HIPAA Safe Harbor de-identifikacija u obimu: Vodic za zdravstvene istrazivace
Akademski medicinski centar treba da ocisti 200.000 evidencija otpusta. Cilj: izgraditi model za predvidjanje ponovnog prijema. Existeci alat kosta 120.000 USD godisnje. Budzet granta za rad s podacima: 5.000 USD.
Ovaj jaz je uobicajen. Zdravstveno istrazivanje zahteva velika skupove podataka. Ti skupovi podataka sadrze zasticene zdravstvene informacije (PHI). PHI ukljucuje imena, datume, adrese i ostale licne detalje. Uklanjanje PHI omogucava istrazivacima da koriste podatke legalno. Ali alati su cenovani za bolnicke sisteme, a ne za istrazivacke grantove.
HIPAA Safe Harbor: 18 identifikatora
HIPAA Safe Harbor metoda (45 CFR paragraf 164.514(b)) nabraja 18 tipova PHI. Svi moraju biti uklonjeni pre nego sto zdravstveni podaci izgube status "zasticenih". Nakon uklanjanja, istrazivanje moze da se nastavi bez pristanka pacijenta.
Evo svih 18 tipova:
- Imena
- Geografski podaci manji od drzave (postanski brojevi trebaju skracivanje na 3 cifre za male populacije)
- Svi datumi osim godine - prijem, otpust, rodjenje, smrt i drugi datumi
- Telefoni
- Faks brojevi
- Email adrese
- Brojevi socijalne zastite
- Brojevi medicinske evidencije
- Brojevi zdravstvenog plana korisnika
- Brojevi naloga
- Brojevi sertifikata i licenci
- Identifikatori vozila i serijski brojevi
- Identifikatori uredjaja i serijski brojevi
- Web URL-ovi
- IP adrese
- Biometricki identifikatori (otisci prstiju, glasovni otisci)
- Fotografije celog lica i slicne slike
- Bilo koji drugi jedinstveni identifikacioni broj ili kod
Prvnih pet pojavljuje se u gotovo svakoj evidenciji otpusta. Svi moraju biti uklonjeni ili promenjeni.
Datumi zahtevaju posebnu paznju. Svaki datum pacijenta mora da zadrzui godinu ali izgubi specificni dan i mesec. "15. marta 2023." postaje "2023." Mozete zadrzati trajanje kao polje - ali tek nakon sto su izvorni datumi uklonjeni.
Problem obima
Korisni zdravstveni skupovi podataka su veliki:
- Predvidjanje ponovnog prijema: 50.000-500.000 susreta
- Rad na ishodima lecenja: 10.000-100.000 pacijenata po stanju
- Efikasnost lekova: 5.000-50.000 evidencija
- Zdravlje populacije: 100.000+ susreta
Rucni pregled u ovakvom obimu ne funkcionise. Pregled od 5 minuta po evidenciji zahteva 250-2.500 radnih dana za 100.000 evidencija. Stope ljudske greske krecu se od 1-5%. Cak i mala stopa propustanja stvara HIPAA rizik. Dva recenzenta koji razlicito tretiraju datume mogu narusiti Safe Harbor status. To je lako napraviti na velikom skupu podataka.
Automatizovano cistenje je jedina realna opcija. Mora uhvatiti svih 18 tipova u razlicitim formatima koje se nalaze u klinickim beleskama.
Jaz u cenama alata
Enterprise alati ciljaju bolnicke sisteme:
- Datavant: 100.000+ USD godisnje
- Veradigm (Allscripts): slicne cene
- Clinithink CLiX: kontaktirajte prodaju
- Syntegra (sinteticki podaci): enterprise cenovnik
Ovi dobavljaci prodaju velikim organizacijama s pravnim timovima i timovima za uskladjenost. Istrazivacki grantovi nisu njihovo trziste.
Besplatni i open-source alati postoje ali zahtevaju strucnost:
- MITRE MIST: besplatan, ali zahteva oprezno podesavanje i ima ogranicenu podrsku za jezik
- Stanford NLP DEID: istrazivackog nivoa, zahteva Java i vetine kodiranja
- i2b2 NLP alati: klinicka NLP, podesavanje je obavezno
Vecina istrazivaca treba pouzdano uklanjanje PHI s jednostavnim podesavanjem. Open-source alati zahtevaju vetine kodiranja i lingvistike za pokretanje. Takodje zahtevaju validacioni rad. Enterprise alati kostaju vise od vecine grantova. Jaz je realan i blokira istrazivanje.
Petofazni batch proces
Za 200.000 evidencija otpusta, sekvencijalni batch pristup funkcionise dobro.
Korak 1: Izvoz iz EHR-a. Izvucite strukturisana i nestrukturisana polja kao tekstualne ili PDF fajlove po susretu. Epic, Cerner i Meditech svi to podrzavaju. Izvoze CSV ili HL7 fajlove s ukljucenim poljima klinickih beleski.
Korak 2: Pokrenite batcheve od 5.000. Batchevi ove velicine su brzi i dovoljno mali za pregled u svakoj fazi.
Postavite tipove entiteta za Safe Harbor:
- PERSON (imena pacijenata, clanova porodice u beleskama)
- US_SSN
- US_MEDICAL_RECORD_NUMBER
- PHONE_NUMBER
- EMAIL_ADDRESS
- URL
- IP_ADDRESS
- LOCATION (adrese, postanski brojevi, gradovi - sve ispod nivoa drzave)
- DATE (svi klinicki datumi; pacijenti stariji od 89 postaju "> 89")
- HEALTHCARE_ID (brojevi osiguranja, brojevi korisnika)
- ACCOUNT_NUMBER
Za vise o batch cistenju PHI za klinicke beleske, pogledajte batch obrada klinickih beleski s lokalnim HIPAA alatima. Taj vodic pokriva formate fajlova i podeSavanje entiteta u dubini.
Korak 3: Obradite datume kao poseban korak. Zadrzite godinu. Uklonite mesec i dan. Zamenite bilo koji uzrast preko 89 s "> 89". Retki parovi uzrast-bolest mogu re-identifikovati pacijente. Najpre izracunajte polja trajanja - duzina ostanka, dani do ponovnog prijema. Zatim izbrisite izvorne datume.
Korak 4: Uzorak i pregled svakog batcha. Nakon svakog batcha od 5.000 evidencija, izvucite 50 evidencija za ljudski pregled. Proverite svih 18 tipova. Potrazite kontekstualne stavke poput imena istrazivaca u beleskama ili detalja uputnog lekara. Potvrdite da rukovanje datumima odgovara pravilima Safe Harbor-a. Ispravite sve nedostatke pre nastavka.
Korak 5: Dokumentujte i sertifikujte. HIPAA zahteva da neko sa statistickim znanjem potvrdi da je rizik re-identifikacije veoma mali. Za Safe Harbor, tim koji vrsi uklanjanje donosi tu odluku. Zapiste vasu konfiguraciju entiteta i rezultate uzorkovanja. Cuvajte ih za IRB evidencije.
Trebate revizorski trag za svako uklanjanje? Objasnjiva redakcija s HIPAA revizorskim tragom pokriva beljenje u detalje.
Poredjenje troskova
Enterprise alat: 120.000 USD godisnje. Pokriva podesavanje, obuku, neogranicenu obradu i podrsku za uskladjenost.
Batch obrada:
- 200.000 evidencija x 300 reci u proseku = 60.000.000 tokena
- Po 0,0001 EUR po tokenu: 6.000 EUR u obradi
- Pro plan (180 EUR godisnje) ili Business plan (348 EUR godisnje) za projekat
- Vreme pregleda istrazivaca: 20-40 sati
- Ukupno: otprilike 7.000-8.000 EUR
Ustede u poredjenju s enterprise alatom: 111.000-113.000 USD. Istrazivanje koje je stalo na 120.000 USD postaje izvodljivo na 7.000 USD.
Kljucna ogranicenja
Samo tekst. Ovaj pristup rukuje PHI zasnovanom na tekstu. Slike, audio i biometricki podaci (Safe Harbor kategorije 13, 16 i 17) zahtevaju druge alate.
Validacija je obavezna. Automatizovani alati propustaju neke stavke. Stopa propustanja od 0,1% na 200.000 evidencija ostavlja 200 evidencija s aktivnim PHI. To je realan HIPAA rizik. Ne preskacite validaciju.
Proverite s vasim odeljenjem za privatnost. Odobrenje IRB-a za studiju ne pokriva metodu cistenja. Vecina centara posebno pregledava pristupe uklanjanja PHI. Ovaj vodic dopunjuje taj pregled - ne zamenjuje ga.
Ekspertsko odredjivanje je opcija. HIPAA takodje dozvoljavaju cistenje putem "Ekspertskog odredjivanja" (45 CFR paragraf 164.514(b)(1)). Statisticki strucnjak sertifikuje da je rizik re-identifikacije veoma mali. Ovaj put odgovara neobicnim skupovima podataka. Funkcionise dobro kada bi uklanjanje svih datuma narusilo analizu vremenskih serija.
Za poredjenje automatizovanih PHI alata, pogledajte poredjenje tacnosti detekcije PHI.
Zakljucak
Zdravstveno istrazivanje koje bi moglo pomoci pacijentima zaglavljeno je iza troskova uklanjanja PHI. Rucni pregled ne skalira. Enterprise alati kostaju vise od vecine grantova. Skupovi podataka ostaju zakljucani ili nepravilno ocisceni.
Batch obrada zasnovana na tokenima cini vrelikorazmerono istrazivanje izvodljivim. Akademski centri i nezavisni istrazivaci dobijaju istu preciznost kao i veliki bolnicki sistemi. Na standardnom budzetu granta.