El problema de la taxa de deteccio fallida del 50%
Una enquesta de 2025 (arXiv:2509.14464) va provar eines LLM en registres clinics. Els resultats van ser dolents. Aquestes eines van fallar en mes del 50% de la PHI clinica en documents multilingues. La causa es simple. Els LLM estan construits per a la generacio de text. No estan construits per a la tasca de deteccio d'alta recerca que exigeix la HIPAA.
El metode Safe Harbor de la HIPAA llista 18 tipus d'identificadors protegits. Noms, dates, numeros de telefon, SSN, MRN, ID de plans de salut, ID de dispositius i adreces IP. Cadascun necessita la seva propia logica de deteccio.
Les notes cliniques ho fan mes dificil. Considereu aquest exemple: "Pt. John D., DOB 4/12/67, MRN 1234567, ingressat 03/15/24, Dr. Smith va demanar ECG." Una sola frase. Cinc identificadors protegits. La majoria utilitzen formes abreujades. Un model construint per al significat clinic sovint falla en la tasca de deteccio.
Que no detecten els LLM i per que
Les eines LLM fallen en els registres clinics de maneres especifiques.
Identificadors abreujats: Les notes cliniques utilitzen taquigrafia. DOB, MRN i Pt. son formes habituals. Un model ajustat per al significat clinic pot no marcar "Pt. John D." com un nom. L'extraccio de dades sensibles necessita un objectiu diferent.
Dates depenents del context: No totes les dates presenten el mateix risc. "Edat 67" es un marcador suau. "DOB 4/12/67" es un identificador protegit directe. "03/15/24" com a data d'ingres tambe esta protegit. La concordanca de patrons sola no es suficient.
Formats no americans: Cyberhaven (Q4 2025) va trobar que el 34,8% de totes les entrades a ChatGPT contenen dades sensibles, incloent dades personals multilingues. En sanitat, aixo significa ID de registres no americans, formats de data regionals i tipus d'ID de salut locals. Les eines entrenades als EUA no detecten consistentment cap d'ells.
Identificadors hospitalaris personalitzats: Els hospitals utilitzen els seus propis formats de MRN, ID de personal i codis de centre. Aquests no estan en les dades d'entrenament NER estandard. Una eina sense suport d'entitats personalitzades no els trobara.
El risc del conjunt de dades de recerca
Un hospital que construeix un conjunt de dades de recerca a partir de 500.000 notes s'enfronta a un problema real de compliment. La HIPAA exigeix un estandard de "risc molt petit" en dades desidentificades. Una eina que no detecta la meitat de tots els identificadors protegits no pot complir aquest requisit.
Els arxius de recerca no son dades netes. Les notes abracen molts departaments, periodes de temps i de vegades idiomes. Una eina que funciona en dades de facturacio pot fallar en notes narratives. Les dades sensibles en text lliure no tenen etiqueta de camp.
L'aprovacio del CEI afegeix mes exigencies. Les institucions han de mostrar el metode utilitzat, els tipus d'identificadors eliminats i les comprovacions realitzades. Una eina que no detecta la meitat de tots els registres no pot complir aquestes exigencies.
Consulteu el nostre resum de compliment i les practiques de seguretat per a com anonym.legal dona suport al treball HIPAA.
La solucio de tres capes
L'enquesta de 2025 va trobar un patro clar. Les eines amb les taxes de deteccio fallida mes baixes van utilitzar tres capes de deteccio.
Capa u: regex. Troba identificadors estructurats. SSN, MRN, numeros de telefon, ID de plans de salut. Fiable en formats fixos.
Capa dos: NER. Utilitza models transformer. Troba noms, dates i dades sensibles en text narratiu. Funciona on el regex no pot.
Capa tres: entitats personalitzades. Gestiona formes especifiques del centre. Patrons MRN propis, ID de personal, codis de centre. Cap model estandard cobreix aquests.
Les eines de ML pur es degraden en formes abreujades i text no angles. Les eines de regex pur no detecten dades sensibles sense etiqueta de camp. Cap d'elles sola es suficient.
Nomes el disseny de tres capes va aconseguir taxes de deteccio fallida inferiors al 5% en l'enquesta. Aquesta es la barra per al compliment del metode Safe Harbor de la HIPAA.
Consulteu la nostra guia sobre desidentificacio HIPAA Safe Harbor per a la recerca per als propers passos.