戴 敏，朱 森，吕晓云

（天津理工大学计算机科学与工程学院，天津 300384）

医疗物联网（internet of medical things，IoMT）技术的发展推进了医疗服务、医疗保健的普及和发展。许多基于IoMT的工具、软件和设施已用于远程健康跟踪、身体恢复锻炼、慢性病人群和老年人群的护理[1-2]。当健康数据关联到具体的个体时，若处理不当，可能会引发严重的用户隐私曝光问题。

在医学领域内已经制定了关于隐私保护的正式条例，如《健康保险携带和责任法案》规定了在医疗文件允许发布之前应删除个人可识别信息[3]。美国许多州和联邦法律也规定，在向第三方发布医疗记录之前，必须对艾滋病状况、药物或乙醇滥用以及精神健康状况等因素进行脱敏[3-5]。

医疗文本中很多文本术语在语义上都是相关的，单纯删除或涂黑敏感术语（如艾滋病）可能会提高潜在攻击者的警觉性，并且未处理的语义相关术语（如免疫系统、流感和无保护的性行为）可能会增大敏感术语被揭露的风险[6]。因此，如何用语义泛化的形式来处理敏感术语，以及如何发现和处理语义相关术语成为了医疗文本脱敏工作的重点[7]。

文献[8]提出了一种基于信息量（information content，IC）的医疗文本自动脱敏方法，该方法不仅对敏感术语进行脱敏，还检测了语义相关的术语。该方法以搜索引擎必应（https://cn.bing.com）链接的资源来计算IC值以确定敏感词，并利用知识库将其泛化为通用术语。但互联网中的数据存在流动性的特点[9]，特定医疗数据在搜索引擎中所链接的资源的稀疏性受阶段性流行病和社会舆论指向的影响。……