Guías prácticas para IPS, EPS y equipos de datos de salud que quieren usar modelos de IA sin exponer a sus pacientes.
· 3 min de lectura
Qué significa detectar y anonimizar datos personales on-premise en historias clínicas, en qué se diferencia de una API en la nube y las señales de que la necesitas.
Leer el artículo →· 2 min de lectura
El patrón de gateway de privacidad: extraer texto, tokenizar los datos personales localmente, enviar solo tokens al modelo y re-hidratar la respuesta dentro de tu red.
Leer el artículo →· 2 min de lectura
Qué dice cada marco sobre datos de salud pseudonimizados y anonimizados, y qué implica para enviar historias clínicas a modelos de IA.
Leer el artículo →· 2 min de lectura
Qué identificadores de las historias clínicas colombianas se le escapan a los modelos genéricos de NER, cómo son sus formatos y cómo detectarlos de forma confiable.
Leer el artículo →· 2 min de lectura
Un plan práctico para evaluar herramientas de anonimización sobre tus propias historias clínicas: muestreo, anotación, métricas por tipo de entidad y el criterio de aceptación que tu comité necesita.
Leer el artículo →