Датски CPR номера: Ръководство за съответствие с GDPR
Актуализирано за 2026 г.
Датският надзорен орган за данни Datatilsynet е издал 31 решения по GDPR през 2024 г. Четиринадесет от тях са свързани с данни от здравеопазването. Този висок дял отразява два факта: Дания управлява голяма национална здравна система, а техническите пропуски в нея продължават да излагат пациентски записи.
Правилото за контролна цифра на CPR номерата
CPR номерът е личният идентификатор в Дания. Той е 10-цифрен във формат DDMMYY-XXXX. Първите шест цифри са датата на раждане. Последните четири са код и контролна цифра.
Контролната цифра използва правило по модул 11:
- Вземете цифри от 1 до 9.
- Дайте им тегла: 4, 3, 2, 7, 6, 5, 4, 3, 2.
- Умножете всяка цифра по нейното тегло. Съберете всички резултати.
- Разделете на 11. Отбележете остатъка.
- Остатък 0 -> контролна цифра е 0.
- Остатък 1 -> номерът не е валиден.
- Остатък 2-10 -> контролната цифра е 11 минус остатъка.
Това правило е от съществено значение за всеки инструмент, сканиращ за CPR номера. Някои последователности DDMMYY-XXXX никога не могат да бъдат валидни. Инструменти, пропускащи тази стъпка, маркират дати, кодове на фактури и референтни номера като реални идентификатори.
Прегледът на органа от 2024 г. установи, че 67% от общите NLP инструменти пропускат тази проверка. Тази пропаст е основният технически пропуск в случаите му в здравеопазването.
Петте здравни регистъра в Дания
Дания свързва здравните данни в пет национални регистъра. Личният идентификатор обединява всичките пет.
- Записи за болнично изписване (от 1977 г.)
- Данни за предписания (от 1995 г.)
- Онкологичен регистър (от 1943 г.)
- Регистър на причините за смъртта (от 1970 г.)
- Диагнози от първична медицинска помощ (от 1990 г.)
Това прави датските здравни изследвания много мощни. Създава и риск. Премахването само на суровия идентификатор не е достатъчно. Набор от данни, съдържащ все още възраст, пол, диагноза и година, може да разкрие самоличността на хора - особено тези с редки заболявания.
Насоките на Datatilsynet от 2024 г. за вторично използване на здравни данни поставят три изисквания.
Документирайте извършеното с данните: Избройте кои полета сте премахнали, кои сте закръглили или групирали и каква групова размерност постига резултатът. Бележка за политиката не отговаря на този стандарт.
Поискайте външен преглед за големи набори: За набори от данни с повече от 5 000 души органът препоръчва независим технически преглед на стъпките за де-идентификация.
Съобразете данните с въпроса: Наборът от данни трябва да отговаря на заявената изследователска цел. Органът е установил случаи, в които екипи са използвали пълни национални регистри, когато по-малка извадка би свършила работа.
Вижте нашето ръководство за разпознаване на национални идентификатори в ЕС за приложението на правилата за контролни цифри към други европейски формати.
Какво са установили случаите от 2024 г.
Четиринадесетте случая в здравеопазването споделят три общи вида грешки.
Споделяне на изследователски данни: Болница изпраща де-идентифициран набор от пациентски данни на академичен партньор за обучение на изкуствен интелект. Наборът съдържа части от датата на раждане, кодове на диагнозата и дати на лечение. Органът установява, че тази комбинация разкрива отново самоличността на пациентите с редки заболявания. Необичайните диагнози бързо стесняват групата.
AI услуги на трети страни: Здравна технологична фирма изпраща пациентски бележки на американска AI услуга за работа с клинични записи. Личните идентификатори в тези бележки не са премахнати предварително. Не е налице валиден механизъм за трансфер.
Пропуски в OCR конвейера: Застраховател обработва сканирани PDF формуляри за искания за инвалидност. Неговият OCR инструмент преобразува изображения в текст. Но не изпълнява проверки на контролните цифри върху резултата. Много идентификатори са пропуснати.
OCR често вмъква интервали по средата на номера или измества тирето. Простото съпоставяне на шаблони се проваля при такъв изход. Разпознаването трябва да работи върху OCR текст, а не само при чист вход. Вижте нашето ръководство за OCR разпознаване в здравеопазването за стъпките за работа с сканирани документи.
Три задължителни технически изисквания
Тези три елемента образуват базата за съответствие с GDPR в датското здравеопазване.
Проверки на контролни цифри върху целия текст: Изпълнявайте пълната проверка по модул 11 върху всяка кандидатска последователност. Прилагайте я както към чист текст, така и към OCR изход.
Разпознаване на имена на датски език: Използвайте модел, обучен на датски текст. Моделът spaCy da_core_news е един от вариантите. Общ английски модел пропуска датски имена и наименования на организации.
Записи за де-идентификация: Документирайте какво е премахнато, какво е групирано и груповата размерност на резултата. Органът изисква това в техническа форма, а не като бележка за политиката.
За данни за разходите при инциденти с данни от здравеопазването вижте нашия анализ на разходите при пробиви в здравеопазването.