arrow_back

security Laboratorio de Privacidad

Cómo Funciona

Esta herramienta está diseñada para procesar datos clínicos sensibles de forma segura y local. A continuación explicamos sus capacidades, métodos de validación y fundamentos legales.

edit_note

Procesamiento de Texto

Nuestra IA analiza el texto en lenguaje natural para detectar identificadores personales. Para facilitar el aprendizaje, la herramienta incluye ejemplos precargados (Urgencias, Quirúrgico, Historia Clínica) que puedes seleccionar directamente desde el menú lateral en la pantalla de entrada.

  • check_circle Detección automática de Nombres, Fechas, Ubicaciones e IDs.
  • check_circle Categorización por colores para revisión visual rápida.
table_view

Archivos Estructurados (Batch)

Para grandes volúmenes de datos, el modo Batch permite procesar archivos CSV y Excel. El sistema escanea columnas completas buscando patrones sensibles.

Formatos Soportados

.csv, .xls, .xlsx

Procesamiento

Análisis columna por columna respetando la estructura tabular.

fact_check

Validación y Control Humano

La herramienta prioriza el control del usuario sobre la automatización. En la pantalla de revisión puedes:

check

Aceptar

Confirma que la entidad detectada es correcta y debe ser anonimizada.

edit

Modificar

Cambia la categoría o ajusta el rango de texto seleccionado manualmente.

undo

Restaurar

Descarta un falso positivo y devuelve el texto a su estado original.

gavel

Fundamento Legal y Criterios

La eliminación de términos se basa en el principio de minimización de datos del RGPD y la LOPDgdd. El objetivo es romper el vínculo entre el dato y el individuo (desvinculación).

¿Por qué eliminamos fechas y ubicaciones? expand_more
Las fechas exactas de ingreso o nacimiento, combinadas con códigos postales o ubicaciones (cuasi-identificadores), pueden permitir la re-identificación mediante ataques de enlace con bases de datos públicas.
Concepto de Privacidad Diferencial expand_more
Alteramos ligeramente ciertos valores numéricos o generalizamos categorías (ej. cambiar "24/12/2024" por "[FECHA]") para garantizar que la presencia de un individuo en el conjunto de datos no afecte significativamente al resultado del análisis.