Stanford Deidentifier Only Radiology Reports Augmented

🚀 スタンフォード脱識別ツール

スタンフォード脱識別ツールは、放射線学や生物医学の様々な文書を対象にトレーニングされており、脱識別プロセスの自動化を目的とし、実運用に耐えうる十分な精度を達成しています。

🚀 クイックスタート

Stanford de-identifierは、放射線学や生物医学の文書の脱識別プロセスを自動化するために開発されました。関連するGitHubリポジトリはこちらです: https://github.com/MIDRC/Stanford_Penn_Deidentifier

✨ 主な機能

• 放射線学や生物医学の文書から個人情報を自動的に検出し、脱識別することができます。
• トランスフォーマーモデルとルールベースの手法を組み合わせることで、高精度な脱識別を実現しています。

📦 インストール

READMEに具体的なインストール手順は記載されていないため、このセクションは省略されます。

💻 使用例

READMEに具体的なコード例は記載されていないため、このセクションは省略されます。

📚 ドキュメント

Stanford de-identifierは、放射線学や生物医学の文書の脱識別に使用されます。このモデルは、様々な放射線学および生物医学文書でトレーニングされ、生産環境での使用に十分な精度を達成しています。

モデル情報

ウィジェット情報

{
    "widget": [
        {
            "text": "手順: 胸部レントゲン。比較: 2020年1月1日に最後に見たもの、および2019年3月1日の記録。所見: 斑状の空域陰影。所見: 2020年1月1日の胸部レントゲンの結果が最も懸念されるものです。患者は、ペレス博士の責任の下、UH医療センターの別の部門に移送されました。私たちはMedClinicalデータ送信システムを使用し、ID 5874233で2020年2月1日にデータを送信しました。ペレス博士から確認を受けました。彼は567-493-1234で連絡を取ることができます。"
        },
        {
            "text": "カート・ラングロッツ博士は、6月23日に会議を開催することを選択しました。"
        }
    ],
    "tags": [
        "token-classification",
        "sequence-tagger-model",
        "pytorch",
        "transformers",
        "pubmedbert",
        "uncased",
        "radiology",
        "biomedical"
    ],
    "datasets": [
        "radreports"
    ],
    "language": [
        "en"
    ],
    "license": "mit"
}

🔧 技術詳細

このモデルは、トランスフォーマーモデルと「目の前に隠す」ルールベースの手法を組み合わせて、放射線学レポートの自動脱識別パイプラインを開発しました。このパイプラインは、保護された医療情報（PHI）エンティティを検出し、それらを「目の前に隠れた」現実的な代理情報に置き換えます。

📄 ライセンス

このプロジェクトはMITライセンスの下で公開されています。

Citation

@article{10.1093/jamia/ocac219,
    author = {Chambon, Pierre J and Wu, Christopher and Steinkamp, Jackson M and Adleberg, Jason and Cook, Tessa S and Langlotz, Curtis P},
    title = "{Automated deidentification of radiology reports combining transformer and “hide in plain sight” rule-based methods}",
    journal = {Journal of the American Medical Informatics Association},
    year = {2022},
    month = {11},
    abstract = "{To develop an automated deidentification pipeline for radiology reports that detect protected health information (PHI) entities and replaces them with realistic surrogates “hiding in plain sight.”In this retrospective study, 999 chest X-ray and CT reports collected between November 2019 and November 2020 were annotated for PHI at the token level and combined with 3001 X-rays and 2193 medical notes previously labeled, forming a large multi-institutional and cross-domain dataset of 6193 documents. Two radiology test sets, from a known and a new institution, as well as i2b2 2006 and 2014 test sets, served as an evaluation set to estimate model performance and to compare it with previously released deidentification tools. Several PHI detection models were developed based on different training datasets, fine-tuning approaches and data augmentation techniques, and a synthetic PHI generation algorithm. These models were compared using metrics such as precision, recall and F1 score, as well as paired samples Wilcoxon tests.Our best PHI detection model achieves 97.9 F1 score on radiology reports from a known institution, 99.6 from a new institution, 99.5 on i2b2 2006, and 98.9 on i2b2 2014. On reports from a known institution, it achieves 99.1 recall of detecting the core of each PHI span.Our model outperforms all deidentifiers it was compared to on all test sets as well as human labelers on i2b2 2014 data. It enables accurate and automatic deidentification of radiology reports.A transformer-based deidentification pipeline can achieve state-of-the-art performance for deidentifying radiology reports and other medical documents.}",
    issn = {1527-974X},
    doi = {10.1093/jamia/ocac219},
    url = {https://doi.org/10.1093/jamia/ocac219},
    note = {ocac219},
    eprint = {https://academic.oup.com/jamia/advance-article-pdf/doi/10.1093/jamia/ocac219/47220191/ocac219.pdf},
}