核心用法
Redacta 是一款专为医疗场景设计的文档脱敏技能，用于在将临床文档输入AI系统前自动识别并伪匿名化患者标识信息。用户只需粘贴医疗文本，系统会扫描并替换以下标识符：
- 结构化标识符（基于正则规则）：英国NHS号码（含Modulus 11校验）、出生日期、英国邮编、电话号码、邮箱地址、医院/病历号、英国国家保险号
- 上下文标识符（基于语义推理）：患者姓名、地址、具体年龄
输出包含两部分：脱敏后的完整文档（保留格式和临床内容），以及脱敏报告（列出所有替换项及位置）。
显著优点
1. 双引擎识别：结合正则匹配与AI语义理解，既能捕捉标准格式数据，也能识别上下文中的敏感信息
2. 临床友好设计：明确区分患者信息与临床信息——默认保留医生姓名、医院名称、预约日期等诊疗相关内容
3. 英国医疗体系深度适配：内置NHS号码验证算法、英国邮编格式、英国电话格式等国别化规则
4. 安全优先原则：规则第5条明确"不确定时倾向脱敏"，降低漏检风险
潜在局限
1. 仅支持文本输入：v1版本不支持PDF或图像处理
2. 无100%检测保证：开发者明确提示需人工复核输出
3. 依赖底层模型：文本仍需经过语言模型处理，存在模型提供商的数据留存风险
4. 地域局限：虽支持英美格式，但核心设计偏向英国NHS体系，其他国家医疗标识符覆盖可能不全
5. 非正式合规工具：不提供法律合规认证，不能替代机构正式的数据保护流程
适合人群
- 医疗健康领域的研究人员、临床医生、医院IT部门
- 需要将去标识化病历用于AI分析、统计研究或第三方工具处理的机构
- 英国NHS体系内的工作人员（最优适配）
常规风险
- 残留重识别风险：特定组合（罕见疾病+大致年龄+地区）仍可能逆向识别患者
- 模型侧泄露：文本经过底层LLM处理，需确认模型提供商的数据处理条款
- 过度脱敏：严格规则可能导致部分临床相关信息被误删，影响后续分析价值