anonym.legal

By · Last updated 2026-06-05

Πίσω στο BlogGDPR & Συμμόρφωση

Datatilsynet: ΓΚΠΔ Υγειονομικών Δεδομένων Δανίας

Η Datatilsynet της Δανίας εξέδωσε 31 αποφάσεις ΓΚΠΔ το 2024· 14 αφορούσαν συστήματα ιατρικών δεδομένων. Ο αριθμός CPR απαιτεί επαλήθευση modulus-11 που παραβλέπει το 67% των εργαλείων NLP.

June 5, 20268 λεπτά ανάγνωσης
Denmark DatatilsynetCPR numberhealthcare GDPRNordic data protectionhealth data

ΓΚΠΔ Υγειονομικών Δεδομένων Δανίας: Επιβολή Datatilsynet 2024

Η Datatilsynet της Δανίας εξέδωσε 31 υποθέσεις ΓΚΠΔ το 2024. Δεκατέσσερις από αυτές — 45% — αφορούσαν ιατρικά συστήματα. Η Δανία έχει 5,9 εκατομμύρια κατοίκους. Αυτό το ποσοστό είναι πολύ υψηλό. Δείχνει πόσο προχωρημένη είναι η χώρα στην ψηφιακή υγεία. Δείχνει επίσης πόσο αυστηροί είναι οι κανόνες.

Το Σύστημα Υγείας της Δανίας

Κάθε Δανός έχει αριθμό CPR. Αυτός ο αριθμός συνδέεται με τον ιατρικό φάκελο, το μητρώο φαρμάκων, το αρχείο νοσοκομείου και ιστικά δείγματα στο Statens Serum Institut. Το αρχείο νοσοκομείου ανατρέχει στο 1977.

Αυτό το σύστημα κάνει την ιατρική έρευνα της Δανίας από τις καλύτερες στον κόσμο. Σημαίνει επίσης ότι οι ιατρικοί φάκελοι ασθενών είναι πολύ ευαίσθητοι. Γι' αυτό η Datatilsynet έχει επικεντρωθεί τόσο πολύ σε αυτόν τον τομέα.

Το Πρόβλημα του Αριθμού CPR

Ο αριθμός CPR είναι ένα 10ψήφιο αναγνωριστικό. Η μορφή του είναι ΗΗΜΜΕΕ-ΧΧΧΧ. Το τελευταίο ψηφίο είναι ψηφίο ελέγχου. Λειτουργεί με μαθηματικά modulus-11.

Οι αριθμοί CPR εμφανίζονται σε κάθε κλινικό φάκελο. Συνδέονται με αρχεία υγείας, φορολογίας, τράπεζας και εκλογών.

Η Datatilsynet απαιτεί να ελέγχετε την αποαναγνωριστικοποίηση πριν χρησιμοποιήσετε ιατρικά αρχεία για οποιονδήποτε νέο σκοπό. Όμως το 67% των κοινών εργαλείων NLP παραλείπει το βήμα modulus-11 για αριθμούς CPR. Όταν το παραλείπουν, δύο πράγματα πηγαίνουν στραβά.

Ψευδώς θετικά: Συμβολοσειρές ημερομηνιών, αριθμοί λογαριασμών και κωδικοί αναφοράς χαρακτηρίζονται ως πραγματικοί αριθμοί CPR. Αυτό οδηγεί σε δαπανηρούς χειροκίνητους ελέγχους.

Παραλειφθέντα αναγνωριστικά: Αριθμοί CPR με ανταλλαγμένα ψηφία αποτυγχάνουν τον έλεγχο. Έτσι πραγματικά αναγνωριστικά ασθενών διαφεύγουν. Το αποτέλεσμα φαίνεται καθαρό αλλά δεν είναι.

Δείτε τον οδηγό μας για ανίχνευση εθνικών αναγνωριστικών ΕΕ για το πώς λειτουργούν οι κανόνες ψηφίων ελέγχου για άλλους τύπους αναγνωριστικών ΕΕ.

Τέσσερις Κανόνες για Επαναχρησιμοποίηση Ιατρικών Αρχείων

Τα ιατρικά μητρώα της Δανίας χρηματοδοτούν κορυφαία έρευνα. Οι κατευθυντήριες γραμμές της Datatilsynet 2024 για επαναχρησιμοποίηση ορίζουν τέσσερις κανόνες.

Τεκμηριώστε τι κάνατε: Αναφέρετε κάθε πεδίο που αφαιρέσατε ή αλλάξατε. Σημειώστε πώς στρογγυλοποιήσατε ή ομαδοποιήσατε τιμές. Μια σύντομη σημείωση πολιτικής δεν αρκεί.

Παρουσιάστε τα αποτελέσματα των δοκιμών σας: Αποδείξτε ότι το εργαλείο σας εντόπισε αριθμούς CPR και άλλα δανικά αναγνωριστικά. Ένας ισχυρισμός δεν αποτελεί απόδειξη.

Περιορίστε ό,τι συλλέγετε: Μην συλλέγετε περισσότερα προσωπικά δεδομένα από όσα χρειάζεται η έρευνά σας. Αυτός ο κανόνας ισχύει ακόμα και για ψευδωνυμοποιημένα σύνολα.

Διενεργήστε DPIA για εργαλεία ΤΝ: Κάθε εργαλείο ΤΝ που επεξεργάζεται δανικά ιατρικά αρχεία χρειάζεται DPIA. Χρησιμοποιήστε το τυποποιημένο έντυπο της Datatilsynet.

Τρεις Τομείς Εστίασης στην Κοπεγχάγη

Οι εταιρείες ιατρικής τεχνολογίας της Κοπεγχάγης περιλαμβάνουν τη Leo Pharma, τη Bavarian Nordic και πολλές νεοφυείς. Η Datatilsynet παρακολουθεί τρεις τομείς κινδύνου.

Σύνολα εκπαίδευσης ΤΝ: Η αρχή διαπίστωσε το 2024 ότι εταιρείες εκπαίδευαν μοντέλα ΤΝ σε αρχεία με ενεργούς αριθμούς CPR. Καμία δεν είχε έγκυρη νομική βάση.

Διαβιβάσεις στο εξωτερικό: Ορισμένες εταιρείες έστελναν ιατρικά αρχεία σε παρόχους cloud των ΗΠΑ για εργασία ΤΝ. Η αρχή δήλωσε ότι οι ΣΤΣ από μόνες τους δεν αρκούν. Χρειάζονται επίσης τεχνικά μέτρα — όπως κρυπτογράφηση με κλειδιά που διατηρούνται στην Ευρώπη.

Αρχεία καταγραφής πρόσβασης: Τα αρχεία πρέπει να δείχνουν ποιος διάβασε ποια αρχεία και γιατί. Διατηρήστε τα για τουλάχιστον πέντε χρόνια.

Το 56% των παραβιάσεων ιατρικών δεδομένων στη Δανία το 2024 προήλθε από κακή αποαναγνωριστικοποίηση. Η χρήση εργαλείων επικυρωμένων CPR με υποστήριξη δανικής γλώσσας εξαλείφει την πιο συνηθισμένη αποτυχία.

Για περισσότερες πληροφορίες σχετικά με την επιβολή στη Σκανδιναβία, δείτε τον οδηγό μας IMY Σουηδία ΓΚΠΔ ανωνυμοποίηση.

Πηγές

Έτοιμοι να προστατεύσετε τα δεδομένα σας;

Ξεκινήστε την ανωνυμοποίηση PII με 285+ τύπους οντοτήτων σε 48 γλώσσες.

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.