# Data Minimization Map v0.1

Phiên bản: 0.1 DRAFT
Tuân thủ: Luật 91/2025/QH15 (Bảo vệ DLCN), Helsinki 2024

1. Nguyên tắc Data Minimization

  • Thu thập tối thiểu: Chỉ thu thập dữ liệu cần thiết cho mục đích nghiên cứu
  • Xử lý tối thiểu: Không lưu PII khi có thể dùng dữ liệu đã mã hóa
  • Lưu trữ tối thiểu: Xóa dữ liệu gốc sau khi hoàn thành phân tích
  • Truy cập tối thiểu: Chỉ và truy cập dữ liệu thô

2. Data Flow Map

flowchart TD
    subgraph Input["Thu thập"]
        A[Khảo sát NCT] -->|Mã hóa ngay| B[OA-XXX]
        C[Phỏng vấn Expert] -->|Mã hóa ngay| D[EXP-XXX]
        E[Voice input NCT] --> F[STT Engine]
    end

    subgraph Processing["Xử lý"]
        B --> G[De-identified CSV]
        D --> H[De-identified Transcript]
        F --> I{PII detected?}
        I -->|Yes| J[PII Masking]
        I -->|No| K[Clean text]
        J --> K
        K --> L[KB Query]
    end

    subgraph Storage["Lưu trữ"]
        G --> M[(MSSQL - Encrypted)]
        H --> M
        L --> N[Audit Log]
        N --> M
    end

    subgraph Access["Truy cập"]
        M --> O[NCS only]
        M --> P[GVHD review]
    end

3. Data Category Map

Loại dữ liệu Thu thập? PII? Biện pháp Lưu trữ Xóa khi?
Tuổi NCT Có Gián tiếp Nhóm tuổi (55-64, 65-74, 75+) CSV mã hóa Sau bảo vệ + 1 năm
Giới tính Có Gián tiếp Giữ nguyên (cần cho phân tích) CSV mã hóa Sau bảo vệ + 1 năm
Tên thật KHÔNG Trực tiếp Mã hóa thành OA-XXX KHÔNG lưu N/A
Địa chỉ KHÔNG Trực tiếp Chỉ ghi Thành phố/Tỉnh nếu cần KHÔNG lưu N/A
SĐT/Email KHÔNG Trực tiếp Chỉ NCS giữ riêng cho liên lạc File riêng, encrypted Sau thu thập xong
Voice audio Có (opt-in) Trực tiếp → text → xóa audio Xóa sau transcribe Ngay sau transcribe
Chat text Có (pilot) Có thể PII masking pipeline DB encrypted Sau phân tích + 6 tháng
Câu trả lời khảo sát Có Không Mã hóa ID CSV mã hóa Sau bảo vệ + 1 năm
Expert interview audio Có (opt-in) Gián tiếp Transcribe → xóa audio Xóa sau transcribe Ngay sau transcribe

4. De-identification Rules

Rule # Loại PII Xử lý
DEID-001 Tên người Thay bằng mã: OA-001, EXP-001
DEID-002 Tuổi cụ thể Nhóm tuổi: 55-64, 65-74, 75+
DEID-003 Địa chỉ Chỉ giữ Tỉnh/TP nếu cần, xóa phường/xã
DEID-004 SĐT/CCCD KHÔNG thu thập. Nếu vô tình có → xóa ngay
DEID-005 Tên bệnh viện cụ thể Thay "BV tuyến huyện", "BV tuyến TW"
DEID-006 Voice biometric KHÔNG lưu audio; chỉ lưu text
DEID-007 IP address () KHÔNG log IP; dùng session ID anonymous

5. Access Control

Role Dữ liệu thô De-identified Audit log
NCS ✅ ✅ ✅
GVHD ❌ (chỉ de-id) ✅ ✅
BS reviewer ❌ ✅ (chỉ clinical content) ❌
AI system ❌ ✅ (chỉ query, no PII) Write-only

Rule: Dữ liệu PII KHÔNG BAO GIỜ được đưa vào vector DB hoặc knowledge base.