Anonymisation of Clinical Notes

Bc. Karolína Rusnačková

Bakalářská práce

Anotace:

Výskumníci často využívajú cenné dáta z elektronických zdravotných záznamov pacientov na zlepšenie zdravotníckej praxe. Prístup k týmto citlivým dátam však obmedzujú predpisy a obavy týkajúce sa ochrany osobných údajov. Manuálna anonymizácia klinických textov je časovo náročná úloha náchylná na chyby, čo vytvára potrebu automatických nástrojov, ktoré by mohli ponúknuť škálovateľné riešenie. Táto práca rieši daný problém ako úlohu spracovania prirodzeného jazyka v rámci češtiny, pričom sa zameriava na jeho zrelaxovanú verziu — deidentifikáciu. Experimenty zahŕňajú reprezentanta pravidlového prístupu aj metód založených na strojovom učení a boli vykonané na medicínskych textoch získaných z miestneho zdravotníckeho centra. Vyhodnotenie a analýza chýb poukazujú na potenciál podmienených náhodných polí, ako aj prístupu hlbokého učenia.

Abstract:

To improve healthcare practice, researchers often benefit greatly from valuable data in patients' electronic health records. However, privacy regulations and concerns restrict access to such sensitive data. Manual anonymisation of clinical texts is a very time-consuming process prone to errors, which creates a demand for automatic tools that could offer a scalable solution. This thesis tackles the problem as a natural language processing task within the Czech language, focusing on its relaxed version — de-identification. Experiments include representatives of both rule-based and machine learning-based methods and were performed on clinical data obtained from a local medical centre. Evaluation and error analysis show potential in the probabilistic Conditional Random Fields classifier, as well as in the deep learning approach.

Keywords

machine learning, NLP, medical informatics, EHR, data processing, anonymisation, named entity recognition

Jazyk práce: angličtina

Datum vytvoření / odevzdání či podání práce: 23. 5. 2024

Obhajoba závěrečné práce

• Obhajoba proběhla 24. 6. 2024
• Vedoucí: doc. Mgr. Bc. Vít Nováček, PhD
• Oponent: RNDr. Zuzana Nevěřilová, Ph.D.

Masarykova univerzita

Fakulta informatiky

Bakalářský studijní program / obor:
Informatika / Informatika