Investigacion: Anonimizacion de Estudios y Tratamientos para Enriquecimiento de Catalogos
1. Resumen Ejecutivo
- 1.1. Concepto Clave: Separacion de Identidad
- 1.2. Consentimiento Obligatorio
2. Tipos de Datos Cubiertos
3. Datos que SI se Envian (Anonimizados)
4. Datos que NUNCA se Envian
5. Tecnicas de Anonimizacion
6. Umbrales de Seguridad
- 6.1. K-Anonymity
- 6.2. Rangos de Edad
7. Flujo de Anonimizacion
8. Casos Especiales
9. Validacion y Auditoria
- 9.1. Pruebas de Re-identificacion
- 9.2. Auditorias Periodicas
10. Cumplimiento Regulatorio
- 10.1. Mapeo a Regulaciones
- 10.2. Documentacion Requerida
11. Implementacion
- 11.1. Checklist
12. Referencias
- 12.1. Documentos MedTime Relacionados
- 12.2. Estandares Tecnicos

Investigacion: Anonimizacion de Estudios y Tratamientos para Enriquecimiento de Catalogos¶

Identificador: MTS-INV-011 Version: 1.0.0 Fecha: 2025-12-07 Autor: SpecQueen Solicitado por: Director del Proyecto Estado: Completado

1. Resumen Ejecutivo¶

Esta investigacion define el proceso de anonimizacion para datos de estudios clinicos y tratamientos que los usuarios ingresan en MedTime, permitiendo enriquecer el catalogo publico de estudios (MTS-EST-001) sin comprometer la privacidad del usuario.

1.1. Concepto Clave: Separacion de Identidad¶

PRINCIPIO FUNDAMENTAL: MedTime usaseparacion de identidad, NO generalizacion a categorias. - SI se envian: Nombres especificos de estudios, resultados en rangos (bucketing), tratamientos - NO se envian: user_id, email, device_id, IP, timestamps exactos, valores exactos de resultados

1.2. Consentimiento Obligatorio¶

IMPORTANTE: Para usuarios CON cuenta, el consentimiento para el tratamiento de datos anonimizados es OBLIGATORIO y requisito para usar la aplicacion (no es opt-in).

Usuario SIN cuenta: Puede usar app localmente sin consentimiento

Usuario CON cuenta: DEBE consentir el tratamiento de datos anonimizados

Ver INV-009: Consentimiento Datos de Salud

2. Tipos de Datos Cubiertos¶

2.1. Estudios de Laboratorio¶

Categoria	Ejemplos	Sensibilidad
Hematologia	BHC, hemoglobina, plaquetas, VSG	PHI Indirecto
Quimica Clinica	Glucosa, perfil lipidico, creatinina, PFH	PHI Indirecto
Inmunologia	ANA, PCR, VIH, Hepatitis	PHI Directo (Alto)
Perfil Hormonal	TSH, T3, T4, cortisol, testosterona	PHI Indirecto
Coagulacion	TP/INR, TTP, fibrinogeno	PHI Indirecto
Uroananalisis	EGO, urocultivo, proteinas 24h	PHI Indirecto

2.2. Estudios de Imagen¶

Categoria	Ejemplos	Sensibilidad
Radiografia	Torax, columna, mamografia	PHI Indirecto
Ultrasonido	Abdominal, pelvico, obstetrico	PHI Directo (si obstetrico)
Tomografia	Craneo, torax, abdomen	PHI Indirecto
Resonancia	Cerebral, columna, articulaciones	PHI Indirecto
Medicina Nuclear	PET-CT, gammagrama	PHI Indirecto

2.3. Tratamientos¶

Categoria	Ejemplos	Sensibilidad
Dialisis	Hemodialisis, dialisis peritoneal	PHI Directo
Oncologicos	Quimioterapia, radioterapia	PHI Directo
Infusiones	Hierro IV, biologicos	PHI Indirecto
Fisioterapia	Rehabilitacion, hidroterapia	PHI Bajo
Salud Mental	Psicoterapia, TMS	PHI Directo

3. Datos que SI se Envian (Anonimizados)¶

3.1. Estudios de Laboratorio¶

interface EstudioLaboratorioAnonimo {
    // Identificador de sesion efimero
    session_token: string;  // 32 bytes aleatorios, nuevo cada sesion

    // Datos del estudio (SI se envian)
    nombre_estudio: string;  // "Glucosa en ayunas" (especifico)
    codigo_loinc: string;    // "2345-7" (estandar)

    // Resultado en RANGO (bucketing)
    resultado_rango: string;  // "140-150 mg/dL" (NO valor exacto)
    unidad: string;           // "mg/dL"
    interpretacion: string;   // "ELEVADO" | "NORMAL" | "BAJO"

    // Metadata generalizada
    region: string;           // "Centro Mexico" (NO ciudad exacta)
    periodo: string;          // "2025-12" (solo mes/año)
    rango_edad: string;       // "40-50" (NO edad exacta)
    sexo: string;             // "M" | "F" (si relevante para interpretacion)
}

3.2. Tratamientos¶

interface TratamientoAnonimo {
    session_token: string;

    // Datos del tratamiento (SI se envian)
    nombre_tratamiento: string;  // "Hemodialisis" (especifico)
    codigo_icd10pcs: string;     // Codigo estandar
    frecuencia: string;          // "3 veces/semana"

    // Metadata generalizada
    region: string;
    periodo: string;
    rango_edad: string;
}

3.3. Reglas de Bucketing para Resultados¶

Parametro	Buckets	Ejemplo
Glucosa	10 mg/dL	145 → "140-150"
Colesterol Total	20 mg/dL	215 → "200-220"
Hemoglobina	0.5 g/dL	12.3 → "12.0-12.5"
TSH	0.5 mUI/L	2.8 → "2.5-3.0"
Creatinina	0.2 mg/dL	1.3 → "1.2-1.4"

4. Datos que NUNCA se Envian¶

Dato	Razon
user_id	Identificador directo
email	Identificador directo
device_id	Identificador de dispositivo
IP	Identificador de red
Timestamp exacto	Permite correlacion temporal
Valor exacto de resultado	Puede ser unico/identificable
Nombre del laboratorio	Puede reducir anonimato
Nombre del medico	PHI de tercero
Diagnostico asociado	PHI directo
Notas/comentarios del usuario	Texto libre puede contener PHI

5. Tecnicas de Anonimizacion¶

5.1. Bucketing de Valores Numericos¶

El bucketing convierte valores exactos en rangos, reduciendo la precision pero manteniendo utilidad estadistica.

# PSEUDOCODIGO - Bucketing de resultados
def bucketizar_resultado(valor: float, parametro: str) -> str:
    """
    Convierte valor exacto a rango.
    """
    BUCKETS = {
        "glucosa": 10,        # Buckets de 10 mg/dL
        "colesterol": 20,     # Buckets de 20 mg/dL
        "hemoglobina": 0.5,   # Buckets de 0.5 g/dL
        "tsh": 0.5,           # Buckets de 0.5 mUI/L
        "creatinina": 0.2,    # Buckets de 0.2 mg/dL
    }

    bucket_size = BUCKETS.get(parametro, 10)  # Default 10
    lower = (valor // bucket_size) * bucket_size
    upper = lower + bucket_size

    return f"{lower}-{upper}"  # "140-150"

5.2. Supresion por Rareza¶

Estudios raros (< 1000 usuarios globales) NO se reportan para evitar re-identificacion.

# PSEUDOCODIGO - Supresion de estudios raros
FRECUENCIAS_GLOBALES = cargar_frecuencias()
K_MINIMO = 1000

def debe_reportar(nombre_estudio: str) -> bool:
    freq = FRECUENCIAS_GLOBALES.get(nombre_estudio, 0)
    return freq >= K_MINIMO

5.3. Generalizacion Temporal¶

Los timestamps exactos se generalizan a periodo (mes/año).

# "2025-12-07T10:30:00Z" → "2025-12"
def generalizar_timestamp(ts: datetime) -> str:
    return ts.strftime("%Y-%m")

5.4. Generalizacion Geografica¶

La ubicacion exacta se generaliza a region.

REGIONES = {
    "CDMX": "Centro Mexico",
    "Estado de Mexico": "Centro Mexico",
    "Monterrey": "Norte Mexico",
    "Guadalajara": "Occidente Mexico",
    # ...
}

def generalizar_region(ciudad: str) -> str:
    return REGIONES.get(ciudad, "Mexico")

6. Umbrales de Seguridad¶

6.1. K-Anonymity¶

Parametro	Umbral	Descripcion
k-anonymity minimo	1000	Cada combinacion debe tener >= 1000 usuarios
Estudio raro	< 1000 usuarios	NO reportar
Combinacion rara	< 500 usuarios	Generalizar o suprimir

6.2. Rangos de Edad¶

Rango	Descripcion
0-18	Pediatrico
19-30	Adulto joven
31-40	Adulto
41-50	Adulto medio
51-60	Adulto mayor
61-70	Tercera edad
71+	Anciano

7. Flujo de Anonimizacion¶

DISPOSITIVO (Usuario)                    SERVIDOR (MedTime)
+---------------------------+            +---------------------------+
| Usuario ingresa resultado |            |                           |
| Glucosa: 147 mg/dL        |            |                           |
| Fecha: 2025-12-07 10:30   |            |                           |
| Ciudad: CDMX              |            |                           |
+------------+--------------+            |                           |
             |                           |                           |
             v                           |                           |
+---------------------------+            |                           |
| ANONIMIZADOR LOCAL        |            |                           |
|                           |            |                           |
| 1. Bucketizar: 140-150    |            |                           |
| 2. Generalizar fecha:     |            |                           |
|    2025-12                |            |                           |
| 3. Generalizar region:    |            |                           |
|    Centro Mexico          |            |                           |
| 4. Verificar k >= 1000    |            |                           |
| 5. Generar session_token  |            |                           |
|    (efimero, no vinculado)|            |                           |
+------------+--------------+            |                           |
             |                           |                           |
             | Datos anonimizados        |                           |
             v                           v                           |
+---------------------------+     +---------------------------+      |
| PAQUETE ANONIMO           |---->| SERVIDOR RECIBE           |      |
|                           |     |                           |      |
| session_token: a7f2...    |     | Procesa SIN saber:        |      |
| estudio: "Glucosa ayunas" |     | - Quien es el usuario     |      |
| resultado: "140-150"      |     | - Valor exacto (147)      |      |
| region: "Centro Mexico"   |     | - Fecha exacta            |      |
| periodo: "2025-12"        |     | - Ciudad exacta           |      |
+---------------------------+     +---------------------------+      |
                                           |                         |
                                           v                         |
                                  +---------------------------+      |
                                  | CATALOGO ENRIQUECIDO      |      |
                                  |                           |      |
                                  | "Glucosa 140-150 reportada|      |
                                  |  en Centro Mexico,        |      |
                                  |  Dic 2025, adultos 40-50" |      |
                                  +---------------------------+      |

8. Casos Especiales¶

8.1. Estudios de Alto Riesgo (PHI Directo)¶

Para estudios que revelan condiciones sensibles (VIH, enfermedades mentales, oncologia):

Estudio	Tratamiento Especial
VIH/SIDA	NO reportar resultado, solo existencia con k >= 5000
Enfermedades ETS	NO reportar, solo estadisticas nacionales
Psiquiatricos	Generalizar a "Salud Mental"
Oncologicos	Generalizar tipo de cancer a "Oncologico"
Geneticos	NO reportar nunca

8.2. Tratamientos de Alto Riesgo¶

Tratamiento	Tratamiento Especial
Quimioterapia	Generalizar a "Tratamiento oncologico"
Dialisis	Reportar solo si k >= 2000
Psicoterapia	Generalizar a "Salud mental"
Tratamiento VIH	NO reportar nunca

8.3. Embarazo y Fertilidad¶

Estudios obstetricos y de fertilidad requieren tratamiento especial:

Generalizar a categoria "Salud reproductiva"
NO reportar resultados especificos
Solo estadisticas agregadas con k >= 5000

9. Validacion y Auditoria¶

9.1. Pruebas de Re-identificacion¶

# PSEUDOCODIGO - Prueba de re-identificacion
def test_reidentificacion(datos_anonimizados, conocimiento_auxiliar):
    """
    Umbral: < 0.1% tasa de exito
    """
    exitos = 0
    for registro in datos_anonimizados:
        candidatos = buscar_match(registro, conocimiento_auxiliar)
        if len(candidatos) == 1:
            exitos += 1

    tasa = exitos / len(datos_anonimizados)
    assert tasa < 0.001, f"Tasa muy alta: {tasa}"

9.2. Auditorias Periodicas¶

Tipo	Frecuencia	Responsable
Automatizada	Continua	Sistema
Interna	Mensual	Equipo Seguridad
Externa	Trimestral	Auditor independiente
Regulatoria	Anual	Autoridad (INAI sucesor)

10. Cumplimiento Regulatorio¶

10.1. Mapeo a Regulaciones¶

Regulacion	Requisito	Cumplimiento
LFPDPPP	Disociacion de datos	Bucketing + supresion identificadores
LGPD	Anonimizacao	Separacion de identidad
HIPAA	De-identification	Eliminacion 18 identificadores + bucketing
GDPR	Anonymisation	Datos no vinculables a persona

10.2. Documentacion Requerida¶

Privacy Impact Assessment (PIA): Anual
Registro de consentimientos: Continuo
Logs de anonimizacion: 90 dias
Auditorias: Archivo 7 años

11. Implementacion¶

11.1. Checklist¶

FASE 1: INFRAESTRUCTURA
[ ] Implementar bucketizador para cada parametro de laboratorio
[ ] Configurar tablas de frecuencias globales
[ ] Implementar generador de session_token efimero
[ ] Crear generalizador de region y timestamp

FASE 2: INTEGRACION
[ ] Integrar anonimizador en MTS-ANA-001 (Analisis Clinicos)
[ ] Integrar en MTS-EST-001 (Estudios y Tratamientos)
[ ] Configurar batch processing para envios

FASE 3: VALIDACION
[ ] Ejecutar pruebas k-anonymity
[ ] Pruebas de re-identificacion
[ ] Auditoria de codigo

FASE 4: OPERACION
[ ] Monitoreo continuo
[ ] Actualizacion periodica de frecuencias
[ ] Auditorias trimestrales

12. Referencias¶

12.1. Documentos MedTime Relacionados¶

12.2. Estandares Tecnicos¶

LOINC (Logical Observation Identifiers Names and Codes)
ICD-10-PCS (Procedure Coding System)
HL7 FHIR (formato de intercambio)

Documento generado por SpecQueen - "Tus estudios seran anonimizados... matematicamente."