NLM Scrubber: 臨床テキスト文書を匿名化する NLM のソフトウェア アプリケーション
NLM Scrubber: 臨床テキスト ドキュメントを匿名化する NLM のソフトウェア アプリケーション
背景: 電子医療記録には、病気や治療に関する膨大な量のデータが含まれています。 研究者はこのデータを使用してアイデアをテストできますが、自分の患者グループ以外の記録を使用する必要があります。 ただし、これらの記録へのアクセスは、患者のプライバシーを確保するために制限されています。
米国国立医学図書館 (NLM) は、NLM Scrubber と呼ばれるコンピューター ツールを作成しました。 このプログラムは、健康記録から個人情報を認識して削除します。 このプログラムを開発した研究者は、元の記録にアクセスする必要があります。 これにより、プログラムが患者の記録から個人情報をどれだけ適切に削除し、どのようにそれをより正確にすることができるかを確認できます。
目的:
臨床テキストの匿名化を改善する方法を見つけること。
資格:
新規参加者なし。 研究者は、すでに収集されたデータを確認します。
デザイン:
研究者は無作為にレポートのサンプルを収集します。 これらは、さまざまな分野のさまざまな医師からのものです。
研究者は記録から個人情報を手動で削除します。
研究者はまた、NLM-Scrubber を使用して元の記録から個人情報を自動的に削除します。
研究者は、コンピューター プログラムと手動による変更の結果を比較します。 彼らは、プログラムが個人情報を正しく削除していないことを指摘します。 また、プログラムが非個人的な健康情報を誤って削除した場合にも注意します。
研究者はその結果を使用してプログラムを修正します。 匿名化プロセスが完了するまで、彼らはテストを続けます。
...
調査の概要
状態
条件
詳細な説明
この研究は、国立医学図書館 (NLM) で開発された NLM Scrubber と呼ばれる自動臨床テキスト匿名化ソフトウェア アプリケーションの品質評価、改善、および監視に関するものです。 このアプリケーションは、患者のプライバシーを侵害することなく、臨床レポートを二次科学研究 (つまり、二次使用) で使用できるように開発されています。 患者のプライバシーを保護する方法と NLM Scrubber の開発に関する研究は、HIPAA とプライバシー法のガイドラインに従い、これらに準拠して実施されてきました。
NLM Scrubber をさらに開発および改善し、その匿名化パフォーマンスを効果的に評価するために、研究者は、すべての潜在的な臨床レポートの種類およびソースから元の/編集されていないサンプルを必要とします。 この目的のために、NLM の研究者は
NIH 内の機関、すなわち NIH クリニカル センター、BTRIS、NCI および外部機関、ケンタッキー大学が管理するケンタッキー州登録簿、および NLM の統合に関心を示したピッツバーグ大学の研究者と協力しています。
テキスト情報抽出システムと呼ばれるアプリケーションへのスクラバー。 これらのエンティティは、NLM Scrubber のパフォーマンスを評価および改善するために、さまざまな種類の臨床レポートのサンプルを収集します。 ただし、評価するために元のデータにアクセスする必要もあります。
潜在的な問題を解決し、NLM Scrubber の精度を向上させます。
研究の種類
入学 (推定)
連絡先と場所
研究場所
-
-
Maryland
-
Bethesda、Maryland、アメリカ
- National Library of Medicine
-
-
参加基準
適格基準
就学可能な年齢
健康ボランティアの受け入れ
サンプリング方法
調査対象母集団
説明
- 新規参加者の登録はありません。 研究者は、すでに収集されたデータを確認します。
研究計画
研究はどのように設計されていますか?
デザインの詳細
- 観測モデル:他の
- 時間の展望:回顧
コホートと介入
グループ/コホート |
|---|
|
1
クリニカル・ナラティブ・レポートが作成されるすべての人。
|
この研究は何を測定していますか?
主要な結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
PII の匿名化率
時間枠:2017/01/01-2027/01/31
|
HIPAA プライバシー ルールでは、個人名、住所、重要な日付、数値識別子 (社会保障番号など) を含む、匿名化する必要がある 18 種類の個人識別情報を定義しています。
私たちのアノテーターはそれらの単語や数字にラベルを付けてゴールド スタンダードを作成し、NLM-Scrubber はそれらをすべて認識して排除しようとします。
PII の匿名化率は、この結果測定の成功を示します。
|
2017/01/01-2027/01/31
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
誤って編集された臨床情報の割合
時間枠:2017/01/01-2027/01/31
|
NLM-Scrubber は、個人を特定できない研究データを保持しながら PII 要素のみを排除しようとしますが、個人を特定できない研究データ要素 (保護されていない健康情報) の一部も誤って削除してしまいます。
誤って編集された臨床情報の割合は、NLM-Scrubber が個人を特定できない健康情報を保持できないことを示しています。
|
2017/01/01-2027/01/31
|
協力者と研究者
捜査官
- 主任研究者:Mehmet M Kayaalp, Ph.D.、National Library of Medicine (NLM)
出版物と役立つリンク
一般刊行物
- Kayaalp M. Patient Privacy in the Era of Big Data. Balkan Med J. 2018 Jan 20;35(1):8-17. doi: 10.4274/balkanmedj.2017.0966. Epub 2017 Sep 13.
- Kayaalp M, Browne AC, Dodd ZA, Sagan P, McDonald CJ. De-identification of Address, Date, and Alphanumeric Identifiers in Narrative Clinical Reports. AMIA Annu Symp Proc. 2014 Nov 14;2014:767-76. eCollection 2014.
- Kayaalp M, Browne AC, Callaghan FM, Dodd ZA, Divita G, Ozturk S, McDonald CJ. The pattern of name tokens in narrative clinical text and a comparison of five systems for redacting them. J Am Med Inform Assoc. 2014 May-Jun;21(3):423-31. doi: 10.1136/amiajnl-2013-001689. Epub 2013 Sep 11.
研究記録日
主要日程の研究
研究開始
一次修了 (推定)
研究の完了 (推定)
試験登録日
最初に提出
QC基準を満たした最初の提出物
最初の投稿 (推定)
学習記録の更新
投稿された最後の更新 (実際)
QC基準を満たした最後の更新が送信されました
最終確認日
詳しくは
この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。