面临的挑战
医疗机构在患者数据保护方面面临严格要求：
- HIPAA 要求保护 18 项 PHI 标识符
- 科研数据集必须完全去标识化
- 行政文件包含患者信息
- 机构间数据共享需保证一致保护
解决方案
全面 PHI 检测与匿名化，符合 HIPAA 要求。
审计追踪
完整记录所有匿名化操作，便于合规报告。
PHI 检测
检测所有 18 项 HIPAA 规定的 PHI 类型，包括病历号、医保编号及生物识别标识。
科研就绪
生成符合 Safe Harbor 要求的去标识化科研数据集。
医疗格式支持
支持临床笔记、行政记录及结构化健康数据。
常见问题解答
cloak.business 能否检测所有 18 项 HIPAA PHI 标识符？
可以。cloak.business 可检测所有 18 项 HIPAA 规定的受保护健康信息标识符，包括姓名、地理信息、日期、电话号码、传真、电子邮件、社保号、病历号、医保受益人编号、账户号、证书/执照号、车辆标识、设备标识、网址、IP 地址、生物识别标识、正面照片及其他唯一识别号码。
cloak.business 如何支持 HIPAA Safe Harbor 去标识化？
cloak.business 的 Replace 和 Redact 方法可移除或替换所有 18 项 PHI 标识符，符合 HIPAA Safe Harbor 标准。所有处理均在德国 ISO 27001 认证服务器上完成，并提供完整审计追踪，便于合规文档。
cloak.business 能否匿名化临床笔记和非结构化医疗文本？
可以。NLP 引擎（spaCy + Stanza）可检测非结构化临床笔记中的姓名、地点及上下文 PHI，317 个正则识别器可处理如病历号、社保号、电话号码等结构化标识符。
Is This Right for You?
Best For
- Organizations with compliance obligations (GDPR, HIPAA, CCPA, PCI-DSS)
- Teams regularly sharing datasets containing names, IDs, or medical records
- Developers building AI pipelines that process user-submitted content
- Enterprises requiring audit logs and reproducible anonymization for legal holds
Not Ideal For
- Single-language English-only pipelines with no PII — regex-only tools may suffice
- Real-time streaming at sub-5ms latency — NLP inference adds overhead
- Fully air-gapped environments without internet access — use Desktop App instead
- Unstructured media files (audio, video) — text extraction is a prerequisite limitation