DeidSharp 开源工具包：本地 26B MoE LLM 加规则检测器做临床文本去标识化

DeidSharp 是一个开源 .NET 去标识化工具包，将可插拔检测器的结果组合起来：正则模式、临床 NER 模型和一个本地托管的 26B mixture-of-experts LLM，并在任何检测器报错时采取 fail-closed 策略。它在 PhysioNet 护理笔记（889 个 PHI span）和半合成的 MIMIC-IV-Note 出院小结（29,023 个 span）上，与 deid、Philter、Stanford/Penn de-identifier、OpenAI Privacy Filter 和 GLiNER 进行了对比评估，并使用配对的 patient-level bootstrap 置信区间。 在护理笔记上，召回优先的堆栈比 Stanford/Penn 找到 98.9% 的 PHI（+2.8, 95% CI 1.4–4.4），但精确率低 9.3 个百分点；不带 NER 的精确优先堆栈找到 96.5%，精确率达 83.2%，比 Stanford/Penn 高出 19.6 个百分点。在出院小结上，两个堆栈的召回率均比 Stanford/Penn 高出 20 个百分点以上（召回优先堆栈为 95.3%，+21.5），大部分提升来自生成的无类型名称；在有类型标签上，所有三种系统都超过了 99%。值得注意的是，LLM 是主要的检测器，NER 主要增加了地名；当要求 LLM 验证其自身的发现时，它会丢弃四分之一真正的 PHI。该工具包完全本地运行，因此 PHI 永远不会离开现场。