By · Last updated 2026-06-05

Tagasi BlogisseGDPR ja Vastavus

Datatilsynet: Taani tervishoiuandmed ja GDPR

Taani Datatilsynet tegi 2024. aastal 31 GDPR-otsust, millest 14 puudutasid tervishoiu andmesüsteeme. CPR-number nõuab modulus-11 valideerimist, mida 67% NLP-tööriistadest ei tee.

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

Taani tervishoiu GDPR: Datatilsyneti 2024. aasta jõustamine

Taani Datatilsynet menetles 2024. aastal 31 GDPR-juhtumit. Neljateistkümnes neist — 45% — puudutas meditsiinisüsteeme. Taanis elab 5,9 miljonit inimest. See osakaal on väga kõrge. See näitab, kui kaugele on riik digitaalse tervishoiuga jõudnud. Samuti näitab see, kui ranged on eeskirjad.

Taani tervishoiusüsteem

Igal taanlasel on CPR-number. See number seob isiku patsiendisüsteemiga, ravimite registriga, haiglalogi ja Statens Serum Instituti koeproovidega. Haiglalogi ulatub 1977. aastasse.

See süsteem teeb Taani meditsiiniuuringud maailma parimate hulka. Kuid see tähendab ka, et patsiendifailid on väga tundlikud. Seetõttu on Datatilsynet sellele valdkonnale nii palju tähelepanu pööranud.

CPR-numbri probleem

CPR-number on 10-kohaline tunnus. Selle formaat on PPKKAA-XXXX. Viimane number on kontrollnumber. See põhineb modulus-11 arvutusel.

CPR-numbrid esinevad igas kliinilises failis. Need seostavad isikut tervishoiu-, maksu-, panga- ja valimisandmetega.

Datatilsynet nõuab, et enne patsiendifailide kasutamist uuel eesmärgil peate kontrollima de-identifitseerimise tulemuslikkust. Kuid 67% levinud NLP-tööriistadest jätab CPR-numbrite modulus-11 sammu vahele. Kui see samm jäetakse vahele, ilmneb kaks probleemi.

Valetulemused: Kuupäevaread, arvenumbrid ja viitenumbrid märgitakse päris CPR-numbritena. See toob kaasa kulukaid käsitsi kontrolle.

Vahele jäänud tunnused: CPR-numbrid, mille numbrid on ümber vahetatud, ei läbi kontrolli. Seetõttu libisevad päris patsienditunnused mööda. Väljund näeb puhas välja, kuid tegelikult pole.

Vaadake meie EL-i riiklike tunnuste tuvastamise juhendit, et mõista, kuidas kontrollnumbrite reeglid töötavad teiste EL-i tunnuste puhul.

Neli reeglit patsiendifailide taaskasutamiseks

Taani meditsiiniregistrid toetavad tipptasemel teadustööd. Datatilsyneti 2024. aasta juhend taaskasutamise kohta seab neli reeglit.

Dokumenteerige oma tegevus: Loetlege kõik eemaldatud või muudetud väljad. Märkige, kuidas väärtusi ümardati või grupeeriti. Lühike poliitikamärkus ei vasta sellele nõudele.

Esitage testitulemused: Tõestage, et teie tööriist tuvastas CPR-numbrid ja muud Taani tunnused. Väide ei ole tõend.

Piirake kogutavat andmehulka: Ärge koguge rohkem isikuandmeid, kui uuring nõuab. See reegel kehtib ka pseudonümiseeritud andmekogumite puhul.

Tehke AI-tööriistade jaoks DPIA: Iga AI-tööriist, mis töötleb Taani patsiendifaile, vajab DPIA-d. Kasutage Datatilsyneti standardvormi.

Kolm fookusala Kopenhaagenis

Kopenhaageni meditsiinitehnoloogia ettevõtete hulka kuuluvad Leo Pharma, Bavarian Nordic ja paljud idufirmad. Datatilsynet jälgib kolme riskivaldkonda.

AI treeningandmestikud: Amet leidis 2024. aastal ettevõtteid, kes treenisid AI-mudeleid failidel, mis sisaldasid päris CPR-numbreid. Ühelgi polnud kehtivat õiguslikku alust.

Piiriülesed edastused: Mõned ettevõtted saatsid patsiendifaile USA pilveteenuse pakkujatele AI-töö jaoks. Amet ütles, et ainult SCC-dest ei piisa. Vajate ka tehnilisi meetmeid — näiteks krüpteerimist võtmetega, mis on hoiul Euroopas.

Juurdepääsulogid: Logid peavad näitama, kes milliseid faile luges ja miks. Hoidke neid vähemalt viis aastat.

56% Taani meditsiiniandmete rikkumistest 2024. aastal tulenes kehvast de-identifitseerimisest. CPR-valideerimisega tööriistade kasutamine koos Taani keele toega kõrvaldab kõige tavalisema tõrkepõhjuse.

Lisateavet Põhjamaade jõustamise kohta leiate meie IMY Rootsi GDPR anonümiseerimise juhendist.

Allikad

Kas olete valmis oma andmeid kaitsma?

Alustage PII anonüümitamist 285+ üksustüübi abil 48 keeles.

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.