By · Last updated 2026-06-05

Itzuli BlogeraOsasuna

Eskuizkribu Formularioak: OCR eta PII Detekzioa

Tamaina ertaineko ospitale batek urtean 50.000 eskuizkribuzko sarrera-formulario prozesatzen ditu. Bolumen honetako PII eskuzko ezabaketak 0,5 LBE eskatzen du.

June 5, 20267 min irakurri
handwritten formsOCR healthcareHIPAA complianceinsurance documentsdocument automation

Paper-Digitalera PII Hutsunea

2026rako eguneratua

Tresna digital gehienek ezin dituzte eskaneatu eskuizkribuzko paper-erregistroak irakurri. Hala ere, osasun eta aseguru-taldeek milioika kudeatzen dituzte.

Gaixo sarrera-orriak. Erreklamazio-formularioak. Baimen-orriak. Askapen-eskaerak. Langileek eskuz betetzen dituzte. Gaixoek uzten dituzte edo faxez bidaltzen dituzte. Eskanerrek irudi PDF bihurtzen dituzte - pixel-irudiak dituzte, ez testu irakurgarria.

Urteko bolumena handia da:

  • Tamaina ertaineko ospitale batek urtean 50.000 eskuizkribuzko sarrera-orri kudea ditzake
  • Aseguratzaile batek urtean 500.000 erreklamazio-fitxategi eskaneatue jaso ditzake
  • Gizarte-zerbitzu bulego batek urtean 200.000 eskuizkribuzko eskaera prozesa ditzake

Eskaneatutako orri bakoitzak datu pertsonal trinkoak ditu. Izenak. Jaiotze-datak. Gizarte Segurantzaren Zenbakiak. Osasun-erregistro IDak. Aseguru-zenbakiak. Etxeko helbideak. Harremanetarako xehetasunak. Oharra klinikoak. Eremu bakoitza HIPAA-zerrendatutako elementua edo GDPR datu pertsonal elementua da. Ikusi gure glosarioa termino nagusietarako.

Talde gehienek ez dute tresnarik datu hauek fitxategi eskaneatuetan detektatzeko.

Zergatik Eskuzko Ezabaketa Huts Egiten Duen Eskalan

Konponketa arrunta eskuzko berrikuspena da. Langile batek orri bakoitza irakurtzen du, PIIa aurkitzen du, eta partekatu aurretik ezabatzen du.

Hori azkar hausten da bolumenean.

Fitxategi-multzo bakoitzeko denbora (ikastariko berrikuslea):

  • Sarrera-orri sinplea, bi orri: 8-12 minutu
  • Erreklamazio konplexua, bost-zortzi orri: 20-30 minutu
  • Gehigarriak dituzten fitxategiak: 30-60 minutu

Bolumen matematika 3.000 fitxategietarako hilero:

  • 12 minutu fitxategiko: 600 ordu hilero = 3,75 LBE
  • Orduko 25 euroan: 15.000 euro hilero = 180.000 euro urtero

Kalitatea ere jasaten du:

  • Langileak nekatzen dira orri-mota errepikatuetan
  • Berrikusle bakoitzak estandar ezberdinekin lan egiten du
  • Ez dago ikuskaritza-erregistro komun bat
  • PIIa aldiz eta arau ezberdinekin galdu edo etiketatzen da

Eskalan, eskuzko berrikuspena garestia eta fidagarria ez da. Automatizaziorako kasua argia da.

OCR Zehaztasuna: Zer Espero

OCR inprimatutako testua ondo irakurtzen du. Eskuizkribua zailagoa da. Ezagutu zehaztasun-tarteak lehenik.

Inprimatutako testua: %98-99 karaktere-parekatzea. Inprimatutako eremuetako PII ia guztia aurkitzen da. Prozesatze automatizatua bolumenaren %100era gertu egokitzen da.

Idazkera argia (letra larriak, tinta iluna, paper zuria): %90-97 karaktere-parekatzea. Izen-parekatzea handiagoa da - letra oker batek izena gisa irakurtzen du. Prozesatze automatizatua bolumenaren %80-90era egokitzen da. Gainerakoak giza berrikuspena-ilara batera joaten dira.

Idazkera zaila (letra etzana, arkatz, paper zahartua): %70-88 parekatzea. Prozesatze automatizatua bolumenaren %50-70era egokitzen da. Gainerakoak giza berrikuspena behar du. Hori oraindik askoz hobea da orri bakoitza eskuz irakurtzea baino.

Konfigurazio praktikoa: OCRek fitxategi guztien gainean exekutatzen du eta bakoitza puntuatzen du. Puntuazio altuko fitxategiak beren kabuz joaten dira aurrera. Puntuazio baxuko fitxategiak berrikuspena-ilara txiki batera joaten dira. Berrikustaileak kasu gogorretan bakarrik denbora ematen dute.

Osasungintzako ROI Kalkulua

Kasua: eskualdeko osasun aseguratzailea, hileko 3.000 fitxategi

Gaur:

  • Eskuzko PII ezabaketa: 0,5 LBE = 24.000 euro urtero
  • Berrikuspena kalitatea: hiru berrikusle, ez partekatutako zerrendarik, emaitzak aldatzen dira
  • Ikuskaritza-erregistroa: paper-oinarritua, ez erraza bilatzeko
  • Matrikula-atzerakin: bi-hiru aste

OCR eta auto PII detekzioarekin:

  • Fitxategien %85 (puntuazio altua): auto-prozesatua, hileko ~2.550
  • Fitxategien %15 (puntuazio baxua): giza berrikuspena-ilara, hileko ~450 = asteko ~3 ordu
  • Berrikuspena kalitatea: entitate-mota berdinak fitxategi guztietan egiaztatuta
  • Ikuskaritza-erregistroa: digitala, erraza bilatzeko, fitxategi bakoitzeko txostena
  • Atzerakin: desagertu - auto-prozesatzea erritmoan exekutatzen da

Urteroko aurrezkiak:

  • Aurreztutako lana: 24.000 euro (0,5 LBE - asteko 3 ordu)
  • Gelditzen den berrikuspena kostua: 3 ordu x 50 aste x 25 euro = 3.750 euro
  • Aurrezki garbia: ~20.250 euro urtero

Urteroko kostua:

  • anonym.legal Pro: 180 euro

ROI: ~112x lanean bakarrik. Ikusi egungo plan xehetasunak gure prezio-orrialdean.

HIPAA Betetze Irabaziak

HIPAA-estalituriko taldeentzat, eskaneatutako orrietako auto PII detekzioak kostu-murrizketaz haratago balio juridikoa gehitzen du. Gure betetze juridiko gida irudi osoa estaltzen du.

Gutxieneko beharrezkoa araua: HIPAA 45 CFR 164.502(b) exijitzen du soilik beharrezkoak diren PHI minimoa partekatzea. Auto-ezabaketak arau hori modu berdinean aplikatzen du fitxategi guztietan.

Seguru harboreko desidentifikazioa: Seguru harboreak 18 PHI identifikatzaile zerrendatuak guztiak kentzea eskatzen du. Auto-detekzioak 18 guztiak modu berdinean estaltzen ditu. Eskuzko berrikuspena langile bakoitzak mota guztiak ezagutzean oinarritzen da.

Zabalpen-erregistroak: HIPAA 45 CFR 164.528 zenbait PHI zabalpen erregistratzea eskatzen du. Auto-prozesatzeak fitxategi bakoitzeko ikuskaritza-erregistroa sortzen du. Erregistro horrek zein elementu aurkitu zen eta zer egin zen erakusten du. Erregistro-behar hori zuzenean betetzen du.

Urraketa arriskua: PHI ez-kendu eskuzko manipulazio gutxiagoak barneko arriskua eta arrisku fisikoa murrizten ditu. Biak garrantzitsuak dira ikuskaritza-garaian.

Erreklamazio Prozesatzea: Hodi Eredu

Urtean 500.000 fitxategi kudeatzen dituen aseguratzaile batentzat, gaueko lote-hodi batek ondo funtzionatzen du.

Hodiak nola exekutatzen duen:

  • Eskaneatutako fitxategiak sarrera-karpetan daude eskaneatze-estaziotik edo postetik
  • Gau bakoitzean: OCR eta PII detekzioa fitxategi berri guztietan exekutatzen da
  • Puntuazio altuko fitxategiak (OCR kalitatearen %90 gainetik): auto-irteeran, ezabatutako bertsioa sortua
  • Puntuazio baxuko fitxategiak: berrikuspena-ilara batera joaten dira OCR testu eta aurkitutako entitateekin beteta
  • Berrikustaileak ezabaketa egiaztatu eta onartzen du
  • Fitxategi bakoitzak ikuskaritza-erregistroa jasotzen du

Non konektatzen duen:

  • Dokumentu-sistema: auto-lote irteerara jasotzen du
  • Erreklamazio-sistema: ezabatutako bertsioak kanpoko egokitzaileengana joaten dira
  • Betetze-txostenak: hileko laburpena fitxategi-mota eta entitate-klasearen arabera

Aldaketa nagusia da non joaten den berrikuslearen denbora. Langileak orri guztiak irakurtzetik puntuazio baxuko kasuak bakarrik irakurtzera aldatzen dira - normalean bolumenaren %10-20. Berrikuspena-ordu totalak jaisten dira. Kalitatea prozesu estandar bidez hobetzen da.

Iturburuak

Prest zure datuak babesteko?

Hasi PII anonimizatzen 285+ entitate mota 48 hizkuntzatan.

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.