För utvecklare

Installera maskera, skapa recognizer en gång och maskera text lokalt i webbläsaren eller Node. Den svenska AI-modellen hämtas vid första körningen och återanvänds sedan från den lokala cachen.

Installera

npm install maskera @huggingface/transformers

Regler och AI-modell ingår; hela API:t importeras från maskera.

Maskera en text

import { createNerRecognizer, redactWithNer, type NerRecognizer } from "maskera"// maskeras svenska modell, ca 43 MB, körs lokaltconst recognizer: NerRecognizer = createNerRecognizer()const { text, restore } = await redactWithNer(  "hej jag heter anna karlsson, personnummer 19900101-2385, och bor i uppsala",  { recognizer },)text// "hej jag heter [NAMN_1], personnummer [PERSONNUMMER_1], och bor i [PLATS_1]"

Diagram över maskeras två lager: din text delas upp mellan regler för uppgifter med bestämt format och en svensk AI-modell för fri text, och slås samman till maskerad text. — Reglerna tar uppgifter med bestämt format. AI-modellen tar fri text som namn och adresser. Vid överlapp vinner reglerna. Modellens kategorier och regelmotorns standarddetektorer finns samlade kategori för kategori. Se exakt vad som maskeras.Öppna diagrammet i full storlek

Skicka till AI-tjänsten och återställ svaret

// skicka den maskerade texten till valfri AI// upptäckta personuppgifter är ersatta med platshållareconst svar: string = await fetch("https://api.example.com/chat", {  method: "POST",  body: JSON.stringify({ prompt: text }),}).then((r) => r.text())restore(svar)// platshållarna byts tillbaka mot originalen, lokalt

Valfri profil för vårdtext

Standardläget passar blandad text. För journal- och vårdflöden aktiverar en namngiven profil skydd för klinisk sakinformation, medan regelbaserade personuppgifter fortfarande alltid maskeras. Läs mer om vårdprofilen på GitHub

JS / TS

const { text, restore } = await redactWithNer(journalText, {  recognizer,  profile: "clinical",})