By · Last updated 2026-04-20

Späť na blogZdravotná Starostlivosť

ChatGPT v súlade s HIPAA pomocou ochrany v prehliadači

77 % zamestnancov zdieľa citlivé pracovné informácie s AI nástrojmi aspoň raz týždenne. Zachytávanie PHI v prehliadači v reálnom čase znižuje incidenty úniku o 94 %.

April 20, 20268 min čítania
HIPAA ChatGPT complianceclinical AI learningPHI browser protectionmedical education AIreal-time PHI interception

Klinický problém s AI

Lekári a medici používajú ChatGPT a Claude každý deň. Overujú dávky liekov. Hľadajú diagnózy. Kontrolujú plány starostlivosti. Nástroje sú užitočné.

Vkladanie skutočných údajov o pacientoch do týchto nástrojov je však riziko z hľadiska HIPAA. Text putuje na servery poskytovateľa AI. Bez podpísanej zmluvy o obchodnom partnerovi (BAA) pre danou službu je tento úkon porušením HIPAA. Štandardné účty ChatGPT a Claude neobsahujú BAA pre klinické použitie.

Možnosti nie sú dobré. Buď používate AI so skutočnými dátami a riskujete porušenie, alebo musíte každú poznámku ručne anonymizovať pred vložením -- pomalý krok, ktorý zaneprázdnení klinickí pracovníci často preskočia. Preskočenie vytvára práve ten únik, ktorý mal proces zastaviť.

Prečo ručná kontrola zlyháva

HIPAA Safe Harbor vyžaduje odstránenie 18 typov identifikátorov. Lekár zachytí meno pacienta a dátum. Niektoré identifikátory sú však ľahko prehliadnuteľné.

Geografické identifikátory nižšej úrovne sú jedným príkladom. Vek v kombinácii s dátumom prijatia je ďalší -- dohromady môžu tvoriť pokrytý identifikátorový pár podľa HIPAA. Tieto vzory nie sú zrejmé pod časovým tlakom.

Výskum Menlo Security z roku 2025 zistil, že zachytávanie PHI v prehliadači v reálnom čase znižuje úniky o 94 %. Tento rozdiel ukazuje, čo klinikmi unikne oproti tomu, čo zachytia nástroje. Dáta Cyberhaven potvrdzujú rozsah: 77 % zamestnancov zdieľa citlivé pracovné dáta s AI nástrojmi aspoň raz týždenne.

Ako pomáha rozšírenie pre prehliadač

Rozšírenie pre Chrome kontroluje text v momente odoslania. Prebieha pred tým, ako výzva dosiahne AI. Klinický pracovník uvidí krátky náhľad. Zobrazuje, aké PHI bolo nájdené a čo bude zamaskované.

Toto nie je tvrdá blokáda. Lekár môže pokračovať, upraviť alebo zastaviť. Pridáva jednu krátku kontrolu k inak rýchlej akcii.

Uvažujme o učiteľovi interného lekárstva používajúcom Claude pre výučbu na základe prípadov. Vložia prípadovú poznámku, ktorú už skontrolovali. Rozšírenie vykoná druhý prechod. Ak bola poznámka čistá, neobjaví sa žiadna upozornenie a relácia pokračuje. Ak nejaký detail prešiel cez prvú kontrolu -- pár dátumov alebo názov malého mesta -- nástroj ho zachytí ako prvý.

Tento model dobre zapadá do klinickej práce. Zachováva kontrolu lekára. Pridáva záchytnú sieť pre vzory, ktoré ľudia majú tendenciu prehliadnuť.

Porovnanie presnosti detekcie PHI nájdete v článku porovnanie presnosti detekcie PHI. Pravidlá BAA a záruky nájdete v sprievodcovi HIPAA cloud zero-knowledge. Detaily nastavenia nájdete v sprievodcovi DLP v prehliadači.

Zdroje

Pripravení chrániť vaše údaje?

Začnite anonymizovať PII s 285+ typmi entít v 48 jazykoch.

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.