anonym.legal

By · Last updated 2026-04-20

Zpět na blogZdravotnictví

ChatGPT v souladu s HIPAA díky ochraně v prohlížeči

77 % zaměstnanců sdílí citlivé pracovní informace s nástroji umělé inteligence nejméně jednou týdně. Zachycení zdravotních údajů (PHI) v reálném čase v prohlížeči snižuje incidenty úniku o 94 %. Standardní účty ChatGPT a Claude neobsahují smlouvy Business Associate Agreement pro klinické využití.

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

Problém umělé inteligence v klinickém prostředí

Lékaři a studenti medicíny používají ChatGPT a Claude každý den. Ověřují dávkování léků, vyhledávají diagnózy, přehlíží plány léčby. Nástroje jsou užitečné.

Vkládání skutečných pacientských dat do těchto nástrojů však představuje riziko z hlediska HIPAA. Text putuje na servery poskytovatele umělé inteligence. Bez podepsané smlouvy Business Associate Agreement (BAA) pro danou službu jde o porušení HIPAA. Standardní účty ChatGPT a Claude neobsahují BAA pro klinické použití.

Dostupné možnosti nejsou uspokojivé. Buď pracovat s umělou inteligencí s reálnými daty a riskovat porušení předpisů, nebo ručně odstranit z každé poznámky vše citlivé před vložením — pomalý krok, který zaneprázdnění kliničtí pracovníci často přeskočí. Přeskočení tohoto kroku vytváří přesně ten únik, kterému měl celý postup zabránit.

Proč ruční kontrola selhává

HIPAA Safe Harbor vyžaduje odstranění 18 typů identifikátorů. Lékař zachytí jméno pacienta a datum. Některé identifikátory jsou však snadno přehlédnutelné.

Jedním příkladem jsou geografické podidentifikátory. Dalším je kombinace věku s datem přijetí — společně mohou tvořit krytý identifikační pár dle HIPAA. Tyto vzorce nejsou pod časovým tlakem zřejmé.

Výzkum společnosti Menlo Security z roku 2025 zjistil, že zachycení zdravotních údajů v reálném čase v prohlížeči snižuje incidenty úniku o 94 %. Tento rozdíl ukazuje, co kliničtí pracovníci přehlédnou oproti tomu, co zachytí nástroje. Data Cyberhaven potvrzují rozsah: 77 % zaměstnanců sdílí citlivé pracovní informace s nástroji umělé inteligence nejméně jednou týdně.

Jak pomáhá rozšíření prohlížeče

Rozšíření Chrome kontroluje text v okamžiku odeslání — ještě před tím, než prompt dosáhne umělé inteligence. Lékař vidí krátký náhled zobrazující, jaké zdravotní údaje byly nalezeny a co bude zamaskováno.

Jde o záchrannou síť, nikoli blokující zásah. Lékař může pokračovat, upravit nebo zastavit. Přidává jednu krátkou kontrolu k jinak rychlé akci.

Představte si učitele vnitřního lékařství používajícího Claude pro výuku na základě případů. Vloží kazuistiku, kterou již zkontroloval. Rozšíření provede druhý průchod. Pokud je poznámka čistá, nezobrazí se žádné upozornění a sezení pokračuje. Pokud prošel nějaký detail — dvojice dat nebo název malého města — nástroj ho zachytí jako první.

Tento model se hodí pro klinickou práci. Zachovává lékaři kontrolu a přidává záchrannou síť pro vzorce, které lidé mívají tendenci přehlédnout.

Viz naše srovnání přesnosti detekce PHI pro srovnávací testy nástrojů. Náš průvodce HIPAA, cloudem a zero-knowledge popisuje pravidla BAA a záruky. Průvodce DLP pro prohlížeče obsahuje detaily nastavení.

Zdroje

Související články

Zdravotnictví

HIPAA OCR: 725 Breaches, 275M Records

HHS OCR reported 725 HIPAA breaches in 2024 affecting 275M records — the highest ever. $10.22M average healthcare breach cost.

Zdravotnictví

Handwritten Form OCR & PII Detection

A mid-size hospital processes 50,000 handwritten intake forms per year. Manual PII redaction at this volume requires 0.5 FTE.

Zdravotnictví

HHS 2025: AI Clinical Notes Need PHI

AI transcription systems can inadvertently put Patient A's PHI in Patient B's record. Here's why real-time PHI detection before EHR commit is the control.

Připraveni chránit svá data?

Začněte anonymizovat PII s více než 285 typy entit ve 48 jazycích.

Začít bezplatnou zkušební verziZobrazit funkce

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.