By · Last updated 2026-04-30

Tornar al BlogSanitat

Deteccio de MRN personalitzat per a HIPAA sense codi

Els numeros d'historia clinica son especifics de cada hospital: cada sistema sanitari utilitza un format diferent. La norma Safe Harbor de HIPAA exigeix eliminar els MRN.

April 30, 20268 min llegit
custom MRN detectionHIPAA pipeline configurationno-code regexAI pattern helperhospital identifier de-identification

El problema del format MRN

Els EUA tenen uns 6.100 hospitals. Cadascun te el seu propi sistema d'historial electronic. Cadascun utilitza el seu propi format de numero d'historia clinica (MRN). No existeix cap estandard nacional. La Comissio Mixta exigeix que els hospitals puguin identificar els pacients, pero no fixa cap regla de format.

Els formats varien molt. Alguns son nombres enters de 7 digits. D'altres son de 8 digits. Alguns utilitzen codis de prefix com HOSP-, MRN- o PT-. D'altres afegeixen codis d'institucio com SVHS- o CHOP-. Alguns inclouen l'any d'inscripcio al numero.

La norma Safe Harbor de HIPAA enumera els numeros d'historia del pacient com el tipus d'identificador 8 de 18 (45 CFR 164.514(b)(2)). Cal eliminar els 18. La norma no es limita a cap format concret. Si el vostre hospital utilitza un format personalitzat, heu de detectar-lo. Una eina que no el detecta no compleix la Safe Harbor, fins i tot si elimina els altres 17 tipus.

Per que el metode basat en codi falla

La manera habitual d'afegir un format personalitzat de numero d'historia clinica a un canal de desidentificacio es ampliar Microsoft Presidio, la qual cosa implica escriure Python.

Un desenvolupador crea una classe que amplia EntityRecognizer. Escriu el regex, el connecta al registre de Presidio, el prova i el mante. Per als equips de compliment, que rarament programen, aixo es un blocatge. Cada canvi de format necessita un enginyeria.

Els enginyers de sanitat estan ocupats. Es centren en la integracio d'EHR i en els sistemes clinics. Les eines de compliment rarament son la seva prioritat.

El flux de treball basat en patrons sense codi

L'enfocament amb patrons guiats elimina el pas de programacio.

Un responsable de compliment obre el Creador d'entitats personalitzades a l'aplicacio web. Enganxa cinc exemples de numeros del seu sistema, per exemple:

SVHS-0012345
SVHS-0987654
SVHS-1122334
SVHS-4455667
SVHS-8899001

Fa clic a Genera el patro. La IA llegeix l'estructura i retorna:

  • Patro: SVHS-\d{7}
  • Fiabilitat: alta
  • Nom suggerit: HOSPITAL-MRN
  • Substitucio suggerida: [MRN]

El responsable enganxa cinc exemples mes. El patro passa la prova. El desa al preset HIPAA.

A partir d'aleshores, cada sessio, tant a l'aplicacio web, el complement d'Office, l'aplicacio d'escriptori com l'API, detecta aquest format en el pas estandard de dades personals. No cal cap codi.

Nota sobre el RGPD i la recerca

L'article 89 del RGPD exigeix pseudonimitzacio per als conjunts de dades de recerca. Les entitats personalitzades posen en abast els identificadors especifics de cada institucio, tancant el buit que deixen les eines generiques.

Que obteniu

Aquest flux de treball triga una tarda. El codi personalitzat triga setmanes.

El responsable de compliment defineix el patro, el prova i el desplega. Sense tiquets. Sense esperes. El preset te l'entitat personalitzada juntament amb els 17 identificadors estandard de Safe Harbor.

Quan s'executa el seguent lot de notes cliniques, tots 18 tipus d'identificadors estan coberts. La Safe Harbor esta completa.

Consulteu Desidentificacio HIPAA Safe Harbor per a la recerca sanitaria per saber com funciona la Safe Harbor a la practica. Per als patrons de deteccio especifics d'hospitals, vegeu Detectar formats MRN especifics d'hospitals sense enginyeria.

Fonts

Preparat per protegir les vostres dades?

Comenceu a anonimitzar PII amb més de 285 tipus d'entitats en 48 idiomes.

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.