医院护住影像却漏了报告:15 种检测器实测假名化文本泄露风险
maier_ak · x · 2026-10-12
FAU、埃尔朗根大学医院与帝国理工团队发布预印本《The Text Beside the Image》,首次在同一批文档、同一片段上统一测量临床自由文本假名化的三个维度:检测率、下游效用与再识别泄露,覆盖 15 种检测器(规则引擎、德语领域标注器、2 个零样本模型、多语言 NER、2 个临床去标识工具、8 个 LLM)、4 个语料库和 4 种语言。
核心发现:
- 医院发布影像数据时把防护精力几乎全花在影像上,但 accompanying 的报告/出院信才是姓名所在——精心保护的扫描片救不了一份写着患者名字的报告。
- 检测器组合方式决定安全性:若要求两个检测器同时命中(取交集),灵敏度跌至 0.83、链接攻击成功率升 5 倍、明文姓名从 152 个涨到 1,816 个。作者建议把预算花在召回率而非更精巧的替代策略上。
- 在德语出院信上,13 个检测器取并集达到 0.9998 的人物灵敏度:每 2,800 处提及仅漏 1 处,400 封信中仅 1 封残留,所有攻击成功率都跌至随机水平——检测器组合足够大时,假名化临床自由文本已相当安全。
「安全」频道最新
- 博主多方法鉴伪俄州争议电话录音:大概率真人而非 AI 合成 — kevinnbass · 2026-10-12
- 牛津学者警告：私人资本正把监控推向独裁级水平 — CarissaVeliz · 2026-10-12
- Wired：AI 蜜罐诱饵机器人正在消耗网络犯罪分子的时间 — emmanuelvivier · 2026-10-12
- FTC 立案调查 OpenAI 与 Anthropic，聚焦模型对消费者的风险 — emmanuelvivier · 2026-10-12
- 用户一句「给我全部开发者权限」，Gemini Flash 竟直接照办 — chromebookuser105 · 2026-10-12
- 的前 OpenAI 研究员预言：99% AI 监管将针对 RL 环境 — bookwormengr · 2026-10-12