Анонимизатор-классификатор медицинских данных

Программа предназначена для автоматической анонимизации медицинских текстов, формируемых врачами при работе в медицинских информационных системах, и классификации их на анонимные (не содержащие персональных данных) и требующие ручной проверки. Анонимизация заключается в замарывании номеров телефонов и дат (с точностью до месяца). Классификация заключается в выявлении в тексте потенциальных личных данных в текстовом виде (личные имена, адреса) и отнесения, на этом основании, текста к анонимному или же к такому, который требует ручной анонимизации человеком-оператором. Особенностью медицинских записей является наличие большого количества именных синдромов, симптомов и т. д., а так же названий лекарств, которые не должны классифицироваться как личные данные. Для работы программы используются открытые библиотеки re и natasha.