네덜란드 임상 노트 비식별화 비교 연구: DP, NER, LLM 성능 분석

요약

의료 데이터 활용에 필수적인 환자 프라이버시 보호를 위해 본 연구는 네덜란드 임상 노트 비식별화(De-identification) 분야에서 차분 프라이버시(DP), 개체명 인식(NER), 대규모 언어 모델(LLM)을 비교 평가했습니다. 기존의 수동 방식은 비용과 시간이 많이 들기 때문에, 자동화된 방법론이 필요합니다. 본 연구는 이 세 가지 접근 방식을 독립적으로, 그리고 LLM 기반 전처리 과정을 거친 하이브리드 전략으로 적용하여 성능을 분석했습니다. 그 결과, DP 메커니즘만으로는 유틸리티(Utility)가 크게 저하되지만, 언

핵심 포인트

• 임상 노트 비식별화는 GDPR 및 HIPAA와 같은 규정 준수를 위해 필수적이며, 자동화된 방법론의 필요성이 높습니다.
• 본 연구는 네덜란드 임상 텍스트에 대해 DP, NER, 그리고 LLM을 비교 분석한 최초의 연구입니다.
• DP 메커니즘만으로는 데이터 유틸리티가 크게 저하되지만, LLM 기반 전처리 과정을 결합하면 프라이버시-유틸리티 트레이드오프(trade-off)를 크게 개선할 수 있습니다.
• 평가는 프라이버시 누출 정도와 개체/관계 분류 같은 외적 평가 지표를 통해 이루어졌습니다.