用途：该技能用于分析医疗健康文本中受 HIPAA 保护的标识信息，并自动进行脱敏或匿名化处理，帮助生成去标识化文本与审计记录。
主要能力：结合正则模式、NLP 实体识别与上下文分析，检测 18 类 HIPAA 标识符，包括姓名、小于州的地理区划、与个人相关的日期（年份除外）、电话、传真、邮箱、SSN、病历号、健康计划受益人编号、账号、证书/执照号、车辆标识、设备标识、URL、IP 地址、生物特征标识、正面照片及其他唯一识别号。自动将 PII 替换为语义标记（如 [PATIENT_NAME_1]、[DATE_1]、[SSN_1]、[PHONE_1]、[EMAIL_1]、[MRN_1]、[ADDRESS_1]），支持上下文区分（如日期与检验值），并提供置信度评分与审计日志 JSON。
使用方式：命令行示例：python scripts/main.py --input "patient_text.txt" --output "deidentified.txt"；python scripts/main.py --text "Patient John Doe, SSN 123-45-6789..." --audit-log audit.json。也可用 Python API：from scripts.main import HIPAAAuditor，auditor.deidentify(...) 返回 cleaned_text 与 detected_pii。参数含 --confidence（默认 0.7）、--preserve-structure（默认 true）、--custom-patterns。
依赖与限制：需 Python 3.9+、spaCy、regex，Presidio 可选；若缺 spaCy 模型可安装 python -m spacy download en_core_web_trf。不用于 DICOM 影像去标识化，也不用于结构化数据库匿名化。关键提醒：本工具仅为辅助，不能替代人工审查，发布前必须人工 QA；上下文相关 PII 或非结构化叙述文本可能漏检。