Il rischio di re-identificazione è la possibilità che dati etichettati come de-identificati, anonimizzati o altrimenti orientati alla privacy possano ancora essere collegati a una persona reale. Nella sicurezza informatica e nell'ingegneria della privacy, questo è importante perché rimuovere i nomi non basta: combinazioni di dettagli come date, luoghi, diagnosi, eventi rari o stile di scrittura possono comportarsi come impronte digitali.
Nelle pipeline dei dati sanitari, questo rischio si presenta quando i record vengono raccolti, ripuliti, annotati, condivisi o usati per addestrare modelli. Gli aggressori possono tentare attacchi di linkage confrontando un dataset con informazioni esterne per risalire alle identità. I difensori riducono il rischio con la minimizzazione dei dati, una anonimizzazione più robusta, controlli di accesso, filtraggio delle uscite e test formali di re-identificazione. Per l'IA clinica, la domanda chiave non è solo se gli identificatori diretti siano stati rimossi, ma se i dati rimanenti possano ancora, nella pratica, ricondurre a un paziente.