By · Last updated 2026-06-05

Zpět na blogZdravotnictví

HIPAA OCR: 725 narušení, 275 milionů záznamů

HHS OCR zaznamenal v roce 2024 celkem 725 narušení ochrany dat HIPAA s dopadem na 275 milionů záznamů — historicky nejvyšší číslo. Průměrné náklady na narušení ve zdravotnictví dosahují 10,22 milionu dolarů.

June 5, 202610 min čtení
HIPAA enforcementPHI de-identificationOCR HHShealthcare breachHIPAA Security Rule

HIPAA OCR: 725 narušení, 275 milionů záznamů

Aktualizováno pro rok 2026

Úřad pro občanská práva (OCR) ministerstva zdravotnictví USA (HHS) zaznamenal v roce 2024 celkem 725 narušení zdravotních dat. Tato narušení se dotkla 275 milionů záznamů pacientů. Celkový počet je historicky nejvyšší v jediném roce.

Průměrné náklady na narušení ve zdravotnictví dosáhly v roce 2025 hodnoty 10,22 milionu dolarů. Toto číslo uvádí IBM ve Zprávě o nákladech na narušení dat. Náklady zahrnují občanskoprávní pokuty, právní poplatky, oznámení pacientům, sledování úvěrů a ztrátu důvěry.

Roky 2025 a 2026 jsou pro kryté subjekty a jejich obchodní partnery klíčové. Navrhovaná aktualizace bezpečnostního pravidla HIPAA z března 2025 by zavedla největší soubor technických pravidel od roku 2003.

Co způsobilo 725 narušení v roce 2024

Portál OCR rozděluje selhání z roku 2024 do čtyř typů.

Hackerské útoky a incidenty v IT způsobily 74 % hlášených narušení. Ransomware, serverové útoky a e-mailové podvody jsou nejčastějšími typy. Útočníci nyní cílí na celé sítě. Jediný útok může najednou stáhnout záznamy z celého systému elektronických zdravotních záznamů.

Neoprávněný přístup a zveřejnění způsobily 18 % narušení. Špatná kontrola přístupu, zneužití insidery a chyby při zasílání na nesprávného příjemce — to vše sem patří.

Incidenty u třetích stran tvořily 35 % narušení v roce 2024. Selhání nastalo u obchodního partnera — nikoli u krytého subjektu. Change Healthcare (jednotka UnitedHealth Group) sama o sobě odhalila přes 190 milionů záznamů pacientů. To je dosud největší narušení dat ve zdravotnictví v USA.

Krádež nebo ztráta přenosných médií způsobila 8 % narušení. Notebooky, USB disky a papírové záznamy ztracené nebo odcizené bez šifrování.

18 typů PHI v rámci metody Safe Harbor

Metoda Safe Harbor dle HIPAA (45 CFR §164.514(b)) vyžaduje odstranění všech 18 typů pacientských dat. Většina týmů tento seznam zná. Obtížná část je detekce ve velkém měřítku.

  1. Jména — pacientů, rodinných příslušníků, zaměstnavatelů
  2. Geografická data — jakékoli území menší než stát
  3. Data — přijetí, propuštění, narození, smrt (rok může zůstat)
  4. Telefonní čísla
  5. Čísla faxu
  6. E-mailové adresy
  7. Čísla sociálního zabezpečení
  8. Čísla zdravotních záznamů (formát se liší podle systému elektronických zdravotních záznamů)
  9. Čísla členů zdravotního pojištění
  10. Čísla účtů
  11. Čísla osvědčení a licencí — lékařské, DEA, státní
  12. Identifikátory vozidel — VIN a čísla registračních značek
  13. Identifikátory zařízení — sériová čísla a jedinečné kódy zařízení
  14. Webové URL adresy
  15. IP adresy
  16. Biometrická data — otisky prstů a hlasové otisky
  17. Fotografie celého obličeje a podobné snímky
  18. Jakýkoli jiný jedinečný identifikátor, kód nebo charakteristika

Typ 18 je nejobtížnější zachytit. Jakýkoli kód, který propojuje záznam s konkrétním pacientem, musí být odstraněn — i bez stanoveného vzoru.

Podrobného průvodce odstraněním všech 18 typů z klinických záznamů najdete v článku Anonymizace zdravotních dat dle HIPAA Safe Harbor pro lékařský výzkum.

Pět nových pravidel v navrhované aktualizaci bezpečnostního pravidla

Navrhovaná aktualizace bezpečnostního pravidla HIPAA (březen 2025) přidává pět povinností.

Roční audity šifrování. Kryté subjekty musí potvrdit, že veškerá pacientská data v klidu jsou šifrována pomocí AES-256 nebo rovnocenného standardu. Správa klíčů musí splňovat písemné standardy.

Písemné postupy anonymizace. Jakákoli pacientská data využívaná ve výzkumu, trénování AI nebo analytice vyžadují písemné postupy. Poznámka ve formě zásad nestačí. Jsou vyžadovány technické záznamy s důkazem ověření.

Bezpečnostní kontroly obchodních partnerů. Obchodní partneři musí před zahájením spolupráce projít specifickými technickými kontrolami. Smlouvy toto dříve řešily bez technických podrobností.

Vícefaktorové ověřování (MFA). Veškerý personál s přístupem k elektronickým pacientským datům musí používat MFA. Starší systémy nejsou vyjmuty.

Testování reakce na incidenty. Jsou vyžadována roční cvičení a technické testy. Týmy musí uchovávat záznamy o výsledcích.

Poučení z případu Change Healthcare

Narušení Change Healthcare (únor 2024) ukázalo, jak vypadá systémové riziko. Change Healthcare zpracovával 15 miliard transakcí ročně. Propojoval poskytovatele, plátce a lékárny jako clearinghouse.

Narušení začalo u jednoho účtu vzdáleného přístupu. Tento účet neměl MFA. Útočníci se pohybovali sítí devět dní. Poté spustili ransomware.

Poučení je jasné. Obchodní partner s rozsáhlým přístupem ke zdravotním transakcím je rizikem pro každého partnera, jehož se dotýká. Stávající rámec nebyl navržen pro poskytovatele zpracovávající třetinu všech amerických zdravotních transakcí.

MFA, segmentace sítě a kontroly obchodních partnerů navrhovaného pravidla — to vše má kořeny v tomto incidentu.

Pro odstraňování PHI z nemocničních záznamů ve specifických formátech viz Detekce MRN dle HIPAA a vzory specifické pro jednotlivé nemocnice. Pro zero-knowledge design zajišťující absenci pacientských dat v síti viz PHI v cloudu splňující HIPAA a zero-knowledge design.

Zdroje

Připraveni chránit svá data?

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

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.