anonym.legal

By · Last updated 2026-06-05

Terug na BlogGesondheidsorg

HIPAA OCR: 725 Oortredings, 275M Rekords

HHS OCR het 725 HIPAA-data-oortredings in 2024 gerapporteer wat 275M rekords geraak het -- die hoogste ooit. Gemiddelde gesondheidsorg-oortreding kos $10.22M.

June 5, 202610 min lees
HIPAA enforcementPHI de-identificationOCR HHShealthcare breachHIPAA Security Rule

HIPAA OCR: 725 Oortredings, 275M Rekords

Opgedateer vir 2026

HHS se Kantoor vir Burgerregte (OCR) het 725 gesondheidsdata-oortredings in 2024 getel. Hierdie oortredings het 275 miljoen pasientrekords geraak. Dit is die hoogste totaal wat ooit in 'n enkele jaar aangeteken is.

Die gemiddelde koste per gesondheidsoortreding het $10.22 miljoen in 2025 bereik. IBM se Cost of a Data Breach-verslag bevestig hierdie syfer. Die koste dek siviele boetes, regskostes, pasientkennisgewings, kredietmonitoring en verlies aan vertroue.

2025 en 2026 is sleuteljare vir gedekte entiteite en hul sakegenote. 'n Voorgestelde HIPAA-sekuriteitsreelbywerking van Maart 2025 sou die grootste stel tegniese reels sedert 2003 byvoeg.

Wat het 725 Oortredings in 2024 Veroorsaak

Die OCR-portaal groepeer 2024-mislukkings in vier tipes.

Inbraak en IT-insidente het 74% van gerapporteerde oortredings veroorsaak. Losprysware, bedieneraanvalle en e-posbedrog is die topitems. Aanvallers mik nou op hele netwerke. Een aanval kan rekords van 'n hele EHR-stelsel gelyktydig trek.

Ongemagtigde toegang en openbaarmaking het 18% van oortredings veroorsaak. Swak toegangskontroles, binnestander-misbruik en fout-ontvanger-foute tel almal hier.

Derde-party-insidente het 35% van 2024-oortredings uitgemaak. Die mislukking het by 'n sakegenoot begin -- nie die gedekte entiteit nie. Change Healthcare (a UnitedHealth Group-eenheid) het alleen meer as 190 miljoen pasientrekords blootgestel. Dit is die grootste VSA-gesondheidsdata-oortreding op rekord.

Diefstal of verlies van draagbare media het 8% van oortredings veroorsaak. Skootrekenaars, USB-aandrywers en papierrekords verloor of gesteel sonder enkriptasie.

Die 18 PHI-Tipes onder Veilige Hawe

HIPAA se Veilige Hawe-metode (45 CFR paragr.164.514(b)) vereis die verwydering van alle 18 tipes pasienterdata. Die meeste spanne ken die lys. Die moeilike deel is deteksie op skaal.

  1. Name -- pasiente, familielede, werkgewers
  2. Geografiese data -- enige gebied kleiner as 'n staat
  3. Datums -- opname, ontslag, geboorte, dood (jaar mag bly)
  4. Telefoonnommers
  5. Faksnommers
  6. E-posadresse
  7. Sosiale sekerheidsnommers
  8. Mediese rekordnommers (formaat wissel per EHR-stelsel)
  9. Gesondheidsplandnommers
  10. Rekeningnommers
  11. Sertifikaat- en lisensiesnommers -- mediese, DEA, staat
  12. Voertuig-ID's -- VIN's en plaatnommers
  13. Toestel-ID's -- serienommers en unieke toestelkodes
  14. Web-URL's
  15. IP-adresse
  16. Biometriese data -- vingerafdrukke en stemafdrukke
  17. Volgesigsfoto's en soortgelyke beelde
  18. Enige ander unieke ID, kode of kenmerk

Tipe 18 is die moeilikste om te vang. Enige kode wat 'n rekord aan 'n spesifieke pasient verbind, moet verwyder word -- selfs sonder 'n vaste patroon.

Vir 'n stap-vir-stap-gids oor die verwydering van al 18 tipes uit kliniese rekords, sien HIPAA Safe Harbor de-identifikasie vir gesondheidsorgnavorsing.

Vyf Nuwe Reels in die Voorgestelde Sekuriteitsbywerkings

Die voorgestelde HIPAA-sekuriteitsreelbywerking (Maart 2025) voeg vyf pligte by.

Jaarlikse enkriptasie-oudits. Gedekte entiteite moet bevestig dat alle pasientedata in rus AES-256 of 'n gelyke gebruik. Sleutelbestuur moet geskrewe standaarde haal.

Geskrewe de-identifikasieprosedures. Enige pasientedata wat vir navorsing, KI-opleiding of analise gebruik word, vereis geskrewe stappe. 'n Beleidsaantekening is nie genoeg nie. Tegniese rekords met bewyse van validering is vereis.

Sakegeno-sekuriteitstoetse. Sakegenote moet spesifieke tegniese toetse slaag voordat hulle in werking gestel word. Kontrakte het dit vroeeer sonder tegniese besonderhede hanteer.

Meerfaktor-stawing (MFA). Alle personeel met toegang tot elektroniese pasientedata moet MFA gebruik. Erfenistelsels is nie uitgesluit nie.

Insidentreaksietoetsing. Jaarlikse oefeninge en tegniese toetse is vereis. Spanne moet rekords van die resultate byhou.

Lesse van Change Healthcare

Die Change Healthcare-oortreding (Februarie 2024) het gewys hoe sistemiese risiko lyk. Change Healthcare het 15 biljoen transaksies per jaar hanteer. Dit het verskaffers, betalers en aptekers as 'n verrekeningshuis verbind.

Die oortreding het met een toegangs-op-afstand-rekening begin. Hierdie rekening het geen MFA gehad nie. Aanvallers het nege dae deur die netwerk beweeg. Toe het hulle losprysware geopenbaar.

Die les is duidelik. 'n Sakegenoot met wye toegang tot gesondheidshandelinge is 'n risiko vir elke vennoot wat hy raak. Die ou raamwerk was nie gebou vir verskaffers wat 'n derde van alle VSA-gesondheidshandelinge hanteer nie.

Die voorgestelde reel se MFA, netwerksegmentering en sakegenoot-toetse spruit almal uit hierdie gebeurtenis voort.

Vir PHI-verwydering uit hospitaalspesifieke rekordformate, sien HIPAA MRN-deteksie en hospitaalspesifieke patrone. Vir nulkennis-ontwerp wat pasientedata van die netwerk hou, sien HIPAA-voldoende wolk-PHI en nulkennis-ontwerp.

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.