Construye un anonimizador de transcripciones clínicas en español
Visión general
De qué trata este proyecto.
Combina spaCy, RoBERTa-ES y regex para anonimizar transcripciones clínicas y obtén un certificado verificable.
El escenario
El grupo hospitalario (4 centros, 1.800 personas trabajadoras, parte del sistema sanitario público navarro) tiene comité de ética que exige tasa de fuga residual reportada y proceso reproducible.
El Briefing
Lo que harás y lo que demostrarás.
Anonimizar transcripciones clínicas en español con recall >= 0.98 en categorías críticas y reemplazos consistentes intra-documento.
Earning criteria — what you'll demonstrate
- Construir sistemas de anonimización que priorizan recall sobre precisión
- Combinar NER neuronal y reglas para máxima cobertura
- Diseñar reemplazo consistente para preservar utilidad investigadora
- Documentar riesgos residuales conforme a RGPD y comité ético
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
Linguistic Engineering and Language Technologies
Master · Nlp
Strong alignment
This challenge maps to Linguistic Engineering and Language Technologies at the Master level. It sharpens the same practical skills your coursework expects — but in a real industry context with actual constraints and deliverables.
Habilidades
Habilidades que demostrarás.
Cada una aparece en tu credencial verificada.
- Named Entity Recognition
Apply named entity recognition to solve real industry problems and demonstrate production-level capability.
- Privacy Engineering
Apply privacy engineering to solve real industry problems and demonstrate production-level capability.
- Python
Write clean, efficient Python for data processing, automation, and backend services.
- Regex
Apply regex to solve real industry problems and demonstrate production-level capability.
- Evaluation
Apply evaluation to solve real industry problems and demonstrate production-level capability.
- Human In The Loop
Apply human in the loop to solve real industry problems and demonstrate production-level capability.
Carreras
Roles para los que esto te prepara.
Títulos reales. Puentes de habilidades reales. Elige el que más se acerque a tu trayectoria.
Ingeniera de Procesamiento de Lenguaje Natural
Sistemas de anonimización clínica con NER + reglas son competencia altamente valorada de NLP engineers en salud digital.
Este proyecto afina
- named-entity-recognition
- privacy-engineering
- evaluation
Investigadora de Seguridad de IA
Priorizar recall sobre precisión y documentar riesgos residuales para comité ético es trabajo nuclear de safety researchers en sector regulado.
Este proyecto afina
- privacy-engineering
- evaluation
- human-in-the-loop
Ingeniera de Datos
Anonimización reproducible y consistente es prerequisito para que data engineering pueda compartir datasets entre equipos.
Este proyecto afina
- python
- privacy-engineering
- regex