redacta
Herramienta de pseudonimización para documentos médicos antes del procesamiento por IA. Reemplaza identificadores de pacientes con tokens etiquetados mientras preserva el significado clínico. Incluye re-identificación local segura y despliegue self-hosted.
Ficha actualizada 26 sept 2026, 19:55 · upstream 26 sept 2026, 19:49 · release redacta-2.1.0
Qué es redacta
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
Redacta es una herramienta diseñada para pseudonimizar documentos clínicos y médicos antes de que sean procesados por sistemas de IA o compartidos externamente. Reemplaza identificadores de pacientes como números NHS, NI, fechas de nacimiento, códigos postales y teléfonos con tokens etiquetados (ej. [PATIENT_NAME_1]), manteniendo intacto el significado clínico del texto.
La herramienta opera mediante dos capas complementarias: una capa determinística que detecta patrones fijos usando solo la biblioteca estándar de Python sin red, y una capa de razonamiento que utiliza agentes LLM para identificar entidades complejas como nombres de pacientes (distinguibles de personal médico), familiares, direcciones y edades identificativas. Incluye un paso de autoverificación final antes de generar el informe.
Redacta ofrece múltiples superficies de implementación: aplicación iOS con JavaScriptCore, servidor MCP para Claude/Cursor, librerías TypeScript y Python, CLI, extensión Share Extension, widget, plugin FigJam y servicio HTTP self-hosted desplegable en Kubernetes. Incluye modo HIPAA Safe Harbor para desidentificación estricta según regulaciones estadounidenses.
- Preprocesamiento de historiales clínicos antes de enviarlos a modelos LLM externos
- Integración con agentes de IA (Claude Code, Cursor) mediante MCP server o Agent Skills
- Despliegue self-hosted en Kubernetes para entornos regulados que no permiten salida de datos PHI
- Auditoría y re-identificación local segura tras el procesamiento por terceros
- Automatización de flujos de trabajo clínicos con revisión previa del informe de redacción
- Motor centralizado en TypeScript consumible desde múltiples plataformas (iOS, MCP, Python)
- Validación Modulus-11 para números NHS y reglas específicas NI prefix según especificaciones oficiales
- Capa de re-identificación local que restaura valores originales desde el token map sin salir del entorno
- Modo HIPAA Safe Harbor con detección estricta de fechas, edades, VINs, serial numbers y beneficiary IDs
- Despliegue self-hosted en Kubernetes con probes de salud, límites de recursos y logging sin PHI
- Licencia MIT-0 (MIT No Attribution) compatible con entornos corporativos y gubernamentales
- No garantiza detección del 100% de identificadores; requiere revisión manual del informe antes de compartir
- La capa de razonamiento depende de agentes LLM externos, introduciendo latencia variable
- Requiere Python 3.x para scripts determinísticos y reinstate.py; no es un binario autocontenido
- No sustituye procesos formales de protección de datos ni auditorías de cumplimiento DPO
- La re-identificación requiere conservar el token map original, que debe almacenarse localmente
Capturas del proyecto
Imágenes reales detectadas en la documentación del repositorio.
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Para despliegue self-hosted: usar gateway-service/ con YAML en Kubernetes. Configurar dos replicas stateless detrás de un Service para redact/reinstate. Opcional: replica único para sesión boundary en loop protect→release. Limitar recursos (CPU/RAM) y deshabilitar logging PHI. Verificar health probes antes de exponer al tráfico externo. Consultar pharmatools.ai/redacta-security para documentación de protección de datos.
Stack y dependencias
Componentes inferidos a partir de manifests, configuración y documentación.
Puede sustituir a
Relaciones detectadas por el análisis del repositorio y su categoría.
Experiencia real de la comunidad
Ayuda a contrastar la estimación automática con instalaciones reales.
Todavía no hay datos comunitarios para este proyecto.