Este whitepaper propõe uma estrutura prática para desidentificar documentos clínicos antes da revisão de prontuários com IA na Colômbia, onde extração, codificação, auditoria e busca clínica costumam exigir o documento completo. Trata-se de uma estrutura não empírica construída a partir de uma seleção narrativa de orientações regulatórias públicas e literatura publicada, além de um cenário fictício de documento clínico; nenhum prontuário de paciente foi coletado ou analisado. Sua taxonomia distingue 9 categorias de conteúdo sensível: identificadores diretos, identificadores do atendimento, datas e horários, instituições e locais, profissionais de saúde e familiares, eventos clínicos raros, contexto social em texto livre, metadados operacionais e saídas geradas por IA.
O fluxo proposto mantém separadas as cópias originais de processamento, os documentos processados, as informações de mapeamento e os logs, com verificações antes da revisão por IA e depois da geração da saída, e uma matriz qualitativa organiza os controles em 10 áreas para o planejamento da implementação. Os autores destacam que desidentificar reduz o conteúdo identificável, mas não certifica o anonimato, e que a lei colombiana só permite o uso científico de dados sensíveis com medidas para suprimir a identidade, sem definir o que é suficiente; nenhum padrão de anonimização clínica foi encontrado entre as fontes examinadas. Não foram medidos o risco de reidentificação, a utilidade nem o desempenho de detecção, por isso a estrutura precisa ser avaliada sob um protocolo autorizado. É um whitepaper sem revisão por pares.
