Datenschutz und Reproduzierbarkeit in EHR-Narrativen: BERT-basierte Entitätserkennung in Japan
Von KI ausgewählt und zusammengefasst
Worum es geht
Retrospektive Studie an Daten von 2 japanischen Krankenhäusern (Jan 2019–Juni 2025) zur Balance zwischen Datenschutz und analytischer Nutzbarkeit: Entwicklung eines Frameworks zur Deidentifizierung japanischer EHR-Freitexte mittels BERT-basierter NLP und gleichzeitigem Erhalt von TNM- und Staging-Informationen für Auditierbarkeit.
Ergebnis
Von 10.214 Krebspatienten: 4.383 mit verlinkten Notizen verfügbar, Analysekohorte 3.689 Patienten. Rückgewinnungsquote TNM/Stadium: 36,3% Patienten, 30,7% Dokumente; unter vordefinierten Bedingungen 78,8% für T/N/M, 76,8% für Stadium. Maskierungsraten 9,9–15%; M1/Stadium-IV-Übereinstimmung 94,7%; keine residualen direkten Identifier nach Audit.
Übertragbarkeit auf Deutschland
Japan; Methode für alle DSGVO/GDPR-regulierten EHR-Systeme relevant, Interoperabilität mit europäischen Standards möglich.
Originalstudie in PubMedIm Hub ansehenNeue Studien per E-Mail
Auswahl und deutsche Zusammenfassung stammen von einer KI und sind nicht redaktionell geprüft. Maßgeblich ist die Originalpublikation.