Redacta: навык OpenClaw для псевдонимизации клинических текстов перед их передачей языковой модели

Если вы создаете ИИ-агента для обработки клинических текстов, вас наверняка беспокоит утечка PHI во внешнюю модель. Redacta, новый навык OpenClaw, решает эту проблему, псевдонимизируя идентификаторы до того, как они покинут вашу среду.

Что делает Redacta

Вместо простого удаления идентификаторов (что разрушает контекст), Redacta заменяет их на согласованные псевдонимы. Например:

John Smith → PERSON_001

Повторные упоминания остаются согласованными по всему документу, а сопоставление может быть использовано позже для восстановления исходного текста при необходимости. Это сохраняет полезный контекст, оставляя данные пациентов локальными.

Основные возможности из источника

• Обнаруживает имена, даты, контактные данные и номера медицинских карт (MRN).
• Заменяет детерминированными псевдонимами, такими как PERSON_001 — а не общим [ИМЯ].
• Сопоставление позволяет восстановить исходный текст.
• Работает полностью локально — никакие идентифицируемые данные не отправляются во внешнюю модель.
• Открытый исходный код и упакован как навык OpenClaw.
• Преодолел 1400 загрузок на ClawHub.

Почему это важно для рабочих процессов агентов

Когда вы отправляете клинический текст в API LLM, вы раскрываете все, что в нем есть. Redacta позволяет сначала преобразовать данные, чтобы модель видела только псевдонимы. Для разработчиков в здравоохранении или любой области, где обрабатываются чувствительные PII/PHI, это практический способ добавить уровень конфиденциальности в конвейер вашего агента.

Redacta доступен на ClawHub, а исходный код на GitHub.

Если вы вручную писали regex для удаления идентификаторов или полагались на внешние сервисы очистки, ознакомьтесь с ним. Подход с согласованными псевдонимами — это золотая середина между полной редактированием и необработанным текстом.