偵測 PHI

如果您只想在掃描臨床文字時偵測受保護的 Health 資訊 (PHI) 資料，請使用 Detect Phi 作業。要檢測臨床文本中的所有可用實體，請使用 DetectEntitiesV2。

此 API 最適合僅需要偵測 PHI 實體的使用案例。如需非 PHI 類別中的資訊，請參閱偵測實體（版本 2）。

重要

Amazon Comprehend Medical 提供可信度分數，指出對偵測到的實體準確性的信心程度。評估這些可信度分數，並找出適合您使用案例的正確信賴度閾值。針對特定的合規性使用案例，我們建議您使用其他人工審查或其他方法來確認偵測到的 PHI 的準確性。

根據《HIPAA 法案》，基於 18 個標識符列表的 PHI 必須特別小心處理。Amazon Comprehend Medical 會偵測與這些識別碼相關聯的實體，但這些實體不會將 1:1 對應到安全港方法所指定的清單。並非所有識別碼都包含在非結構化臨床文字中，但 Amazon Comprehend Medical 確實涵蓋了所有相關的識別碼。這些標識符由可用於識別個別患者的數據組成，包括以下列表。如需詳細資訊，請參閱美國政府衛生與公共服務網站上的 Health 資訊隱私權。

每個 PHI 相關實體都包含一個分數 (Score在回應中)，指出 Amazon Comprehend Medical 對偵測準確度的信心程度。為您的使用案例找出正確的信賴閾值，並篩選出不符合它的實體。識別 PHI 的發生次數時，最好使用低可信度閾值進行篩選，以擷取更多可能偵測到的實體。如果不在符合性使用案例中使用偵測到的實體的值，則尤其如此。

透過執行偵測 Phi 或 DetectEntities V2 作業，可以偵測下列 PHI 相關實體：

偵測到 PHI 實體
實體	描述	HIPAA 類別
AGE	年齡的所有組成部分，年齡跨度以及提及的任何年齡，無論是患者還是家庭成員或其他參與筆記的人。除非另有說明，否則預設值為年。	3. 與個人有關的日期
DATE	與患者或患者護理有關的任何日期。	3. 與個人有關的日期
NAME	臨床筆記中提到的所有名稱，通常屬於患者，家屬或提供者。	1. 名稱
電話或傳真	任何電話、傳真、呼叫器；不包括指定的電話號碼，例如 1-800-立即退出以及 911。	4. 電話號碼 5. 傳真號碼
EMAIL	任何電子郵件地址。	6. 電子郵件位址
ID	與患者身份相關聯的任何類型的號碼。這包括他們的社會安全號碼，醫療記錄號碼，設施識別號碼，臨床試驗號碼，證書或許可證號碼，車輛或設備號碼。它還包括生物特徵識別號碼，以及識別護理地點或提供者的數字。	7. 社會安全號碼 8. 醫療記錄號碼 9. Health 計劃號碼 10. 帳號： 11. 證書/牌照號碼 12. 車輛識別碼 13. 裝置編號 16. 生物識別資 18. 任何其他識別特徵
URL	任何網頁網址。	14. URL
ADDRESS	這包括設施內任何設施、命名醫療機構或病房的地址的所有地理分區。	2. 地理位置
職業	包括註釋中提到的任何專業或雇主，因為它與患者或病人的家屬有關。	18. 任何其他識別特徵

範例

文本「患者是約翰·史密斯，48 歲的老師和華盛頓州西雅圖的居民。」 傳回：

• 「約翰·史密斯」作為類別NAME中PROTECTED_HEALTH_INFORMATION類型的實體。

• 「48」做為類別中PROTECTED_HEALTH_INFORMATION類型AGE的實體。

• 「老師」作為PROTECTED_HEALTH_INFORMATION類別中類型PROFESSION（識別特徵）的實體。

• 「華盛頓州西雅圖」作為該PROTECTED_HEALTH_INFORMATION類別的ADDRESS實體。

在 Amazon Comprehend Medical 控制台中，如下所示：

當使用檢測 Phi 操作時，響應顯示為這樣。當您使用 StartPhi DetectionJob 操作時，Amazon Comprehend Medical 使用此結構在輸出位置創建一個文件。

{
    "Entities": [
        {
            "Id": 0,
            "BeginOffset": 11,
            "EndOffset": 21,
            "Score": 0.997368335723877,
            "Text": "John Smith",
            "Category": "PROTECTED_HEALTH_INFORMATION",
            "Type": "NAME",
            "Traits": []
        },
        {
            "Id": 1,
            "BeginOffset": 25,
            "EndOffset": 27,
            "Score": 0.9998362064361572,
            "Text": "48",
            "Category": "PROTECTED_HEALTH_INFORMATION",
            "Type": "AGE",
            "Traits": []
        },
        {
            "Id": 2,
            "BeginOffset": 37,
            "EndOffset": 44,
            "Score": 0.8661606311798096,
            "Text": "teacher",
            "Category": "PROTECTED_HEALTH_INFORMATION",
            "Type": "PROFESSION",
            "Traits": []
        },
        {
            "Id": 3,
            "BeginOffset": 61,
            "EndOffset": 68,
            "Score": 0.9629441499710083,
            "Text": "Seattle",
            "Category": "PROTECTED_HEALTH_INFORMATION",
            "Type": "ADDRESS",
            "Traits": []
        },
        {
            "Id": 4,
            "BeginOffset": 78,
            "EndOffset": 88,
            "Score": 0.38217034935951233,
            "Text": "Washington",
            "Category": "PROTECTED_HEALTH_INFORMATION",
            "Type": "ADDRESS",
            "Traits": []
        }
    ],
    "UnmappedAttributes": []
}