anonym.legal

By · Last updated 2026-06-05

Terug na BlogGesondheidsorg

Handgeskrewe Vorm OCR en PII-Opsporing

'n Middelgrootte hospitaal verwerk 50,000 handgeskrewe inname-vorms per jaar. Handmatige PII-redigering op hierdie volume vereis 0.5 VTE.

June 5, 20267 min lees
handwritten formsOCR healthcareHIPAA complianceinsurance documentsdocument automation

Die Papier-na-Digitaal PII-Gaping

Bygewerk vir 2026

Die meeste digitale gereedskap kan nie geskandeerde handgeskrewe papierrekords lees nie. Tog hanteer gesondheids- en versekeringsgroepe miljoene van hulle.

Pasientinname-blaaie. Eisvorms. Instemmingsbladsye. Vrylatingsvervanne. Personeel vul dit met die hand in. Pasiente lewer dit af of faks dit in. Skandeerders omskep hulle in beeld-PDF's — leers wat pixelbeelde hou, nie leesbare teks nie.

Die jaarlikse volume is groot:

  • 'n Middelgrootte hospitaal mag 50,000 handgeskrewe inname-blaaie jaarliks hanteer
  • 'n Versekeraar mag 500,000 geskandeerde eisleers jaarliks ontvang
  • 'n Maatskaplike dienste-kantoor mag 200,000 handgeskrewe aansoeke jaarliks verwerk

Elke geskandeerde bladsy hou digte persoonlike data. Name. Geboortedatums. Sosiale Sekerheidsnommers. Mediese rekord-ID's. Versekeringsnommers. Tuisadresse. Kontakbesonderhede. Kliniese notas. Elke veld is 'n HIPAA-gelyste item of GDPR persoonlike data-element. Sien ons woordelys vir sleutelbegrippe.

Die meeste groepe het geen gereedskap om hierdie data in geskandeerde leers te spoor nie.

Waarom Handmatige Redigering op Skaal Misluk

Die algemene oplossing is handmatige hersiening. 'n Personeellid lees elke bladsy, vind die PII, en redigeer dit voor enige deling.

Dit breek vinnig af op volume.

Tyd per leerstel (opgeleide hersiener):

  • Eenvoudige inname-blad, twee bladsye: 8–12 minute
  • Komplekse eis, vyf tot agt bladsye: 20–30 minute
  • Leers met ekstra's: 30–60 minute

Volume-wiskunde vir 3,000 leers maandeliks:

  • Teen 12 minute per leer: 600 ure maandeliks = 3.75 VTE
  • Teen €25 per uur: €15,000 maandeliks = €180,000 jaarliks

Kwaliteit ly ook:

  • Personeel word moeg op herhaalde bladsytipes
  • Elke hersiener werk teen 'n ander standaard
  • Geen gemeenskaplike ouditlogboek nie
  • PII word gemis of gemerkte deur verskillende reels elke keer

Op hierdie skaal is handmatige hersiening duur en onbetroubaar. Die saak vir outomatisering is duidelik.

OCR-Akkuraatheid: Wat om te Verwag

OCR lees gedrukte teks goed. Handskrif is moeiliker. Ken die akkuraatheidsbereike eers.

Gedrukte teks: 98–99% karakterooreenskomssyfer. Bykans alle PII in gedrukte velde word gevind. Outomatiese verwerking pas naby 100% van volume.

Duidelike handskrif (blokletters, donker ink, wit papier): 90–97% karakterooreenskomssyfer. Namooreenskomssyfer is hoer — een verkeerde letter lees steeds as 'n naam. Outomatiese verwerking pas 80–90% van volume. Die res gaan na 'n menslike hersiening-tou.

Moeilike handskrif (kursief, potlood, verouderde papier): 70–88% ooreenskomssyfer. Outomatiese verwerking pas 50–70% van volume. Die res het menslike hersiening nodig. Dit is steeds baie beter as om elke bladsy met die hand te lees.

Die praktiese opstelling: OCR loop op alle leers en gee elke een 'n punt. Hoe-punt-leers beweeg op hul eie deur. Lae-punt-leers gaan na 'n klein hersiening-tou. Hersienerson fokus dan slegs op die moeilike gevalle.

Die Gesondheidsorg-OI-Berekening

Geval: streekgesondheidsversekeraar, 3,000 leers maandeliks

Vandaag:

  • Handmatige PII-redigering: 0.5 VTE = €24,000 jaarliks
  • Hersieningskwaliteit: drie hersienerson, geen gedeelde kontrolelys, resultate wissel
  • Ouditlogboek: papiergebaseerd, nie maklik om te soek nie
  • Ope inskriwing agterstand: twee tot drie weke

Met OCR plus outomatiese PII-opsporing:

  • 85% van leers (hoe-punt): outomaties verwerk, ~2,550 maandeliks
  • 15% van leers (lae-punt): menslike hersiening-tou, ~450 maandeliks = ~3 ure weekliks
  • Hersieningskwaliteit: dieselfde entiteittipes getoets op elke leer
  • Ouditlogboek: digitaal, maklik om te soek, een verslag vir elke leer
  • Agterstand: weg — outomatiese verwerking loop teen 'n gereelde pas

Jaarlikse besparing:

  • Arbeid bespaar: €24,000 (0.5 VTE na 3 ure weekliks)
  • Oorblywende hersiening-koste: 3 ure x 50 weke x €25 = €3,750
  • Netto besparing: ~€20,250 jaarliks

Jaarlikse koste:

  • anonym.legal Pro: €180

OI: ~112x op arbeid alleen. Sien huidige planbesonderhede op ons prysblad.

HIPAA-Nakoming Wins

Vir HIPAA-gedekte groepe voeg outomatiese PII-opsporing op geskandeerde bladsye regterlike waarde by bo kostesny. Ons regsnakomingsgids dek die volle prentjie.

Minimum nodige reel: HIPAA 45 CFR 164.502(b) vereis dat slegs die minimum nodige PHI gedeel word. Outomatiese redigering pas daardie reel dieselfde manier op elke leer toe.

Veilige Hawe de-identifikasie: Veilige Hawe vereis verwydering van al 18 gelyste PHI-identifiseerders. Outomatiese opsporing dek al 18 dieselfde manier elke keer. Handmatige hersiening hang af van elke personeellid wat elke tipe ken.

Openbaarmakinglogboeke: HIPAA 45 CFR 164.528 vereis die aantekening van sekere PHI-openbarings. Outomatiese verwerking skep 'n ouditrekord vir elke leer. Daardie rekord wys watter items gevind is en wat gedoen is. Dit voldoen direk aan daardie aantekeningsbehoefte.

Skeurrisiko: Minder handmatige hantering van ongeredeerde PHI beteken laer insiderrisiko en laer fisiese risiko. Beide tel tydens oudityd.

Eisverwerking: 'n Pyplyn-Patroon

Vir 'n versekeraar wat 500,000 leers jaarliks hanteer, werk 'n nagtelike bondelpyplyn goed.

Hoe die pyplyn loop:

  • Geskandeerde leers land in 'n invoervouer van skandeerstasies of pos
  • Elke nag: OCR plus PII-opsporing loop op alle nuwe leers
  • Hoe-punt-leers (bo 90% OCR-kwaliteit): outomatiese uitvoer, geredeerde weergawe geskep
  • Lae-punt-leers: gaan na 'n hersiening-tou met OCR-teks en gevinde entiteite reeds ingevul
  • Hersiener kontroleer en keur die redigering goed
  • Elke leer kry 'n ouditrekord

Waar dit koppel:

  • Dokumenstelsel: ontvang die outomatiese bondel-uitvoer
  • Eisstelsel: geredeerde weergawes gaan na eksterne reguleerders
  • Nakomingverslae: maandelikse opsomming per leertipe en entiteitklas

Die sleutelverandering is waar hersiener-tyd gaan. Personeel verskuif van die lees van elke bladsy na die lees van slegs die lae-punt-gevalle — gewoonlik 10–20% van volume. Totale hersiening-ure daal. Kwaliteit verbeter deur 'n standaard proses.

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.