TIDE 2.0：临床记录的模型无关密钥去标识引擎

临床记录包含患者诊疗中大部分已记录的信息，但研究使用前必须移除受保护健康信息（PHI）。去标识化常被视为检测问题，但仅检测并不够：直接遮删会连同标识符一起删除临床内容，清空日期破坏纵向分析所需的时间间隔，每次出现都分配新随机替代值则破坏同一患者记录之间的关联。我们提出MIT许可的TIDE 2.0，包含可分离的可替换识别器与密钥驱动匿名器，两者均在机构自有硬件运行。替代值用密码学方式生成，无需保存关联表。日期按每位患者固定偏移，保留时间间隔；同一密钥下，相同值的每次出现均得到相同替代值；新密钥生成的发布数据不能与旧版本关联。我们还发布从大语言模型蒸馏的识别器TIDE2-Sentry。在两家机构的两个人工金标语料库上，默认配置的片段级召回率分别为域内0.88和另一机构0.77，精确率分别为0.88和0.87。除汇总指标外，我们报告各类别的召回率与精确率。引擎开源，识别器需按受控研究使用协议获取，机构可在自身环境运行、检查和扩展两者。