রয়োজন; এর অ্যালাউলিস্ট সংযোগকে শুধু anonym.legal-এ সীমাবদ্ধ রাখে। HIPAA সেফ হার্বারের 18টি শনাক্তকারীর সবই সমর্থিত। ব্যাচ রান একবারে 1–5,000 নথি সামলায়।
সূত্র
- HHS OCR Healthcare Breach Statistics 2024 — VERIFIED-EXTERNAL
- IBM Cost of a Data Breach Report 2025 — VERIFIED-EXTERNAL
- arXiv:2509.14464 — LLM De-Identification Survey (2025) — VERIFIED-EXTERNAL
- DeepStrike: Healthcare Data Breaches 2025 Statistics — VERIFIED-EXTERNAL
- IntuitionLabs: Open-Source PHI De-Identification Tools — VERIFIED-EXTERNAL