用途：该技能依据 45 CFR §164.514(a)-(b) 实现 HIPAA 去标识化，使受保护健康信息（PHI）去除标识元素后不再属于 PHI，从而不受 HIPAA 隐私规则约束。
主要能力：覆盖两种法定方法。专家判定法（§164.514(b)(1)）由具备统计与科学方法经验的合格专家评估再识别风险，要求风险极小并记录方法与结果，涉及威胁建模（检察官、记者、营销者攻击）、风险量化（k-匿名、l-多样性、t-接近度、最大再识别概率）及泛化、抑制、扰动、聚合、上下限编码等变换。安全港法（§164.514(b)(2)）要求移除 18 类标识符，包括姓名、小于州的地理数据、日期（保留年份，89 岁以上归为 90+）、电话/传真、邮箱、SSN、病历号、健康计划受益人号、账号、证书/执照号、车辆与设备标识、URL、IP、生物特征、全脸照片及其他唯一标识；ZIP 前 3 位仅在对应区域人口超过 2 万时可保留，否则替换为 000；还须无实际知识表明剩余信息可识别个人。
使用方式：资料给出结构化数据脚本剥离、非结构化临床笔记 NLP 命名实体识别与脱敏、DICOM 头清理、脱敏后审计等实施示例；再识别（§164.514(c)）允许分配非派生自个人信息的代码，密钥须安全分离保存；有限数据集（§164.514(e)）保留日期、城市、州、ZIP 及 89 岁以上年龄，但须签订数据使用协议（DUA）。
适用场景：研究数据集发布、数据分析、AI 训练数据准备等。
限制：HIPAA 去标识化不等于 GDPR 匿名化，仍可能存在理论再识别风险；专家资质、具体阈值与实施细节需依组织情况判断；资料未提供具体安装命令或代码示例。