Le projet eds-pseudo est un outil de détection et de pseudonymisation d'entités nominatives dans des documents, initialement développé pour les rapports cliniques du système d'information de santé de l'AP-HP. Il repose sur une combinaison de règles et de modèles de deep learning, et permet de détecter des adresses, dates, noms, prénoms, numéros de sécurité sociale, etc.

EDS-PDF est un framework modulaire permettant d'extraire des informations textuelles à partir de documents PDF. Il peut être utilisé tel quel ou être étendu pour s'adapter à des cas d'utilisation spécifiques. Il propose un système de pipeline et divers utilitaires pour la visualisation et le traitement de PDF, ainsi que plusieurs composants pour construire des modèles complexes.

Eds-scikit est un outil destiné aux data scientists travaillant sur le Data Warehouse Clinique de l'AP-HP. Il est spécifiquement conçu pour les données standardisées OMOP et a pour principaux objectifs de faciliter l'accès et l'analyse des données, de permettre un meilleur transfert de connaissances entre les projets et d'améliorer la reproductibilité de la recherche.