PSEUDONOMIA est la référence de la pseudonymisation locale — et être la référence, c'est restituer les identités sous contrôle, jamais par accident.
Vous avez transmis un dossier pseudonymisé à un confrère, un expert, un labo. Il vous renvoie sa réponse avec ses annotations. Comment rapprocher ses commentaires de votre dossier original sans tout exposer en clair ? Mode 4 PSEUDONOMIA : 5 passes + validation manuelle + audit signé.
Vous avez fait votre travail proprement : pseudonymisé avant transmission. Le destinataire fait le sien. Et il vous renvoie sa réponse en utilisant vos pseudonymes — souvent en y ajoutant ses propres observations qui contiennent des informations nouvelles.
Le problème central : vous devez recoller les pseudonymes avec votre dossier réel, mais aussi détecter les divergences. Un confrère peut se tromper (« hallucination » : un pseudo inventé qui n'existait pas). Il peut aussi citer de nouvelles personnes — qui sont elles aussi des données personnelles à protéger.
Sans outil dédié, la re-identification ouvre la porte à plusieurs erreurs irréversibles.
PSEUDONOMIA applique 5 algorithmes successifs sur le document retourné, en utilisant la table de correspondance d'origine. Chaque passe a un rôle précis.
Recherche exacte des pseudonymes existants dans la table : [PERSONNE-1], [ADRESSE-1], [DATE-1]… Match parfait, casse comprise. 0 % de faux positif.
Recherche fuzzy : tirets remplacés par espaces, casse normalisée, séparateurs alternatifs ([PERSONNE 1], PERSONNE-1, [personne-1]). Récupère les retranscriptions imparfaites du destinataire.
Repère les pseudonymes inventés par le destinataire qui n'existent pas dans votre table : [PERSONNE-99] alors que votre table s'arrête à 12. Flag rouge automatique.
Repère les nouvelles entités introduites par le destinataire (nom de médecin cité, adresse mentionnée…) avec le moteur NER complet. Ces entités tierces doivent être pseudonymisées avant ré-export.
L'interface présente chaque entité détectée avec le contexte. Vous validez (Recoller / Ignorer / Marquer comme tierce). Aucune action automatique sans votre accord. Supervision humaine totale.
Deux phénomènes que la dé-pseudonymisation supervisée distingue rigoureusement — parce qu'ils impliquent des décisions opposées.
Le destinataire utilise un pseudonyme qui n'existe pas dans votre table. C'est très probablement une erreur (fatigue, copier-coller, confusion avec un autre dossier).
Décision typique : demander clarification au destinataire avant d'aller plus loin. Ne jamais inventer une recolle.
Le destinataire cite une nouvelle personne (médecin, témoin, expert annexe…) qui n'était pas dans votre dossier initial. Cette personne aussi est une donnée personnelle à protéger.
Décision typique : ajouter cette entité à la table avec un nouveau pseudonyme, ou la traiter séparément. Jamais transmettre en clair.
De l'import du document retourné à l'export DOCX final recollé, avec audit signé à chaque étape.
Glissez le document que votre destinataire vous a renvoyé (PDF, DOCX, MD…). Sélectionnez la table de correspondance d'origine + saisissez son mot de passe (dédié à la table, distinct de votre mot de passe maître).
PSEUDONOMIA applique les 5 passes en arrière-plan. À la fin, vous voyez une liste : entités matchées (vert), hallucinations (violet), PII tierces (rose).
Pour chaque entité détectée, l'interface affiche : pseudonyme, contexte, suggestion. Vous validez ou ajustez. Aucune action automatique sans votre accord. Conformité AI Act art. 14 (supervision humaine).
Document final avec les recolles validées. Synthèse post-export : combien d'entités recollées, combien d'hallucinations, combien de PII tierces. Audit chain 6 étapes signé Ed25519 généré et stocké.
Chaque session de dé-pseudonymisation produit un audit en 6 étapes
chaînées. Vérifiable hors application via le binaire verifier.
Chaque étape est signée Ed25519 et chaînée par hash à la précédente (cf. journaux scellés). Aucune modification possible sans détection. Vous pouvez prouver à un tiers que la dé-pseudonymisation a été faite dans les règles.
Le dossier original ne quitte jamais votre session, la table ne fuit pas.
La table de correspondance reste chiffrée pendant tout le processus. Seules les correspondances individuelles validées sont déchiffrées à la volée puis effacées de la mémoire.
Aucune recolle automatique. Chaque entité doit être validée par l'opérateur. Conformité AI Act art. 14.
Les pseudonymes inventés par un destinataire sont systématiquement détectés et signalés en rouge. Pas d'attribution silencieuse.
Les nouvelles entités introduites par le destinataire sont détectées avec le moteur NER complet. Vous décidez du traitement.
Chaque session produit une chaîne d'audit complète.
Vérifiable hors application avec le binaire verifier.
Le document recollé n'est exporté qu'au format DOCX (éditable). Pas de PDF intermédiaire qui pourrait fuir.
Toute situation où un document pseudonymisé vous est retourné annoté.
La dé-pseudonymisation s'articule avec les autres modules pour un cycle complet pseudo → transmission → retour → recolle.
L'étape initiale : produire le doc pseudonymisé + la table chiffrée à transmettre.
Découvrir →Pour les dossiers multi-documents : table partagée réutilisée pour chaque dé-pseudo.
Découvrir →L'audit chain 6 étapes signée Ed25519 vit dans les journaux scellés.
Découvrir →Documents RGPD pour formaliser la procédure de re-identification (DPIA dédiée).
Découvrir →Un chiffre 0–100 signé qui agrège 20 critères. Vos sessions de dé-pseudonymisation comptent dans l'axe Comportement (preview, override, raison fournie).
Découvrir →