Anonimizacja danych
Interdyscyplinarne Pomorskie Centrum Medycyny Cyfrowej opracowało autorski anonimizator tekstów klinicznych — narzędzie, które umożliwia bezpieczne udostępnianie danych medycznych do badań naukowych przy jednoczesnym pełnym zabezpieczeniu prywatności pacjentów. Rozwiązanie jest wykorzystywane w samym Centrum, a także zostało wdrożone w Uniwersyteckim Centrum Klinicznym (UCK).
Dlaczego anonimizacja jest tak ważna? Dokumentacja medyczna należy do najbardziej wrażliwych kategorii danych osobowych. Prawo pacjenta do prywatności oraz wymogi prawne — przede wszystkim RODO i przepisy o ochronie danych medycznych — nakładają na placówki ścisłe obowiązki w zakresie ochrony tych informacji. Równocześnie to właśnie rzeczywiste dane pacjentów stanowią bezcenny materiał dla nauki: bez nich nie sposób prowadzić badań, które prowadzą do lepszej diagnostyki, skuteczniejszych terapii i rozwoju medycyny. Powstaje więc napięcie między dwiema uzasadnionymi potrzebami — ochroną prywatności i postępem badań naukowych.
Nasz anonimizator rozwiązuje ten dylemat: pozwala udostępniać badaczom cenne dane kliniczne, jednocześnie całkowicie je anonimizując — tak, aby na ich podstawie nie można było zidentyfikować konkretnego pacjenta.
Jak to działa? Sercem rozwiązania jest szeregowe (kaskadowe) połączenie kilku uzupełniających się technologii:
- dedykowanych modeli NER (Named Entity Recognition), rozpoznających w tekście dane wrażliwe, takie jak imiona i nazwiska, daty, adresy czy identyfikatory,
- dużych modeli językowych (LLM), radzących sobie z bardziej złożonymi, kontekstowymi i nieoczywistymi przypadkami,
- metod regułowych, precyzyjnie wychwytujących dane o przewidywalnej strukturze (np. numery PESEL, sygnatury, kody).
Takie połączenie warstw pozwala na optymalizację i zniuansowanie działania anonimizatora — każdy komponent nadrabia ograniczenia pozostałych, dzięki czemu narzędzie jest zarazem dokładne i odporne na różnorodność rzeczywistych tekstów klinicznych.
Skuteczność potwierdzona w praktyce. W testach przeprowadzonych wspólnie z UCK, na próbie blisko 1,5 tys. tekstów klinicznych, anonimizator osiągnął 100% skuteczności w zakresie ochrony danych pacjentów.
Co dalej? Nasz zespół pracuje obecnie nad rozszerzeniem tej technologii o anonimizację danych obrazowych — kolejny krok w kierunku bezpiecznego udostępniania pełnego spektrum danych medycznych dla nauki.