Detectar PHI - Amazon Comprehend Medical

Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Detectar PHI

Utilice la PHI operación Detectar cuando solo desee detectar datos de Información de Salud Protegida (PHI) al escanear el texto clínico. Para detectar todas las entidades disponibles en el texto clínico, utilice la DetectEntitiesV2.

Esto API es lo mejor para un caso de uso en el que solo se requiera detectar PHI entidades. Para obtener información sobre la información no PHI categorizada, consulteDetección de entidades (versión 2).

importante

Amazon Comprehend Medical proporciona puntuaciones de confianza que indican el nivel de confianza en la precisión de las entidades detectadas. Evalúe estas puntuaciones de confianza e identifique el umbral de confianza adecuado para su caso de uso. Para casos de uso específicos relacionados con el cumplimiento, le recomendamos que utilice una revisión humana adicional u otros métodos para confirmar la precisión de los datos detectadosPHI.

Según la HIPAA ley, PHI que se basa en una lista de 18 identificadores, debe tratarse con especial cuidado. Amazon Comprehend Medical detecta las entidades asociadas a estos identificadores, pero estas entidades no se relacionan de forma unívoca con la lista especificada por el método Safe Harbor. Los textos clínicos no estructurados no contienen todos los identificadores, pero Amazon Comprehend Medical cubre todos los identificadores relevantes. Estos identificadores son datos que se pueden utilizar para identificar a un paciente individual, incluidos los de la lista de abajo. Para obtener más información, consulte la privacidad de la información sanitaria en el sitio web de Salud y Servicios Humanos del Gobierno de EE. UU..

Cada entidad PHI relacionada incluye una puntuación (Scoreen la respuesta) que indica el nivel de confianza que Amazon Comprehend Medical tiene en la precisión de la detección. Identifique el umbral de confianza adecuado para su caso de uso y excluya las entidades que no lo alcancen. A la hora de identificar casos de este tipoPHI, puede ser mejor utilizar un umbral de confianza bajo para filtrar a fin de captar más posibles entidades detectadas. Esto es especialmente cierto cuando no se utilizan los valores de las entidades detectadas en casos de uso en los que se requiera conformidad con las normativas.

Las siguientes entidades PHI relacionadas se pueden detectar ejecutando las operaciones Detect PHI o DetectEntitiesV2:

PHIEntidades detectadas

Entidad

Descripción

Categoría de HIPAA

AGE

Todos los componentes de edad, intervalos de edades y cualquier edad mencionada, ya sea del paciente, un familiar u otras personas indicadas en la nota. El valor predeterminado se expresa en años, a menos que se indique lo contrario.

3. Fechas relacionadas con una persona
DATE Cualquier fecha relacionada con el paciente o la atención sanitaria. 3. Fechas relacionadas con una persona

NAME

Todos los nombres mencionados en la nota clínica, que suelen ser del paciente, sus familiares o el proveedor.

1. Nombre

PHONE_O_ FAX

Cualquier teléfono, fax o buscapersonas; se excluyen los números de teléfono con nombre propio, como el 1-800 QUIT - NOW y el 911.

4. Número de teléfono

5. FAXnúmero

EMAIL

Cualquier dirección de correo electrónico.

6. Direcciones de correo electrónico

ID

Cualquier tipo de número asociado a la identidad de un paciente. Esto incluye el número de la Seguridad Social, de la historia clínica, de identificación del centro, de ensayo clínico, de certificado o licencia, la matrícula del vehículo o el número de dispositivo. También incluye números biométricos y números que identifican el lugar de atención sanitaria o el proveedor.

7. Número de la Seguridad Social

8. Número de historia clínica

9. Número de seguro médico

10. Números de cuenta

11. Números de certificado/licencia

12. Identificadores de vehículos

13. Números de dispositivos

16. Información biométrica

18. Cualquier otra característica identificativa

URL

Cualquier webURL.

14. URLs

ADDRESS

Esto incluye todas las subdivisiones geográficas de la dirección de cualquier centro, centro médico mencionado o sala de un centro.

2. Ubicación geográfica

PROFESSION

Incluye cualquier profesión o empleador mencionado en una nota relacionado con el paciente o con sus familiares.

18. Cualquier otra característica identificativa

Ejemplo

El texto “Patient is John Smith, a 48-year-old teacher and resident of Seattle, Washington” (El paciente es John Smith, un profesor de 48 años y residente en Seattle, Washington) devuelve lo siguiente:

  • “John Smith” como entidad de tipo NAME en la categoría PROTECTED_HEALTH_INFORMATION.

  • “48” como entidad de tipo AGE en la categoría PROTECTED_HEALTH_INFORMATION.

  • “teacher” (profesor) como entidad de tipo PROFESSION (característica identificativa) de la categoría PROTECTED_HEALTH_INFORMATION.

  • “Seattle, Washington” como entidad ADDRESS de la categoría PROTECTED_HEALTH_INFORMATION.

En la consola de Amazon Comprehend Medical, esto se muestra de esta forma:

Patient information card displaying name, age, profession, and address details.

Cuando se utiliza la PHI operación de detección, la respuesta aparece así. Al utilizar la operación S tartPHIDetection Job, Amazon Comprehend Medical crea un archivo en la ubicación de salida con esta estructura.

{
    "Entities": [
        {
            "Id": 0,
            "BeginOffset": 11,
            "EndOffset": 21,
            "Score": 0.997368335723877,
            "Text": "John Smith",
            "Category": "PROTECTED_HEALTH_INFORMATION",
            "Type": "NAME",
            "Traits": []
        },
        {
            "Id": 1,
            "BeginOffset": 25,
            "EndOffset": 27,
            "Score": 0.9998362064361572,
            "Text": "48",
            "Category": "PROTECTED_HEALTH_INFORMATION",
            "Type": "AGE",
            "Traits": []
        },
        {
            "Id": 2,
            "BeginOffset": 37,
            "EndOffset": 44,
            "Score": 0.8661606311798096,
            "Text": "teacher",
            "Category": "PROTECTED_HEALTH_INFORMATION",
            "Type": "PROFESSION",
            "Traits": []
        },
        {
            "Id": 3,
            "BeginOffset": 61,
            "EndOffset": 68,
            "Score": 0.9629441499710083,
            "Text": "Seattle",
            "Category": "PROTECTED_HEALTH_INFORMATION",
            "Type": "ADDRESS",
            "Traits": []
        },
        {
            "Id": 4,
            "BeginOffset": 78,
            "EndOffset": 88,
            "Score": 0.38217034935951233,
            "Text": "Washington",
            "Category": "PROTECTED_HEALTH_INFORMATION",
            "Type": "ADDRESS",
            "Traits": []
        }
    ],
    "UnmappedAttributes": []
}