By · Last updated 2026-06-05

Tilbage til BlogSundhedspleje

HIPAA OCR: 725 Brud, 275 Millioner Journaler

HHS Office for Civil Rights registrerede 725 brud på sundhedsdata i 2024 — det højeste antal nogensinde. Gennemsnitlige omk. pr. brud: 10,22 mio. USD. Hvad ændrer sig med den foreslåede HIPAA Security Rule-opdatering?

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

HIPAA OCR: 725 Brud, 275 Millioner Journaler

Opdateret for 2026

HHS Office for Civil Rights (OCR) registrerede 725 brud på sundhedsdata i 2024. Disse brud ramte 275 millioner patientjournaler. Det samlede antal er det højeste nogensinde registreret i ét enkelt år.

De gennemsnitlige omkostninger pr. brud på sundhedsdata nåede 10,22 mio. USD i 2025. IBMs Cost of a Data Breach Report placerer tallet der. Omkostningerne dækker civile bøder, juridiske gebyrer, patientmeddelelser, kreditovervågning og tabt tillid.

2025 og 2026 er nøgleår for dækkede enheder og deres forretningspartnere. En foreslået opdatering af HIPAA Security Rule fra marts 2025 vil tilføje det største sæt tekniske regler siden 2003.

Hvad Forårsagede 725 Brud i 2024

OCR-portalen grupperer 2024-fejl i fire typer.

Hacking og IT-hændelser forårsagede 74% af de rapporterede brud. Ransomware, serverangreb og e-mailbedrageri er de mest fremtrædende typer. Angribere sigter nu mod hele netværk. Ét angreb kan trække journaler fra et helt EHR-system på én gang.

Uautoriseret adgang og videregivelse forårsagede 18% af bruddene. Dårlige adgangskontroller, misbrug fra insidere og fejlmodtager-fejl tæller alle her.

Tredjeparts-hændelser udgjorde 35% af 2024-bruddene. Fejlen startede hos en forretningspartner — ikke den dækkede enhed. Change Healthcare (en UnitedHealth Group-enhed) eksponerede alene over 190 millioner patientjournaler. Det er det største brud på sundhedsdata i USA's historie.

Tyveri eller tab af bærbare medier forårsagede 8% af bruddene. Laptops, USB-drev og papirjournaler tabt eller stjålet uden kryptering.

De 18 PHI-Typer Under Safe Harbor

HIPAAs Safe Harbor-metode (45 CFR §164.514(b)) kræver fjernelse af alle 18 typer patientdata. De fleste teams kender listen. Den svære del er detektion i stor skala.

  1. Navne — patienter, familiemedlemmer, arbejdsgivere
  2. Geografiske data — ethvert område mindre end en stat
  3. Datoer — indlæggelse, udskrivning, fødsel, død (år kan forblive)
  4. Telefonnumre
  5. Faxnumre
  6. E-mailadresser
  7. Cpr-numre (Social Security Numbers)
  8. Medicinske journalnumre (format varierer pr. EHR-system)
  9. Sundhedsplanmedlemsnumre
  10. Kontonumre
  11. Certifikat- og licensnumre — medicinsk, DEA, statslig
  12. Køretøjs-ID'er — VIN'er og nummerplader
  13. Enheds-ID'er — serienumre og unikke enhedskoder
  14. Web-URL'er
  15. IP-adresser
  16. Biometriske data — fingeraftryk og stemmeaftryk
  17. Fuldansigtsfotos og lignende billeder
  18. Enhver anden unik ID, kode eller karakteristik

Type 18 er sværest at opfange. Enhver kode, der knytter en journal til en bestemt patient, skal væk — selv uden et fast mønster.

For en trin-for-trin-guide til at fjerne alle 18 typer fra kliniske journaler, se HIPAA Safe Harbor de-identifikation for sundhedsforskning.

Fem Nye Regler i den Foreslåede Sikkerhedsopdatering

Den foreslåede HIPAA Security Rule-opdatering (marts 2025) tilføjer fem pligter.

Årlige krypteringsrevisioner. Dækkede enheder skal bekræfte, at alle patientdata i hvile bruger AES-256 eller tilsvarende. Nøglehåndtering skal opfylde skriftlige standarder.

Skriftlige de-identifikationsprocedurer. Enhver patientdata, der bruges i forskning, AI-træning eller analyser, kræver skriftlige trin. En politiknote er ikke nok. Tekniske journaler med bevis for validering er påkrævet.

Sikkerhedstjek af forretningspartnere. Forretningspartnere skal bestå specifikke tekniske tjek, inden de går i drift. Kontrakter håndterede tidligere dette uden teknisk detalje.

Multifaktorgodkendelse (MFA). Alt personale med adgang til elektroniske patientdata skal bruge MFA. Ældre systemer er ikke undtaget.

Test af hændelsesrespons. Årlige øvelser og tekniske tests er påkrævede. Teams skal opbevare resultater.

Lærdommene fra Change Healthcare

Change Healthcare-bruddet (februar 2024) viste, hvordan systemisk risiko ser ud. Change Healthcare håndterede 15 milliarder transaktioner om året. Det forbandt udbydere, betalere og apoteker som et clearinghouse.

Bruddet startede med én fjernadgangskonto. Den konto havde ingen MFA. Angribere bevægede sig igennem netværket i ni dage. Derefter lancerede de ransomware.

Lærdommen er klar. En forretningspartner med bred adgang til sundhedstransaktioner er en risiko for enhver partner, den berører. Den gamle ramme var ikke bygget til udbydere, der håndterer en tredjedel af alle amerikanske sundhedstransaktioner.

Den foreslåede regels MFA, netværkssegmentering og forretningspartnertjek kan alle spores tilbage til denne hændelse.

For PHI-fjernelse fra hospitalspecifikke journalformater, se HIPAA MRN-detektion og hospitalspecifikke mønstre. For zero-knowledge-design, der holder patientdata væk fra netværket, se HIPAA-kompatibel cloud-PHI og zero-knowledge-design.

Kilder

Klar til at beskytte dine data?

Begynd at anonymisere PII med 285+ enhedstyper på tværs af 48 sprog.

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.