医疗影像隐私脱敏
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
Glendor PHI Sanitizer 是一款面向医疗行业的 PHI 去标识化软件，目标是在多模态医疗数据被共享、聚合或用于研究/AI 前，自动移除或遮盖受保护健康信息。正文明确覆盖医疗图像的像素与元数据、病理、报告、视频、照片、语音记录及其他医疗数据，主要服务于数据离开客户网络和数据进入客户网络两类场景。
其最大卖点是“Fully Automatic”和“At Source”：无需人工逐项涂黑、无需为不同影像或文档建立模板，也不要求把未脱敏数据发送给 Glendor 或其他第三方。软件可在客户本地环境或客户云中运行，并可作为节点嵌入现有数据工作流，也可独立使用。对医疗数据安全而言，这种源头脱敏模式有助于降低外发原始 PHI 的合规与泄露风险。
页面提到“No BAA required”和“1 min to install and start running”，说明其强调低摩擦部署；但正文没有披露 HIPAA、SOC 2、ISO 27001 等认证情况，也没有说明审计日志、权限管理、告警、误检复核、API、DICOM/PACS 或云平台连接器等细节。因此，从严谨采购角度看，还需要在POC中验证实际脱敏准确率、漏检率、可追溯性和系统集成成本。
正文未提供定价模式、订阅周期、按量计费或企业授权信息。优势在于多模态覆盖、自动化、源头处理以及避免第三方处理未脱敏数据；不足是商业条款、性能指标、合规认证和服务支持信息不足。相比 Google Cloud Healthcare API、Amazon Rekognition 或半自动服务，Glendor 更强调不外发未脱敏数据，但公开资料尚不足以判断其在复杂中文病历、罕见格式和大规模生产环境中的表现。
它适合医院、影像中心、医学AI团队、科研机构和付款方数据分析团队，在数据共享、训练集构建或外部数据接入前进行PHI清洗。中国访问、支付方式和本地化支持正文均未说明，china_access 只能判定为未知。若在中国医疗场景落地，还需重点评估网络可达性、数据出境合规、中文/本土格式支持，以及与国内医疗数据脱敏或隐私计算方案的替代比较。
本测评基于公开资料整理,不构成购买建议,请以 glendor.com 官网实际信息为准。
自动去除医学影像PHI，适合医疗AI合规。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。