• Averbis Health Discovery ermöglicht die zuverlässige Deidentifizierung medizinischer Dokumente gemäß der HIPAA Safe Harbor Methode.
• Sensible Patienteninformationen bleiben geschützt.
• Patienteninformationen können datenschutzgerecht für medizinische Forschung, Qualitätssicherung und klinische Studien verwendet werden.

Sekundärnutzung medizinischer Routinedaten in der Forschung
Die Bereitstellung klinischer Rohdaten ist eine unverzichtbare Grundlage für zahlreiche Anwendungen in der medizinischen Forschung: so können z.B. aggregierte Patientendaten zur Identifikation von Krankheitsmechanismen beitragen, Rekrutierungszeiten von Patienten in klinischen Studien reduzieren oder die Überwachung der Medikamentensicherheit verbessern. Häufig scheitern entsprechende Vorhaben allerdings daran, dass die Rohdaten personenbezogene Informationen enthalten und es keine Möglichkeit gibt, große Datenvolumen schnell und sicher zu deidentifizieren. Genau hier schafft Averbis Health Discovery Abhilfe.

Hoher Schutzbedarf klinischer Daten
Personenbezogene medizinische Daten sind in hohem Maße schutzbedürftig und unterliegen strengen Datenschutzbestimmungen. Sämtliche Informationen mit Personenbezug müssen entfernt werden, bevor die Daten für die medizinische Forschung freigegeben werden können. Neben Personennamen und Geburtsdaten gehören auch Telefonnummern, Namen von medizinischem Personal und Angehörigen sowie viele weitere Textpassagen zu den schützenswerten Informationen. Je nach Anwendungsfall sollen Informationen wie Datumsangaben nicht vollständig entfernen, aber studienspezifisch auf ein oder mehrere Jahre vergröbert werden.

Bestmöglichster Schutz durch Kombination aus KI und Mustererkennung
Averbis Health Discovery unterstützt Sie bei der Deidentifizierung personenbezogener Daten in medizinischen Freitexten konform zur HIPAA. Um den bestmöglichsten Schutz der Daten zu gewährleisten, werden aktuelle Technologien aus dem Bereich Deep Learning mit musterbasierten Verfahren kombiniert: beispielsweise werden Namen, Ortsangaben, Berufsangaben und weitere Merkmale mit Hilfe künstlicher Intelligenz erkannt, die Identifizierung von Email-Adresse und Datumsangaben werden darüber hinaus über eine Mustererkennung abgesichert.

Individuell anpassbar für Ihren Bedarf
Die Markierung personenbezogener Daten und deren weitere Verarbeitung sind in Averbis Health Discovery logisch voneinander getrennt. Somit haben Sie die Möglichkeit, die identifizierten Merkmale bedarfsspezifisch unterschiedlich zu behandeln. Sie möchten in einer Studie das Geburtsjahr des Patienten erhalten, in einer anderen Studie das Jahr vollständig entfernen? Die Deidentifizierung ist flexibel anpassbar und leistet in jedem Anwendungsfall zuverlässigen Schutz.

Deidentifizierung schnell und sicher
Die Deidentifizierung von Averbis Health Discovery ist ein unverzichtbares Werkzeug für die verteilte medizinische Forschung und findet Ihren Einsatz überall dort, wo personenbezogene Information geschützt werden sollen. Es unterstützt den datenschutzgerechten Umgang mit medizinischen Dokumenten in klinischen Studien, bei der Qualitätssicherung und in der medizinischen Forschung. Dabei ist die Deidentifizierung ebenso wie alle anderen Module der Averbis Health Discovery für verschiedene Sprachen verfügbar.