Politica de privacidad y manejo de datos clinicos LABIS¶

Version: 1.0 Fecha: 2026-05-07 Aplica a: todos los frentes en labis-eppa-software (monorepo)

Principios¶

Repo privado no es suficiente. Aunque los repos son privados, se aplican reglas de privacidad como si pudieran ser publicos en el futuro.
Minimos datos necesarios. Solo se versionan los datos estrictamente necesarios para reproducir el analisis.
Gate humano obligatorio. Ningun dato sensible entra al repo sin revision humana explicita.

Clasificacion de sensibilidad¶

Nivel	Descripcion	Ejemplo	Almacenamiento
`publica`	Informacion publica o academica	Circulares, papers publicados	repo-lfs o repo-plain
`interna`	Material de trabajo sin datos de pacientes	Propuestas, borradores, codigo R	repo-lfs o repo-plain
`sensible`	Datos biometricos/clinicos anonimizados	Mediciones con sujetos numerados	repo-lfs (solo si anonimizado)
`restringida`	Datos identificables de pacientes	Nombres, DNI, historias clinicas, fotos con rostro	storage-privado o no-versionar

Reglas por tipo de dato¶

Que SE versiona (en repo con LFS)¶

Codigo fuente (R, Python, scripts)
Documentos academicos sin datos de pacientes
Datos anonimizados (sujetos como numeros: Sujeto 1, Sujeto 2)
Resultados estadisticos agregados
Propuestas e ideas de investigacion

Que NO se versiona (requiere storage privado o decision humana)¶

Archivos con nombres de pacientes en el nombre del archivo
Archivos con datos personales directos (DNI, nombre completo, telefono, email de pacientes)
Fotos o videos donde se identifique a personas
Historias clinicas o diagnosticos individuales
Datos crudos no anonimizados

Patrones de nombre prohibidos en el repo¶

Los siguientes patrones en nombres de archivo disparan alerta del validador: - paciente, dni, historia_clinica, hc_, diagnostico_

Archivos existentes con estos patrones deben evaluarse para anonimizacion o remocion.

Privacy manifest obligatorio¶

Cada frente con archivos en sources/ DEBE mantener un docs/privacy-manifest.json con:

[
  {
    "archivo": "sources/path/to/file.xlsx",
    "sensibilidad": "sensible",
    "sha256": "hash-del-archivo",
    "almacenamiento": "repo-lfs",
    "notas": "Datos anonimizados, sujetos numerados"
  }
]

Campos requeridos¶

archivo: ruta relativa al frente
sensibilidad: publica | interna | sensible | restringida
sha256: hash para verificar integridad
almacenamiento: repo-lfs | repo-plain | storage-privado | no-versionar

Validacion automatica¶

python3 shared/scripts/validate_privacy.py

Este script: 1. Busca archivos con extensiones sensibles en sources/ 2. Verifica que cada uno este en el privacy manifest 3. Valida campos requeridos y valores permitidos 4. Detecta nombres de archivo prohibidos

Checklist para PRs con datos nuevos¶

Antes de mergear un PR que agrega archivos a sources/:

[ ] El archivo esta en el privacy-manifest.json del frente
[ ] La sensibilidad esta clasificada correctamente
[ ] Si es sensible: verificar que no contiene datos identificables directos
[ ] Si es restringida: NO debe estar en el repo, mover a storage privado
[ ] El SHA-256 coincide con el archivo
[ ] python3 shared/scripts/validate_privacy.py pasa
[ ] No hay nombres de archivo con patrones prohibidos

Reglas para informes y reportes¶

NUNCA incluir nombres de pacientes en reportes
Usar siempre "Sujeto N" en lugar de nombres
No incluir datos que permitan re-identificacion (combinacion de edad + sexo + diagnostico en muestras pequenas)
Citar fuentes con ID de email/thread, no con contenido personal

Citacion de fuentes¶

Formato permitido: gmail:<cuenta>:<message_id> o sources/gmail/<thread_id>/<archivo> Formato NO permitido: copiar texto completo de emails con firmas personales

Anonimizacion¶

Cuando un archivo con datos de pacientes es necesario para el analisis:

Crear version anonimizada (reemplazar nombres por Sujeto N, eliminar DNI/emails)
Versionar SOLO la version anonimizada
Registrar en manifest con sensibilidad sensible
El original queda en storage privado local, referenciado pero no commiteado

Acciones pendientes detectadas¶

Frente	Archivo problematico	Accion requerida
eppa	PACIENTES DATOS GENERALES ACTUALIZADO 2026.xlsx	Evaluar: anonimizar o mover a storage privado
openpose	PACIENTES DATOS GENERALES ACTUALIZADO 2026.xlsx	Mismo archivo duplicado, misma accion
eppa	120 archivos sensibles sin privacy manifest	Crear fronts/eppa/docs/privacy-manifest.json
openpose	37 archivos sensibles sin privacy manifest	Crear fronts/openpose/docs/privacy-manifest.json

Ejemplos¶

Permitido¶

sources/gmail/exoesqueleto/19dd48aa8b5b941c/Informe.html
  -> sensibilidad: sensible (mediciones biomecanicas, sujetos numerados)
  -> almacenamiento: repo-lfs

NO permitido¶

sources/gmail/.../PACIENTES DATOS GENERALES ACTUALIZADO 2026.xlsx
  -> Tiene "PACIENTES" en el nombre
  -> Probablemente contiene datos identificables
  -> Accion: evaluar contenido, anonimizar si necesario, renombrar