데이터 비식별화 서비스

자격이 있고 인증된 도메인 전문가가 중요한 데이터를 익명화하고 익명화합니다.

Shaip을 사용하여 자동 조종 장치에 데이터 익명화를 적용합니다.

데이터 비식별화 및 익명화 솔루션

데이터 비식별화 및 데이터 익명화 프로세스를 통해 개인을 데이터에 직간접적으로 연결할 수 있는 이름 및 주민등록번호와 같은 공개적으로 사용 가능한 데이터가 제거됩니다. 또한 Shaip은 텍스트 콘텐츠의 민감한 데이터를 매우 높은 정확도로 익명화할 수 있는 독점 API도 제공합니다. 그런 다음 당사 API는 전문가 HIPAA 결정 및 세이프 하버와 같은 HIPAA 비식별화 프로세스를 활용하여 민감한 정보를 변환, 마스킹, 삭제 또는 모호하게 만듭니다.

개인 식별 정보(PII)

PII 데이터 비식별화 또는 PII 데이터 익명화는 식별된 정보가 적용되는 개인의 신원을 허용하거나 직접 또는 간접적 수단으로 합리적으로 추론할 수 있는 모든 정보를 비식별화하는 프로세스입니다. 간단히 말해 개인 식별 정보(PII)는 특정 개인에게 연락하거나, 찾거나, 식별할 수 있는 모든 데이터입니다.

개인을 식별하는 데 사용될 수 있는 HIPAA 비식별화 표준 식별자 또는 데이터 요소에는 다음이 포함됩니다.

PII에는 이름, 이메일, 집 주소, 전화번호가 포함됩니다.
독립 실행형인 경우	다른 식별자와 쌍을 이루는 경우
사회 보장 번호	시민권 또는 이민 신분
운전 면허증 또는 주 신분증	어머니의 처녀 이름
여권 번호	인종 또는 종교
외국인 등록 번호	성적 취향
금융 계좌 번호	계정 비밀번호
생체 인식 식별자	주민등록번호 마지막 4자리
전화 번호	생년월일
이메일 주소	범죄 기록
풀페이스 사진

보호 건강 정보 (PHI)

PHI 데이터 비식별화 또는 PHI 데이터 익명화는 개인을 식별하는 데 사용할 수 있는 의료 기록의 정보를 비식별화하는 프로세스입니다. 진단, 치료 등 의료 서비스를 제공하는 과정에서 생성, 사용 또는 공개된 것. 간단히 말해 보호되는 건강 정보(PHI)는 특정 개인에게 연락하거나, 찾거나, 식별할 수 있는 모든 데이터입니다.

개인을 식별하는 데 사용할 수 있는 HIPAA 식별자 또는 데이터 요소는 다음과 같습니다.

의료 이미지, 기록, 건강 보험 수혜자, 증명서, 사회 보장 및 계좌 번호
개인의 과거, 현재 또는 미래의 건강이나 상태
개인에 대한 의료 제공에 대한 과거, 현재 또는 미래의 지불
생년월일, 퇴원일, 사망일, 행정처분 등 개인과 직접 연결된 모든 날짜

아피스

실시간으로 데이터가 필요할 때 API에 빠르게 액세스할 수 있어야 합니다. 이것이 Shaip API가 필요한 레코드에 대한 실시간 온디맨드 액세스를 제공하는 이유입니다. Shaip API를 사용하면 이제 팀이 비식별화된 데이터와 상황에 맞는 고품질 의료 데이터에 빠르고 확장 가능한 액세스를 제공하여 AI 프로젝트를 처음부터 제대로 완료할 수 있습니다.

익명화 API

환자 데이터는 최상의 의료 AI 프로젝트를 개발하는 데 필수적입니다. 그러나 개인 정보를 보호하는 것은 데이터 침해 가능성을 방지하는 데 필수적입니다. Shaip은 모든 PHI/PII(개인 건강/식별 정보)를 제거하기 위한 데이터 비식별화, 데이터 마스킹 및 데이터 익명화 분야의 알려진 업계 리더입니다.

PHI, PII 및 PCI에 대한 민감한 데이터의 익명화, 토큰화 및 익명화
HIPAA 및 Safe Harbor 지침으로 확인
HIPAA 및 Safe Harbor 익명화 지침에서 다루는 18개의 식별자를 모두 수정합니다.
비식별화 품질 전문가 인증 및 감사
따라서 PHI 익명화를 위한 포괄적인 PHI 주석 지침을 따르고 Safe Harbor 지침을 준수합니다.

더 알아보기 ➔

데이터 비식별화 주요 기능

고리 안에 갇힌 사람

다양한 수준의 품질 관리 및 Human-in-in-loop가 포함된 세계적 수준의 품질 데이터입니다.

데이터 무결성을 위한 단일 최적화 플랫폼

생산, 테스트 및 개발을 통한 데이터 익명화는 여러 지역 및 시스템에서 데이터 무결성을 보장합니다.

100억 개 이상의 비식별화된 데이터

데이터의 효과적인 HIPAA 비식별화를 촉진하여 PII/PHI 손상 위험을 줄이는 입증된 플랫폼입니다.

향상된 데이터 보안

향상된 데이터 보안은 데이터 형식이 정책적으로 제어되고 보존되도록 합니다.

향상된 확장성

Human-in-the-loop를 사용하여 규모에 관계없이 모든 크기의 데이터 세트를 익명화합니다.

가용성 및 배송

높은 네트워크 가동 시간 및 데이터, 서비스 및 솔루션의 정시 제공.

비식별화 데이터 실행 중

PHI 수정 작업 중

Shaip의 독점 Healthcare API(데이터 비식별화 플랫폼)를 사용하여 환자의 건강 정보(PHI)를 익명화하거나 마스킹하여 의료 텍스트 기록을 비식별화합니다.

구조화된 의료 기록 익명화

HIPPA 규정을 준수하면서 의료 기록에서 환자 건강 정보(PHI)를 익명화합니다.

적용 사례

PII 익명화

PHI 비식별화

PII 익명화

PHI 비식별화

포괄적인 규정 준수 범위

GDPR, HIPAA 및 PII/PHI 손상 위험을 줄이는 Safe Harbor에 따라 다양한 규제 관할 구역에서 데이터 익명화 확장

데이터 비식별화 파트너로 Shaip을 선택하는 이유

사람들

전담 및 훈련된 팀:

데이터 생성, 라벨링 및 QA를 위한 30,000명 이상의 공동 작업자
자격을 갖춘 프로젝트 관리 팀
경험이 풍부한 제품 개발 팀
인재 풀 소싱 및 온보딩 팀

방법

최고의 공정 효율성은 다음을 통해 보장됩니다.

강력한 6시그마 스테이지 게이트 프로세스
6시그마 블랙벨트로 구성된 전담 팀 – 핵심 프로세스 소유자 및 품질 준수
지속적인 개선 및 피드백 루프

Platform

특허 받은 플랫폼은 다음과 같은 이점을 제공합니다.

웹 기반 엔드 투 엔드 플랫폼
완벽한 품질
더 빠른 TAT
원활한 전달
독점 데이터 익명화 도구

주요 클라이언트

팀이 세계 최고의 AI 제품을 구축할 수 있도록 지원합니다.

이전 프로젝트 보기

임상 NLP를 만드는 것은 해결하기 위해 엄청난 도메인 전문 지식이 필요한 중요한 작업입니다. 이 분야에서 Google보다 몇 년 앞서 있다는 것을 분명히 알 수 있습니다. 나는 당신과 함께 일하고 당신을 확장하고 싶습니다.

구글, 주식 회사 책임자

내 엔지니어링 팀은 의료 음성 API를 개발하는 동안 Shaip의 팀과 2년 이상 협력했습니다. 우리는 의료 관련 NLP에서 수행한 작업과 복잡한 데이터 세트로 달성할 수 있는 것에 깊은 인상을 받았습니다.

구글, 주식 회사 엔지니어링 책임자

이전 프로젝트 보기

지금 AI 데이터 익명화를 시작하십시오. Human-in-the-loop을 사용하여 규모에 관계없이 모든 크기의 데이터를 익명화

문의

자주 묻는 질문 (FAQ)

1. 데이터 비식별화란 무엇입니까?

데이터 비식별화, 데이터 마스킹 또는 데이터 익명화는 개인을 데이터에 직간접적으로 연결할 수 있는 이름 및 사회 보장 번호와 같은 모든 PHI/PII(개인 건강 정보/개인 식별 정보)를 제거하는 프로세스입니다.

2. 비식별화된 환자 데이터란 무엇을 의미합니까?

비식별화된 환자 데이터는 PHI(개인 건강 정보) 또는 PII(개인 식별 정보)가 제거된 건강 데이터입니다. PII 마스킹이라고도 하는 이 마스킹에는 이름, 주민등록번호 및 기타 개인 세부 정보와 같은 세부 정보를 제거하여 개인을 데이터에 직간접적으로 연결하여 재식별 위험을 초래할 수 있습니다.

3. PII란 무엇입니까?

PII는 개인 식별 정보를 말하며 사회 보장 번호(SSN), 여권 번호, 운전 면허증 번호, 납세자 식별 번호, 환자 식별 번호, 금융 계좌 번호, 신용 카드 번호 또는 개인 주소 정보(거리 주소 또는 이메일 주소. 개인 전화 번호).

4. PHI란 무엇입니까?

PHI는 신체 기록(의료 보고서, 검사 결과, 의료 청구서), 전자 기록(EHR) 또는 음성 정보(의사 받아쓰기)를 포함한 모든 형태의 개인 건강 정보를 말합니다.

5. 문서를 어떻게 비식별화합니까?

두 가지 두드러진 데이터 비식별화 기술이 있습니다. 첫 번째는 직접 식별자의 제거이고 두 번째는 개인을 재식별하거나 개인을 식별하는 데 잠재적으로 사용될 수 있는 기타 정보의 제거 또는 변경입니다. Shaip에서는 정밀 데이터 비식별화 도구와 표준 운영 절차를 사용하여 프로세스가 최대한 기밀하고 정확한지 확인합니다.