anonym.legal

By · Last updated 2026-04-30

Terug na BlogGesondheidsorg

Pasgemaakte MRN-opsporing Sonder Kode vir HIPAA

Mediese rekordnommers is hospitaalspesifiek -- elke gesondheidsorgstelsels gebruik 'n ander formaat. HIPAA Safe Harbor vereis die verwydering van MRN'e.

April 30, 20268 min lees
custom MRN detectionHIPAA pipeline configurationno-code regexAI pattern helperhospital identifier de-identification

Die MRN-formaatprobleem

Die VSA het ongeveer 6 100 hospitale. Elke een bestuur sy eie EHR-stelsel. Elke een gebruik sy eie Mediese Rekordnommerformaat. Geen nasionale standaard bestaan nie. Die Joint Commission vereis dat hospitale pasiente kan identifiseer -- maar stel geen formaatreels nie.

Formate verskil wyd. Sommige is 7-syfer heelgetalle. Ander is 8-syfer heelgetalle. Sommige gebruik voorvoegselkodes soos HOSP-, MRN-, of PT-. Ander voeg institusiekodes soos SVHS- of CHOP- by. Sommige sluit die inskrywingsjaar in die nommer in.

HIPAA Safe Harbor lys pasienterekordnommers as identifiseerder tipe 8 van 18. (45 CFR 164.514(b)(2)) Al 18 moet verwyder word. Die reel beperk dit nie tot enige een formaat nie. As u hospitaal 'n pasgemaakte formaat gebruik, moet u dit opspoor. 'n Instrument wat dit mis, misluk Safe Harbor -- selfs al verwyder dit al 17 ander tipes.

Waarom die Koderingsbenadering Misluk

Die standaardmanier om 'n pasgemaakte rekordnommerformaat by 'n de-identifikasie-pyplyn by te voeg, is om Microsoft Presidio uit te brei. Dit beteken die skryf van Python.

'n Ontwikkelaar skep 'n klas wat EntityRecognizer uitbrei. Hulle skryf die regex, koppel dit in Presidio se register, toets dit en onderhou dit. Vir nakomingspanne -- wat selde kode skryf -- is dit 'n harde versperring. Elke formaatverandering het 'n ingenieur nodig.

Gesondheidsorgingenieurs is besig. Hulle fokus op EHR-integrasie en kliniese stelsels. Nakomingsgereedskap is selde hul topprioriteit.

Die Geen-Kode Patroonwerkstroom

Die geleide patroonbenadering verwyder die koderingsstap.

'n Nakomingsbeampte maak die Pasgemaakte Entiteitskepper in die webtoepassing oop. Hulle plak vyf voorbeeldnommers van hul stelsel in -- byvoorbeeld:

SVHS-0012345
SVHS-0987654
SVHS-1122334
SVHS-4455667
SVHS-8899001

Hulle klik op Genereer Patroon. Die KI lees die struktuur en gee terug:

  • Patroon: SVHS-\d{7}
  • Vertroue: hoog
  • Voorgestelde naam: HOSPITAAL-MRN
  • Voorgestelde vervanging: [MRN]

Die beampte plak nog vyf voorbeelde. Die patroon slaag. Hulle stoor dit na die HIPAA-voorinstelling.

Vanaf daardie punt spoor elke sessie -- webtoepassing, Office-byvoegsel, Tafelblad-app en API -- hierdie formaat in die standaard PHI-pas op. Geen kode nodig nie.

GDPR-navorsingsaantekening

GDPR Artikel 89 vereis pseudonimisering vir navorsingsdatastelle. Pasgemaakte entiteite plaas institusionsspesifieke identifiseerders in omvang -- waarmee die gaping gesluit word wat generiese gereedskap ooplaat.

Wat U Kry

Hierdie werkstroom neem een middag. Pasgemaakte kode neem weke.

Die nakomingsbeampte definieer die patroon, toets dit en ontplooi dit. Geen kaartjie nie. Geen wag nie. Die voorinstelling hou die pasgemaakte entiteit langs die standaard 17 Safe Harbor-identifiseerders.

Wanneer die volgende bondel kliniese notas loop, word alle 18 identifiseerder tipes gedek. Safe Harbor is volledig.

Sien HIPAA Safe Harbor de-identifikasie vir gesondheidsorgnavorsing vir hoe Safe Harbor in die praktyk werk. Vir hospitaalspesifieke opsporingspatrone, sien opsporing van hospitaalspesifieke MRN-formate sonder ingenieurswese.

Bronne

Gereed om u data te beskerm?

Begin om PII te anonimiseer met 285+ entiteitstipes in 48 tale.

About this page

We update this page when our platform or the law changes.

Read our founder note for how we work.

Each change shows up in the timestamp at the top.

Related reading

We follow these rules

  • GDPR (EU 2016/679).
  • ISO/IEC 27001:2022.
  • NIS2 (EU 2022/2555).
  • HIPAA safe harbor under 45 CFR § 164.514(b)(2).

Our promise

We do not sell your data.

We do not train models on your text.

We store your files in Germany.

You can delete your account at any time.

You own your work.

Where we run

Our servers live in Falkenstein, Germany.

We use Hetzner. They hold ISO 27001 certification.

All data stays in the EU.

Backups run every day.

Need help?

Email support@anonym.legal.

We reply within one business day.

How we test

We run a full check suite on every release.

Each surface gets its own sweep script and report.

Human reviewers spot-check the output each week.

We track recall and precision on a labelled set.

Bad runs block the deploy.

What we never do

  • We never sell your information to third parties.
  • We never train models on what you upload.
  • We never keep your work after you delete it.
  • We never share keys with any outside firm.
  • We never run ads inside the product.

Plans in plain words

We sell credits, not seats.

One credit covers one short job.

Long jobs use a few credits each.

You can top up at any time.

Unused credits roll over each month.

Read the plans page for current rates.

Who built this

A small team of engineers and lawyers built this.

We ship from Europe and work in the open.

Our founder note spells out why we started.

Where to start

How the parts fit

A browser add-on cleans text inside Chrome.

A Word plug-in handles drafts in Office.

A small desktop tool works on whole folders.

An agent protocol link feeds large models safely.

All four share one core engine and one rule set.

Words from our team

We started this work after a lunch about cookies.

One friend kept getting odd ads on her phone.

We asked why a court file leaked through a draft.

We sketched the first build on a napkin that week.

By month three we had a tiny demo for a friend.

She used it on her first case the next day.

Common questions we hear

Can the tool read scanned PDFs? Yes, with OCR.

Does it work on long files? Yes, in small chunks.

Can I roll my own rule set? Yes, save it as a preset.

Does it run offline? The desktop build runs offline.

Do you keep my files? No, the cloud build wipes after each run.

Will it learn from my work? No, we never train on inputs.

A short tour of the workflow

Upload a file or paste a snippet of prose.

Pick the entities you want gone from the draft.

Choose a method: replace, mask, hash, encrypt, or redact.

Press run and watch the side panel show each hit.

Skim the result and tweak any rule that misfired.

Save the cleaned file or send it to a teammate.