English(EN) DeIDClinic: A Risk-Aware Pseudonymization Framework for Clinical Text De-identification and Re-identification Risk Assessment

新框架增强临床文本去标识化和风险评估

作者 PulseAugur 编辑部 · [1 个来源] · 2026-05-26 04:00

研究人员开发了DeID-Clinic框架，用于假名化临床文本和评估再标识化风险。该系统集成了BioBERT和ClinicalBERT等Transformer模型来识别和屏蔽受保护健康信息（PHI）。它还包含一个新模块，用于使用各种隐私指标量化残余风险，旨在支持合规的数据共享。 AI

影响增强临床数据的隐私保护，可能促进更广泛的研究和数据共享。

排序理由该集群包含一篇学术论文，详细介绍了用于去标识化和风险评估的新框架。[lever_c_demoted from research: ic=1 ai=1.0]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.CL TIER_1 English(EN) · Angel Paul, Dhivin Shaji, Lifeng Han, Warren Del-Pinto, Goran Nenadic, Suzan Verberne · 2026-05-26 04:00

DeIDClinic：用于临床文本去标识化和再标识化风险评估的风险感知假名化框架

arXiv:2410.01648v2 Announce Type: replace Abstract: The increasing availability of sensitive textual data has created an urgent need for robust de-identification methods that enable compliant data sharing while preserving downstream utility. This paper presents DeID-Clinic, a mul…