# Usuwanie danych osobowych z dokumentacji medycznej

EN: **Clinical text de-identification** · id `clinicaldeid` · aliases: clinical de-identification, de-identification, PHI removal, deidentyfikacja dokumentacji klinicznej

Path: [AI Atlas](https://aiatlasgraph.com/llms.txt) › [AI w medycynie i ochronie zdrowia](https://aiatlasgraph.com/t/healthai.md) › [Język kliniczny i dokumentacja medyczna](https://aiatlasgraph.com/t/clinicaldocs.md) › Usuwanie danych osobowych z dokumentacji medycznej

## Description

- PL: Wykrywanie i usuwanie lub zastępowanie chronionych informacji zdrowotnych (PHI) w tekście klinicznym jako zadanie rozpoznawania encji nazwanych.
- EN: Detecting and removing or replacing protected health information (PHI) in clinical text, framed as named-entity recognition.

## In one sentence

- PL: Program przeszukuje notatki lekarskie i wymazuje z nich nazwiska, adresy, daty i inne dane, które zdradziłyby pacjenta.
- EN: Software scans doctors' notes and removes names, addresses, dates and other details that would reveal the patient.

## Problem it solves

- PL: Badacze potrzebują notatek medycznych, ale nie wolno ich udostępnić z danymi pacjentów, a ręczne zaczernianie trwałoby latami.
- EN: Researchers need medical notes, but they cannot be shared with patient details, and blacking them out by hand would take years.

## What it does

- PL: Jak korektor z czarnym flamastrem, który zna wszystkie miejsca, gdzie chowają się dane osobowe, i podmienia je na fikcyjne.
- EN: Like a proofreader with a black marker who knows every place personal details hide, swapping them for fictional ones.

## Everyday example

- PL: Szpital przekazuje uczelni tysiące wypisów do badań, w których zamiast nazwisk i dat są zastępcze imiona i przesunięte terminy.
- EN: A hospital gives a university thousands of discharge letters for research, with stand-in names and shifted dates instead of real ones.

## This concerns you if you…

- PL: chcesz uczyć model na prawdziwych notatkach medycznych
- PL: twoje dane trafiają do badań naukowych
- EN: want to train a model on real medical notes
- EN: your records are used for research

## Keywords

i2b2 2014 de-identification · HIPAA Safe Harbor · Philter · Presidio · NER · RoBERTa · surrogate generation · date shifting

## How it works

- PL: Model sekwencyjny, dziś najczęściej dostrojony transformer, oznacza tokeny kategoriami PHI (imię, data, lokalizacja, identyfikator, wiek). Wykryte fragmenty usuwa się albo zastępuje wiarygodnymi zamiennikami, a daty przesuwa spójnie dla pacjenta; reguły i słowniki uzupełniają model dla wysokiej czułości.
- EN: A sequence model, now usually a fine-tuned transformer, tags tokens with PHI categories (name, date, location, ID, age). Found spans are removed or replaced with plausible surrogates, with dates shifted consistently per patient; rules and dictionaries back up the model for high recall.

## Limits

- PL: Czułość rzadko sięga 100%, a zawody, organizacje, wiek i niektóre lokalizacje wykrywa się trudniej. Modele z jednego szpitala gorzej działają na innych formatach notatek. Usunięcie identyfikatorów nie wyklucza ponownej identyfikacji z rzadkich szczegółów klinicznych.
- EN: Recall rarely reaches 100%, and professions, organisations, ages and some locations are harder to catch. Models from one hospital work worse on other note formats. Removing identifiers does not rule out re-identification from rare clinical details.

## Key terms

- PL: **PHI**: Chronione informacje zdrowotne pozwalające rozpoznać pacjenta.
- PL: **zamiennik (surrogate)**: Fikcyjna wartość wstawiona w miejsce prawdziwej danej.
- PL: **ponowna identyfikacja**: Rozpoznanie osoby mimo usunięcia jej danych.
- EN: **PHI**: Protected health information that can identify a patient.
- EN: **surrogate**: Fictional value inserted in place of a real detail.
- EN: **re-identification**: Recognising a person despite their details being removed.

## Know first

- [Wydobywanie informacji z tekstu (nazwy własne, relacje) (Information extraction (named entities and relations))](https://aiatlasgraph.com/t/infoextraction.md)
- [Wykrywanie i anonimizacja danych osobowych (PII) (PII detection and anonymisation)](https://aiatlasgraph.com/t/piiredaction.md)

## Related topics

Untyped, symmetric "see also" links.

- [Wykrywanie i anonimizacja danych osobowych (PII) (PII detection and anonymisation)](https://aiatlasgraph.com/t/piiredaction.md)

## Sources

- [A Comparative Evaluation Of Transformer Models For De-Identification Of Clinical Text Data](<https://arxiv.org/abs/2204.07056>) `transformer-deid-2022` · by Christopher Meaney, Wali Hakimpour, Sumeet Kalia, Rahim Moineddin

---

AI Atlas revision 122 (2026-10-30) · HTML: https://aiatlasgraph.com/t/clinicaldeid · index: https://aiatlasgraph.com/llms.txt · everything: https://aiatlasgraph.com/llms-full.txt · updated 2026-10-30