超越去标识化：一种定义和检测医学文本中间接标识符的结构化方法
计算与语言
2025-02-20 v1
摘要
出于科学目的共享敏感文本需要适当的技术来保护患者和医护人员的隐私。由于存在各种非结构化的直接和间接标识符，对文本数据进行匿名化尤其具有挑战性。为了降低重新标识的风险，本研究引入了一个包含九类间接标识符的模式，旨在应对不同的潜在对手，包括熟人、家庭成员和医务人员。使用该模式，我们对 100 份 MIMIC-III 出院总结进行了标注，并提出了用于识别间接标识符的基线模型。我们将发布标注指南、标注跨度（总计 6,199 个标注）以及相应的 MIMIC-III 文档 ID，以支持该领域的进一步研究。
引用
@article{arxiv.2502.13342,
title = {Beyond De-Identification: A Structured Approach for Defining and Detecting Indirect Identifiers in Medical Texts},
author = {Ibrahim Baroud and Lisa Raithel and Sebastian Möller and Roland Roller},
journal= {arXiv preprint arXiv:2502.13342},
year = {2025}
}