Itzuli BlogeraOsasuna

Zure Tresnak Galtzen Dituen 18 HIPAA Identifikatzaileak

HIPAAk 18 PHI identifikatzaile zerrendatzen ditu. Anonimizazio-tresna gehienek agian 6 detektatzen dituzte. Erregistro Medikoen Zenbakiak instituzioen arabera aldatzen dira AEBetan estandar formaturik gabe.

April 28, 20269 min irakurri
HIPAA 18 identifiersPHI complete detectionMRN detectionNPI DEA numbersHIPAA Safe Harbor compliance

Zure Tresnak Galtzen Dituen 18 HIPAA Identifikatzaileak

2026rako eguneratua.

HIPAAk 18 PHI identifikatzaile kategoria zerrendatzen ditu. Anonimizazio-tresna gehienek agian sei detektatzen dituzte. Gainerako hamabiak iragazten dira -- eta bakoitza betematze-hutsune bat da.

Safe Harbor Araua

HIPAAren Pribatutasun Arauak (45 CFR SS 164.514) Safe Harbor de-identifikazioa definitzen du. 18 identifikatzaile kategoria guztiak joan behar dira. Guztiak kendu eta datuak legearen arabera de-identifikatuta daude. Horregatik da Safe Harbor ezaguna: gainditu edo huts egitea da, ez iritzi-gaia.

18 kategoriak hauek dira:

  1. Izenak
  2. Estatua baino txikiagoa den datu geografikoak -- helbide postala, hiria, konderria, posta-kodea
  3. Urtea ez diren datak -- jaiotza, sarrera, irteera, heriotza
  4. Telefono-zenbakiak
  5. Fax-zenbakiak
  6. Helbide elektronikoak
  7. Gizarte Segurantza-kodeak
  8. Erregistro medikoen identifikatzaileak (EMZak)
  9. Osasun-planaren onuradun-kodeak
  10. Kontu-identifikatzaileak
  11. Ziurtagiri eta lizentzia-kodeak
  12. Ibilgailu-identifikatzaileak eta serie-kodeak
  13. Gailu-identifikatzaileak eta serie-kodeak
  14. Web URLak
  15. IP helbideak
  16. Identifikatzaile biometrikoak -- hatz-markak, ahotsa
  17. Aurpegi-argazki osoak eta antzeko irudiak
  18. Beste edozein identifikatzaile kode edo balio berezi

Tresna gehienek 1, 4, 6 eta 7 kategoriak ondo betetzen dituzte. 8, 9, 10, 11, 13 eta 18 ohikoki galtzen dituzte.

EMZ Hutsunea

Erregistro medikoen identifikatzaileak 8. kategorian daude. EMZ formatuak ospitale bakoitzak ezartzen ditu. AEBetan ez dago estandar nazionalik.

A ospitaleak 7 digitako zenbaki osoa erabiltzen du. B ospitaleak "PT-YYYYNNNN" erabiltzen du. C ospitaleak 8 karaktereko alfazenbakizko katea erabiltzen du. D ospitaleak "MRN: " idazten du 9 digitako kode baten aurretik.

Tresna generiko batek ez du "PT-2024-8847" PHI gisa markatuko. Dokumentua de-identifikazio-egiaztapenetatik igarotzen da. Baina ez dago de-identifikatuta. Ez da alertarik ematen. Taldeak lana eginda dagoela uste du. Ez dago.

Hau da hutsune mota txarrena: ixila.

Konpontzeko Hiru Modu

Presidion kodetu. Python trebezia eta etengabeko mantentze-lana behar da. Funtzionatzen du baina denbora kostatu egiten du.

Eskuzko berrikuspena gehitu. Pertsona batek dokumente bakoitza EMZengatik egiaztatu egiten du. Hau ez da eskalagarria.

Erabili AI-lagundutako entitate pertsonalizatuen sorrera. Koderik gabe. Taldeak lagin-balioak ematen ditu. AIak eredua eraiki egiten du.

Hona hemen nola funtzionatzen duen. Taldeak bost EMZ lagin-balio ematen ditu: SVHS-0012345, SVHS-0987654, SVHS-1122334, SVHS-4455667, SVHS-8899001. AIak `SVHS-\d{7}` itzultzen du eta laginetan egiaztatzen du. Taldeak HIPAA aurrezarpenean gordetzen du. Etorkizuneko saio guztiek formatua detektatzen dute. Ikuspegi bera onuradun-kodeei eta gailu-serie-kodeei egiten zaie.

Ikusi aurrezarpenek nola funtzionatzen duten HIPAA EMZ detekzio gidan. Ikasi AI eredu lan-fluxuari buruz.

Barne-Suposizio Ezkutua

Team askok lagin-dokumentu batean probak egiten dituzte izen eta telefono-zenbaki batekin. Tresnak gainditzen du. Estaldura osoa dagoela suposatzen dute. Baina laginak instituzio-espezifikoko identifikatzaileak gutxitan biltzen dituzte. EMZak eta onuradun-kodeak ausazko kate bezala agertzen dira tresna generiko batentzat. Alertarik gabe igarotzen dira.

Safe Harbor ikuskaritza egiazkoak 18 kategoria guztiak detekzio-metodo batekin lotzen ditu. 8. kategoriarekin, egiaztatu zure ospitaleko benetako EMZ laginak erabiliz. Ez suposatu tresnak zure formatua ezagutzen duenik.

Errevisatu osoko esparrua gure HIPAA betematze ikuspegi orokorrean.

Ondorioa

Safe Harborak 18 identifikatzaile kategoria guztiak kentzea eskatzen du. Tresna generikoek askoz gutxiago biltzen dituzte. Hutsuneak -- EMZak, onuradun-kodeak, gailu-seriak -- estandar formaturik ez dute, beraz tresna generikoek galtzen dituzte. AI-lagundutako entitate pertsonalizatuek hutsunea ixten dute kode edo eskuzko berrikuspenik gabe.

Iturriak

  • HHS: HIPAA Safe Harbor, 45 CFR SS 164.514 -- hhs.gov. EGIAZTATURIK.
  • Shaip: PHI identifikatzaile motak osasun-zainketaren de-identifikazioan -- shaip.com. EGIAZTATURIK-KANPOKOA.
  • HHS OCR: De-identifikazio jarraibideak 2024an eguneratua -- hhs.gov. EGIAZTATURIK.

Limitations / When this doesn't apply

Configuring a pattern is not the same as proving it holds. A custom entity built from a handful of MRN samples will match those samples, but production data carries variants they never showed — a different prefix after a merger, a legacy format alongside the new one, MRNs embedded in free-text notes, or values broken across lines. Validate each custom entity against a held-out set of genuine documents from your hospital, not only the samples used to generate it.

  • The hardest categories resist any fixed pattern. Category 18 ("any other unique identifying code"), free-text dates, geographic detail, and narrative descriptions do not reduce to a regex, so a confident pass on the structured identifiers can leave category 18 effectively unaddressed. Here detection accuracy, not coverage, bounds the result, so pair pattern detection with review of free text where unique values are most likely to hide.
  • Safe Harbor is a legal determination the tool informs but does not make. Removing the 18 categories is the rule, but certifying a dataset as de-identified is a judgment about whether identification risk is genuinely low — and combinations of remaining quasi-identifiers can re-identify even after all 18 are stripped. A qualified person still has to attest the standard is met; this article is educational, not legal advice.

Prest zure datuak babesteko?

Hasi PII anonimizatzen 273 entitate mota 48 hizkuntzatan.