临床文本去标识化数据

材料是按约定规则处理过的临床文本。姓名、机构等身份信息换成中性代称，每一处替换都登记在映射表里：属于哪一类，原文从第几个字到第几个字，换成了什么，在新文本中落在哪个位置。

位置映射是这份数据的核心。替换前后字数往往不同，原有标注会随之偏移。有了前后两组位置，已有的实体、章节或时间标注可以换算到处理后的文本上继续使用。每条映射写明处理策略的版本，迁移标注时必须对照同一版本。

交付时列明处理范围，以及保留了哪些信息类型。核对的重点是替换类别、保留字段和位置偏移三者一致；若要评价去标识化效果本身，参考标注与复核方法另行约定。

一份交付由处理后的文书和一张映射表组成。文书正文读起来是“患者A于机构X复诊”这样的句子。映射表每行一处替换，六列依次为类别、原正文位置、原片段、替换文字、新正文位置、策略版本。位置按从 0 起、左闭右开计数：机构名原占第 4 至第 7 位，替换后占第 4 至第 6 位，少了一个字，其后的标注据此前移一位。