Perkhidmatan Pengecualian Data
Dapatkan data kritikal yang tidak dikenalpasti & dinamakan tanpa nama oleh pakar domain yang diperakui & diperakui
Letakkan anonimisasi data pada perintis automatik dengan Shaip.
Penyelesaian Pengecualian Data & Anonimisasi
Proses penyahkenalan data dan penanomaan data memastikan pengalihan keluar data yang tersedia secara umum seperti nama dan nombor keselamatan sosial yang mungkin secara langsung atau tidak langsung menghubungkan individu kepada data mereka. Selain itu, Shaip juga menyediakan API proprietari yang boleh menamakan data sensitif dalam kandungan teks dengan ketepatan yang sangat tinggi. API kami kemudiannya memanfaatkan proses nyah pengenalan HIPAA seperti penentuan HIPAA pakar dan pelabuhan selamat untuk mengubah, menutup, memadam atau mengaburkan maklumat sensitif.
Maklumat Pengenalan Diri (PII)
PII Data De-identification atau PII Data Anonymization ialah proses menyahkenal pasti sebarang maklumat yang membenarkan identiti individu yang maklumat yang dikenal pasti itu terpakai atau boleh disimpulkan secara munasabah melalui cara langsung atau tidak langsung. Ringkasnya, Maklumat Pengenalan Peribadi (PII) ialah sebarang data yang boleh menghubungi, mencari atau mengenal pasti individu tertentu.
Beberapa pengecam Standard Nyahpengenalpastian HIPAA atau elemen data yang mungkin digunakan untuk mengenal pasti individu termasuk:
| PII merangkumi: nama, e-mel, alamat rumah, nombor telefon | |
|---|---|
| Sekiranya Berdiri | Sekiranya dipasangkan dengan pengecam lain |
| Nombor keselamatan sosial | Status kewarganegaraan atau Imigresen |
| Lesen Memandu atau ID Negeri | Nama Maiden Ibu |
| Nombor pasport | Fahaman etnik atau agama |
| Nombor Pendaftaran Alien | Perokok |
| Nombor Akaun Kewangan | Kata Laluan Akaun |
| Pengecam Biometrik | 4 digit terakhir SSN |
| nombor telefon | Tarikh Lahir |
| Alamat e-mel | Sejarah Jenayah |
| Gambar muka penuh | |
Maklumat Kesihatan Terlindung (PHI)
PHI Data De-identification atau PHI Data Anonymization ialah proses menyahkenal pasti sebarang maklumat dalam rekod perubatan yang boleh digunakan untuk mengenal pasti individu; yang dicipta, digunakan atau didedahkan semasa menyediakan perkhidmatan perubatan, seperti diagnosis atau rawatan. Pendek kata, Maklumat Kesihatan Terlindung (PHI) ialah sebarang data yang boleh menghubungi, mengesan, atau mengenal pasti individu tertentu.
Beberapa pengenal HIPAA atau elemen data yang mungkin digunakan untuk mengenal pasti seseorang termasuk:
- Imej perubatan, rekod, penerima rancangan kesihatan, sijil, keselamatan sosial, dan nombor akaun
- Kesihatan atau keadaan individu masa lalu, sekarang, atau masa depan
- Bayaran masa lalu, sekarang, atau masa depan untuk penyediaan penjagaan kesihatan kepada individu
- Setiap tarikh dihubungkan secara langsung dengan seseorang, seperti tarikh lahir, tarikh keluar, tarikh kematian, dan pentadbiran
API
Apabila anda memerlukan data dalam masa nyata, anda seharusnya dapat mengakses API secepat mungkin. Inilah sebabnya mengapa Shaip API memberikan masa nyata, akses atas permintaan ke rekod yang anda perlukan. Dengan Shaip API, pasukan anda kini mempunyai akses cepat dan terukur ke data yang tidak dikenal pasti dan data perubatan kontekstual yang berkualiti untuk menyelesaikan projek AI mereka pada kali pertama.
API Nyah Pengenalan
Data pesakit adalah penting dalam membangunkan projek AI penjagaan kesihatan yang terbaik. Tetapi melindungi maklumat peribadi mereka adalah sama penting untuk mengelakkan kemungkinan pelanggaran data. Shaip ialah peneraju industri yang terkenal dalam penyahkenalan data, penyamaran data dan penanoamaan data untuk mengalih keluar semua PHI/PII (maklumat kesihatan peribadi/pengenal pasti).
- Nyahkenal pasti, token dan awanamakan data sensitif untuk PHI, PII dan PCI
- Sahkan dengan garis panduan HIPAA dan Safe Harbor
- Sunting semua 18 pengecam yang diliputi dalam garis panduan nyahpengenalan HIPAA dan Safe Harbor.
- Pensijilan pakar dan pengauditan kualiti pengenalpastian
- Ikuti garis panduan penjelasan PHI yang komprehensif untuk menghilangkan identifikasi PHI dengan itu, mematuhi garis panduan Safe Harbor
Ciri Utama Pengecaman Data
Manusia-Dalam-Gelung
Data kualiti bertaraf dunia dengan pelbagai tahap kawalan kualiti dan manusia-in-the-loop.
Platform Dioptimumkan Tunggal untuk Integriti Data
Anonimisasi data melalui pengeluaran, ujian, dan pengembangan memastikan integriti data di pelbagai geografi dan sistem.
100+ juta data yang tidak dikenal pasti
Platform yang terbukti yang memudahkan pengecualian data HIPAA yang berkesan mengurangkan risiko PII / PHI yang terganggu.
Keselamatan Data yang dipertingkatkan
Keselamatan data yang dipertingkatkan memastikan format data dikawal dan dipelihara oleh dasar.
Peningkatan Skalabiliti
Anonimkan set data dengan ukuran apa pun dengan skala manusia-dalam-yang-gelung.
Ketersediaan & Penghantaran
Penyampaian data, perkhidmatan & penyelesaian tepat pada masanya & tepat masa rangkaian
Data Nyahpengenalpastian dalam Tindakan
PHI Redaksi dalam tindakan
Nyahkenal pasti rekod teks perubatan dengan menamakan atau menutup maklumat kesihatan pesakit (PHI) dengan API Penjagaan Kesihatan proprietari Shaip (Platform Pengecaman Data).
Nyahkenal pasti rekod perubatan berstruktur
Nyahkenal pasti maklumat kesihatan pesakit (PHI) daripada rekod perubatan, sambil mematuhi peraturan HIPPA.
Gunakan Kes
Matlamat: PII Data Masking daripada dokumen kewangan termasuk W2, Penyata Bank, 1099, 1040 dsb.
Mencabar: Nyahkenal pasti 18 pengecam HIPAA yang telah ditentukan dalam 10,000+ dokumen kewangan.
Sumbangan Kami: Data yang tidak dikenal pasti (PII) dari 10,000+ dokumen kewangan di platform pelanggan yang menggunakan personel Onshore.
Keputusan Akhir: Pelanggan mengembangkan model pengekstrakan maklumat yang didorong oleh AI untuk menarik data penting dari dokumen kewangan.
Matlamat: Keluarkan maklumat PHI dari dokumen klinikal.
Cabaran: Nyahkenal pasti 30,000+ dokumen klinikal yang dapat digunakan untuk mengembangkan model AI.
Sumbangan Kami: Nyahkenalpasti PHI dari dokumen klinikal yang mematuhi HIPAA dan Garis Panduan Safe Harbor
Keputusan Akhir: Pelanggan menggunakan set data standard yang diberi anotasi dan emas untuk menyelesaikan kes penggunaannya.
Liputan Pematuhan Komprehensif
Nyahkenalpasti data skala di seluruh bidang kuasa pengawalseliaan termasuk GDPR, HIPAA, dan sesuai dengan pengecualian Safe Harbor yang mengurangkan risiko kompromi PII / PHI
Sebab untuk memilih Shaip sebagai Rakan Pengecualian Data anda
orang
Pasukan yang berdedikasi dan terlatih:
- 30,000+ kolaborator untuk Pembuatan Data, Pelabelan & QA
- Pasukan Pengurusan Projek yang diperakui
- Pasukan Pembangunan Produk yang berpengalaman
- Pasukan Penyediaan Bakat & Pasukan Bakat
Proses
Kecekapan proses tertinggi dijamin dengan:
- Proses Gerbang Tahap Sigma 6 yang kuat
- Pasukan khusus 6 tali pinggang hitam Sigma - Pemilik proses utama & Pematuhan kualiti
- Gelung Penambahbaikan & Maklum Balas yang Berterusan
platform
Platform yang dipatenkan menawarkan faedah:
- Platform hujung ke hujung berasaskan web
- Kualiti yang sempurna
- TAT lebih pantas
- Penghantaran lancar
- Alat nyah pengenalan data proprietari
Sumber Disyorkan
eBook
eBook Kunci untuk Mengatasi Halangan Pembangunan AI
Terdapat sejumlah besar data yang dihasilkan setiap hari: 2.5 quintillion byte, menurut Social Media Today. Tetapi itu tidak bermakna semuanya layak untuk melatih algoritma anda.
Blog
Peranan AI dalam penjagaan kesihatan: faedah, cabaran & segala yang ada di antara mereka
Nilai pasaran kecerdasan buatan dalam penjagaan kesihatan mencecah paras tertinggi baharu pada 2020 pada $6.7 bilion. Pakar dalam bidang dan veteran teknologi juga mendedahkan bahawa industri akan bernilai sekitar $8.6 bilion menjelang tahun 2025 dan hasil dalam penjagaan kesihatan akan datang daripada sebanyak 22 penyelesaian penjagaan kesihatan dikuasakan AI yang pelbagai.
Solutions
Data memberikan nadi yang memberi kehidupan kepada AI Penjagaan Kesihatan
80% daripada semua data penjagaan kesihatan tidak tersusun dan tidak dapat diakses untuk pemprosesan selanjutnya. Ini membatasi kuantiti data yang dapat digunakan dan juga membatasi kemampuan membuat keputusan organisasi kesihatan.
Pelanggan Pilihan
Memperkasakan pasukan untuk membina produk AI yang terkemuka di dunia.
Mula menyahkenal pasti Data AI anda hari ini. Anonimkan data dalam sebarang saiz pada skala dengan manusia-dalam-gelung
Soalan-soalan yang kerap ditanya (FAQ)
Pengecualian data, penyamaran data, atau anonimisasi data adalah proses penghapusan semua PHI / PII (maklumat kesihatan diri / maklumat peribadi) seperti nama dan nombor keselamatan sosial yang secara langsung atau tidak langsung dapat menghubungkan seseorang ke data mereka.
Data pesakit yang tidak dikenal pasti adalah data kesihatan di mana PHI (Maklumat Kesihatan Peribadi) atau PII (Maklumat Pengenalpastian Peribadi) dikeluarkan. Juga dikenali sebagai PII masking, ia melibatkan penyingkiran butiran seperti nama, nombor keselamatan sosial dan butiran peribadi lain yang mungkin secara langsung atau tidak langsung menghubungkan individu kepada data mereka, yang membawa kepada risiko pengenalan semula.
PII merujuk kepada maklumat yang dapat dikenal pasti secara peribadi, data apa pun yang dapat menghubungi, mencari, atau mengenal pasti individu tertentu seperti nombor keselamatan sosial (SSN), nombor pasport, nombor lesen memandu, nombor pengenalan pembayar cukai, nombor pengenalan pesakit, nombor akaun kewangan, nombor kad kredit, atau maklumat alamat Peribadi (alamat jalan, atau alamat e-mel. Nombor telefon peribadi).
PHI merujuk kepada maklumat kesihatan diri dalam bentuk apa pun, termasuk rekod fizikal (laporan perubatan, keputusan ujian makmal, bil perubatan), rekod elektronik (EHR), atau maklumat lisan (imlak doktor).
Terdapat dua teknik nyahpengenalan data yang terkenal. Yang pertama adalah penghapusan pengecam langsung dan yang kedua adalah penghapusan atau pengubahan maklumat lain yang berpotensi digunakan untuk mengenal pasti kembali atau memimpin seseorang. Di Shaip, kami menggunakan alat nyahpengenalpastian data ketepatan dan prosedur operasi standard untuk memastikan proses itu sekedap udara dan setepat mungkin.