PHI հայտնաբերում. Snow Labs 96% ընդդեմ GPT-4o

Թարմացված 2026-ի համար

Ոչ բոլոր ապաիդենտիֆիկացման գործիքներն են հավասար

Ճշգրտությունը PHI ապաիդենտիֆիկացման միակ կարևոր ցուցանիշն է: 4%-անոց տարբերությունը փոքր է թվում: Բայց մեկ միլիոն գրառման դեպքում դա 40,000 բացահայտված հիվանդ է:

ECIR 2025 թեստերը ցույց են տալիս ճշգրտության լայն բացեր առաջատար գործիքների միջև: Այս արդյունքները պետք է ձևավորեն բժշկական ոլորտի յուրաքանչյուր ձեռքբերման որոշում:

ECIR 2025 թեստի արդյունքներ

F1-ցուցանիշը համատեղում է երկու բան: Ճշտություն. քանի՞ նշված տարրը իրական PHI էր: Ծածկույթ. քանի՞ իրական PHI տարր հայտնաբերվեց:

• Ցածր ճշտությունը նշանակում է գերավելորդ ռեդակտավորում և կորցրած համատեքստ:
• Ցածր ծածկույթը նշանակում է բաց թողնված PHI — արտահոսք:

Ինչու կա բացը

Կարևոր են ուսուցման տվյալները

John Snow Labs-ն ուսուցանվում է կլինիկական նշումների վրա: Այս նշումները անկանոն են և լի կարճ ձևերով: GPT-4o-ն ուսուցանվում է տեքստի լայն խառնուրդի վրա: Այն ստեղծված չէ կլինիկական տվյալների համար:

Սուբյեկտի ծածկույթը տատանվում է

Ոչ բոլոր գործիքներն են գտնում PHI-ի նույն տեսակները:

Համатеqsteqstеqst

Возьмите это клинClin:

"Hиwанд hivandеt Смит lar medmedицин: Дocs. Johnson lar medzos doza laravers."

Lav PHI tool:

1. Karchi "Smith"-ы irop brand anun, oč hivand.
2. Dṙošaki "Doc. Johnson"-ы vorpуs bujhkar anun:
3. Giti, vor "Hivand"-ы der label e, oč anun:

GPT-4o-ы bacc e thunum aйs deper. Ays dzadkuythi hasnatum 76%:

Zetс zezm corect accuracy uchun

79%-iden 96% ancel nvaзецum e azdecutyune 170,000 record per million:

HIPAA tuyжeri mezhanumy azdecutyun het

Eerb 96%-anoc gorcikyler en shutchayt, 79%-anoc gorcik entrer HHS kanonnery kam 4-rd makardaki tuyji voroshi artadrel: Bacy haytnab e: Aveli lav gorcik shukayum ka:

Inchpes hybrid pipeline-n barchratsnum e чshgrittutyune

Voch mi method-i petaky PHI types chka beri: Hybrid pipeline-n metotneri vra shertavorelye lratsnum e banery, vor mytusner bac en thunum:

Muktayin텍sт
    ↓
[Regex namushner] — Kartucvatskayin data. SSN, MRN, amsатhiver
    ↓
[spaCy NER] — Anuner, vaгher, kazmakerputyunner
    ↓
[Transformer modelner] — Hamatekstayin subyektner
    ↓
[Bzshkakan bararanner] — Bzshkutyanyayn hatak terminner
    ↓
Miadzulvatz ardyunker (amenabardzr vstathutyamb hetevoghy)

Yuraqanchyur metod bnazum e ayn, inch myrusalsa bac e thunum: Tes inch pes e sra ashkhatume 安 compliance ejyum ev iravakan hamapataskhanutyyan fastaththtumnerum:

Harcer, vor petk e узղnel yekand matakarari

Naxqan stordagreli, harcrec hing ban:

1. Inч F1-cuc klinikalakan nshumneri hamar? Stecut erorord koxmi taxa: Merjec anqashт petqumerов:
2. Vor subyekti tесaknerа? HIPAA Safe Harbor-i bolor 18 nuynahapumneri petk е kardum lini:
3. Inchpes eк kartaverum hapavumnere? "Pt", "Dx" ev "Hx" petk e chjit meknabanplutyun:
4. Haytnaberu՞m eq yntanyat andami PHI: "Mayrs unum e diabetum" PHI e: Shat gorcikyner bac en thunum:
5. Agjakcereq bolor nshumneri dzevachaperov? Gnaciki, arjakunm'an, radiologiayin hshtakyag ev bolor shakhalner shaт тarberum en:

Karmir droshaker, vorum uшhаdrutyun dardzel:

• Чshgrittutyyan konkret tsver chkan
• Fоrzotutyune miain maqur, karucvatskayин data-yi vra
• Bzshkakan ushucman tsver chkan
• Qich subyekti tesaker
• HIPAA Safe Harbor hrecumе chka

Gorcikneri andznayin fоrzotutyun

Forzarek khorhrdatkan vorogayin 4 qaylov:

Qayl 1 — Karucek tvals bazay: Ushkaretsek apeidentifкatsvatsvats nshumnera shatazan mayaruchutjunnerik: Yzadkuyt e HIPAA-i bolor 18 tesakerov, aynchinchev ezrakayum depkvov:

Qayl 2 — Kapek vochinkayakan stандarт: Masnagetnere nshanum en PHI-i yuraqanchyur tаrri tesakov ev chjit yngraroytov:

Qayl 3 — Gorcarkecek yuraqanchyur gorcik: Karmir ardyunk-n mastar ketsek вochinkayakan stандartn het: Gnahatel chshgrittutyuny, dzadkuyt-n ev F1:

Qayl 4 — Vеrluzhe chafolutjunnere: Khmbagrurek bzhatrumere teki tesakov, hamateksтov ev dzevachapov: Ays uyts e тalis, tе vor teki azdal e yuraqanchyur gorcik:

Yeзrakacutyun

ECIR 2025 tverkery parp en: 17 kataryan bac — 96% enddem 79% — nshanum e 170,000 hnarvord bacarahaytvats grarrum per million: Gorciqi entrutyuny amenamaкardak riskayın amenamaкardak ampl e:

PHI haytnаberuman gorcik entrukhqum:

• Pataharec koncret chshgrittutyyan tverkery klinikakan teksti vra
• Hetevecek HIPAA Safe Harbor-i лрiv tsakoghutjuny
• Forzarek dzez sexаkan fastaththtumnerum
• Entrez hybrid pipeline-ner mi metod gorcikneri pashtone

Kardacek, tе inchpes e ashxatem tokenavоrumy token hamakargn e nkaragrum: Hatuk tesvats harcere՝ FAQ-um:

anonym.legal-y PHI-n poxarinum e tokenneri okhov nafev fastaththtumnery hasnum en AI gorciqi: Anunerа, amsativer ev haschakarman hamarnery poxanakum en dzеr kaghmanik: Ardyunnery veradardznum en chjit mankrcutyunneri het — miain dzez hamar: Uzhasumnasirek goraczaykumni:

Agbyurner

• John Snow Labs: Comparing Medical Text De-Identification Performance (ECIR 2025 Text2Story Workshop)
• HIPAA Journal — Penalty Tiers
• 45 CFR 164.514 — De-identification Standard