Este whitepaper propone un marco práctico para desidentificar documentos clínicos antes de la revisión de historias clínicas con IA en Colombia, donde la extracción, la codificación, la auditoría y la búsqueda clínica suelen requerir el documento completo. Es un marco no empírico construido a partir de una selección narrativa de guías regulatorias públicas y literatura publicada, junto con un escenario ficticio de documento clínico; no se recolectaron ni analizaron historias de pacientes. Su taxonomía distingue 9 categorías de contenido sensible: identificadores directos, identificadores de la atención, fechas y horas, instituciones y ubicaciones, profesionales de la salud y familiares, eventos clínicos raros, contexto social en texto libre, metadatos operativos y salidas generadas por IA.
El flujo propuesto mantiene separadas las copias originales de procesamiento, los documentos procesados, la información de mapeo y los registros, con verificaciones antes de la revisión con IA y después de generar la salida, y una matriz cualitativa organiza los controles en 10 áreas para planear la implementación. Los autores subrayan que desidentificar reduce el contenido identificable pero no certifica el anonimato, y que la ley colombiana solo permite el uso de datos sensibles con fines científicos si se adoptan medidas para suprimir la identidad, sin definir qué es suficiente; entre las fuentes revisadas no se encontró un estándar de anonimización clínica. No se midió el riesgo de reidentificación, la utilidad ni el desempeño de detección, por lo que el marco debe evaluarse bajo un protocolo autorizado. Es un whitepaper sin revisión por pares.
