研究人员对荷兰临床笔记的去标识化方法进行了比较研究，以保护患者隐私并允许数据重用。该研究评估了差分隐私 (DP) 和命名实体识别 (NER) 等传统方法以及使用大型语言模型 (LLM) 的新方法。研究结果表明，单独的 DP 机制会显著降低数据效用，但将其与基于 LLM 的预处理相结合，可以在临床文本去标识化的隐私和有用性之间提供更好的平衡。 AI
影响 结合大型语言模型和差分隐私的新混合方法可能会提高去标识化临床数据在研究中的效用。
排序理由 评估临床文本去标识化隐私保护技术的学术论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
Protecting patient privacy in clinical narratives is essential for enabling secondary use of healthcare data under regulations such as GDPR and HIPAA. While manual de-identification remains the gold standard, it is costly and slow, motivating the need for automated methods that c…