By · Last updated 2026-06-05

Tornar al BlogGDPR i Compliment

Datatilsynet: RGPD sanitari a Dinamarca

El Datatilsynet danes va emetre 31 decisions RGPD el 2024; 14 implicaven sistemes de dades sanitaries. El numero CPR requereix una validacio modulo-11 que el 67% de les eines NLP no apliquen.

June 5, 20268 min llegit
Denmark DatatilsynetCPR numberhealthcare GDPRNordic data protectionhealth data

RGPD sanitari a Dinamarca: Aplicacio del Datatilsynet el 2024

El Datatilsynet danes va emetre 31 casos RGPD el 2024. Catorze d'ells — el 45% — implicaven sistemes medics. Dinamarca te 5,9 milions d'habitants. Aquesta proporcia es molt elevada. Reflecteix fins on ha arribat el pais en digitalitzacio sanitaria. Tambe mostra la rigorositat de la normativa.

El sistema sanitari danes

Tots els danesos tenen un numero CPR. Aquest numero connecta amb el seu historial de pacient, el registre de medicaments, el registre hospitalari i les mostres de teixits de l'Institut Statens Serum. El registre hospitalari s'remunta al 1977.

Aquest sistema fa que la recerca medica danesa sigui de les millors del mon. Tambe significa que els expedients de pacients son molt sensibles. Per aixo el Datatilsynet s'ha centrat tant en aquesta area.

El problema del numero CPR

El numero CPR es un ID de 10 digits. El seu format es DDMMAA-XXXX. L'ultim digit es un digit de control. Funciona amb calcul de modul-11.

Els numeros CPR apareixen en tots els expedients clinics. Estan vinculats a registres d'atencio sanitaria, fiscals, bancaris i electorals.

El Datatilsynet estableix que cal verificar la feina de desidentificacio abans d'utilitzar expedients de pacients per a qualsevol proposit nou. Pero el 67% de les eines NLP habituals ometen el pas del modul-11 per als numeros CPR. Quan l'ometen, es produeixen dos errors.

Falsos positius: Cadenes de dates, numeros de factura i codis de referencia es marquen com a numeros CPR reals. Aixo genera revisions manuals costoses.

IDs perduts: Els numeros CPR amb digits intercanviats no superen la verificacio. Aixi doncs, IDs reals de pacients passen desapercebuts. El resultat sembla net, pero no ho es.

Consulteu la nostra guia de deteccio d'IDs nacionals de la UE per veure com funcionen les regles de digit de control per a altres tipus d'ID de la UE.

Quatre regles per a la reutilitzacio d'expedients de pacients

Els registres medics danesos contribueixen a financer recerca d'excel-lencia. La guia del Datatilsynet de 2024 sobre reutilitzacio estableix quatre regles.

Documenteu el que heu fet: Llisteu cada camp que heu eliminat o modificat. Noteu com heu arrodonit o agrupat valors. Una nota de politica breu no compleix aquest requisit.

Presenteu els resultats de les proves: Demostreu que la vostra eina ha detectat numeros CPR i altres IDs danesos. Una afirmacio no es una prova.

Limiteu el que obteniu: No extraieu mes dades personals de les que el vostre estudi necessita. Aquesta regla s'aplica fins i tot als conjunts pseudonimitzats.

Feu una EIPD per a les eines d'IA: Qualsevol eina d'IA que processi expedients de pacients danesos necessita una Avaluacio d'Impacte sobre la Proteccio de Dades (EIPD). Utilitzeu el formulari estandard del Datatilsynet.

Tres arees de focus a Copenhaguen

Les empreses med-tech de Copenhaguen inclouen Leo Pharma, Bavarian Nordic i moltes startups. El Datatilsynet observa tres arees de risc.

Conjunts d'entrenament d'IA: L'autoritat va trobar el 2024 empreses que entrenaven models d'IA amb fitxers amb numeros CPR reals. Cap tenia una base legal valida.

Transferencies a l'estranger: Algunes empreses enviaven expedients de pacients a proveadors de cloud dels EUA per fer feines d'IA. L'autoritat va dir que les Clausules Contractuals Estandard (CCE) soles no son suficients. Tambe calen mesures tecniques — com ara el xifratge amb claus conservades a Europa.

Registres d'acces: Els registres han de mostrar qui va llegir quins fitxers i per que. Conserveu-los almenys cinc anys.

El 56% de les violacions de dades mediques daneses el 2024 provenien d'una mala desidentificacio. L'us d'eines validades per CPR amb suport per a la llengua danesa elimina el fall mes frequent.

Per a mes informacio sobre l'aplicacio nordica, consulteu la nostra guia d'anonimitzacio RGPD de l'IMY suec.

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.