定义
Zero-PHI 策略是一种"设计即合规"的数据隐私保护模式：在处理管道的最前端（Ingestion 节点）运行专用脱敏节点，用确定性规则识别并替换患者姓名、出生日期、病历号、地址、机构标识等受保护健康信息，脱敏后的表示存入状态，原始文本立即丢弃，确保 PHI 永远不会到达任何下游 LLM 调用。
关键数据点
- 执行位置: 作为 Ingestion 节点的第一个处理步骤，在任何文本到达 LLM 之前
- 脱敏范围: 患者姓名、出生日期、MRN 号码、地址、机构标识符
- 替换方式: 用临床中性占位符替换
- 合规标准: 满足 HIPAA 去标识化要求（设计层面，非策略层面）
- 架构保障: 脱敏后的表示存入 AgentState，原始文本丢弃
- OncoAgent 位置: Zero-PHI 位于 Router 和 RAG 之前，确保 Specialist、Critic、Formatter 等下游 LLM 节点只能看到去标识化文本
- 状态管理: 系统使用 thread_id 关联 PatientMemoryStore，而不是把患者原始文本作为可传递上下文
为什么它不是普通脱敏
普通脱敏常发生在日志、导出或人工审查阶段，默认系统内部仍能看见原始数据。Zero-PHI 的差异在于把隐私边界前移到 Agent 执行图的入口：任何模型调用、检索查询、批评者校验和最终格式化都只能处理去标识化后的表示。
这会改变系统设计：
- 隐私不再依赖 prompt 约束，而依赖确定性预处理。
- LLM 不被要求“不要泄露 PHI”，因为它从未获得 PHI。
- 日志、trace、RAG query 和失败重试天然更容易审计。
- 人工接管仍可通过受控系统查看原始病历，而不是让模型上下文携带原文。
因此 Zero-PHI 是 Verifiable-Agent-Engineering 的一个数据边界模式：先减少 Agent 能犯错的空间，再谈模型安全。
前提与局限性
- 前提: 需要可靠的 PHI 识别规则（正则表达式或 NER 模型）
- 前提: 脱敏不能损害临床语义，占位符需要保持上下文可理解性
- 局限性: 确定性规则可能遗漏非标准格式的 PHI
- 局限性: 仅覆盖健康信息领域，其他敏感数据类型需要类似但不同的策略
- 局限性: 如果脱敏破坏关键临床上下文，例如年龄、时间线、病灶位置或家族史，系统可能降低医疗推理质量
- 局限性: Zero-PHI 不能替代访问控制、审计、数据驻留和医生责任，它只是防止 PHI 进入模型上下文的一层
关联概念
- Agent-Orchestration — Zero-PHI 节点是 Agent 编排中的数据预处理环节
- Agentic-Engineering — 隐私前置是 Agentic 工程中处理敏感数据的最佳实践
- Hardware-Sovereignty — 本地部署降低数据出域风险，Zero-PHI 降低模型上下文风险
- Corrective-RAG — 去标识化后的查询进入检索与评分流程
- Reflexion — Critic 只能验证去标识化输出，不能接触原始 PHI
- Verifiable-Agent-Engineering — Zero-PHI 是把隐私约束变成可验证工程边界的例子