Redacta：一种在临床文本到达LLM之前对其进行假名化的OpenClaw技能

임상 텍스트를 처리하는 AI 에이전트를 구축 중이라면 PHI가 외부 모델로 유출될까 걱정할 것입니다. 새로운 OpenClaw 스킬인 Redacta는 식별자를 환경 밖으로 보내기 전에 가명 처리하여 이 문제를 정면으로 해결합니다.

Redacta의 기능

식별자를 단순히 삭제하는 대신(문맥이 파괴됨), Redacta는 일관된 가명으로 대체합니다. 예를 들어:

John Smith → PERSON_001

반복 참조는 문서 전체에서 일관되게 유지되며, 매핑은 필요할 때 원본 텍스트를 복원하는 데 사용할 수 있습니다. 이는 환자 데이터를 로컬에 유지하면서 유용한 문맥을 보존합니다.

소스의 주요 기능

• 이름, 날짜, 연락처 세부 정보 및 의료 기록 번호(MRN)를 감지합니다.
• PERSON_001과 같은 결정적 가명으로 대체합니다 — 일반적인 [NAME]이 아닙니다.
• 매핑을 통해 원본 텍스트의 왕복 복원이 가능합니다.
• 완전히 로컬에서 실행됩니다 — 식별 가능한 데이터가 외부 모델로 전송되지 않습니다.
• 오픈 소스이며 OpenClaw 스킬로 패키징되어 있습니다.
• ClawHub에서 1,400회 이상 다운로드되었습니다.

에이전트 워크플로우에 중요한 이유

LLM API로 임상 텍스트를 보낼 때 해당 텍스트의 내용이 노출됩니다. Redacta를 사용하면 먼저 데이터를 변환하여 모델이 가명만 볼 수 있도록 합니다. 의료 및 민감한 PII/PHI를 다루는 개발자에게 에이전트 파이프라인에 개인정보 보호 계층을 추가하는 실용적인 방법입니다.

Redacta는 ClawHub에서 사용할 수 있으며 소스는 GitHub에 있습니다.

식별자를 제거하기 위해 정규식을 직접 작성하거나 외부 스크러빙 서비스에 의존해 왔다면 이 도구를 확인해 보세요. 일관된 가명 접근 방식은 완전한 삭제와 원시 텍스트 사이의 중간 지점입니다.