מספרי CPR בדנמרק: מדריך ציות GDPR
עדכון ל-2026
גוף הפיקוח על הנתונים של דנמרק, Datatilsynet, הוציא 31 החלטות GDPR ב-2024. ארבע עשרה מהן עסקו בנתוני בריאות. שיעור גבוה זה משקף שני עובדות: דנמרק מפעילה מערכת בריאות לאומית גדולה, ופערים טכניים במערכת זו ממשיכים לחשוף רשומות מטופלים.
כלל ספרת הביקורת למספרי CPR
מספר CPR הוא תעודת הזהות האישית של דנמרק. הוא כולל 10 ספרות בפורמט DDMMYY-XXXX. שש הספרות הראשונות הן תאריך הלידה. ארבע הספרות האחרונות הן קוד ועוד ספרת ביקורת.
ספרת הביקורת משתמשת בכלל מודולוס-11:
- קח ספרות 1 עד 9.
- תן לכל אחת משקל: 4, 3, 2, 7, 6, 5, 4, 3, 2.
- הכפל כל ספרה במשקלה. חבר את כל התוצאות.
- חלק ב-11. שים לב לשארית.
- שארית 0 → ספרת ביקורת היא 0.
- שארית 1 → המספר אינו תקין.
- שארית 2–10 → ספרת הביקורת היא 11 פחות השארית.
כלל זה חשוב לכל כלי שסורק מספרי CPR. חלק מהמחרוזות בפורמט DDMMYY-XXXX לא יכולות להיות תקינות. כלים שמדלגים על שלב זה מסמנים תאריכים, קודי חשבוניות ומספרי ייחוס כ-CPR אמיתיים.
סקירת הרשות לשנת 2024 מצאה ש-67% מכלי NLP הגנריים מדלגים על בדיקה זו — פער טכני מוביל בפרשות הבריאות שלה.
חמישה מרשמי הבריאות של דנמרק
דנמרק מקשרת נתוני בריאות בין חמישה מרשמים לאומיים. המזהה האישי קושר את כולם.
- רשומות שחרור מבית חולים (משנת 1977)
- נתוני מרשמים (משנת 1995)
- מרשם הסרטן (משנת 1943)
- מרשם סיבות מוות (משנת 1970)
- אבחנות טיפול ראשוני (משנת 1990)
נתוני הבריאות הדניים עשירים מאוד לצורכי מחקר. הם גם יוצרים סיכון. הסרת המזהה הגולמי אינה מספיקה. ערכת נתונים שעדיין מכילה גיל, מין, אבחנה ושנה יכולה לחשוף אנשים מחדש — במיוחד אלה עם מחלות נדירות.
הנחיות Datatilsynet לשנת 2024 על שימוש משני בנתוני בריאות קובעות שלוש דרישות.
תעד את מה שעשית לנתונים: פרט אילו שדות הסרת, אילו עגלת או קיבצת, ומה גודל הקבוצה שהפלט משיג. הערת מדיניות אינה עומדת בסטנדרט זה.
קבל ביקורת חיצונית לסטים גדולים: עבור ערכות נתונים עם יותר מ-5,000 אנשים, הרשות ממליצה על ביקורת טכנית עצמאית של שלבי ה-de-identification.
התאם את הנתונים לשאלה: ערכת הנתונים חייבת להתאים למטרת המחקר המוצהרת. הרשות מצאה מקרים בהם צוותים השתמשו במרשמים לאומיים מלאים כאשר מדגם קטן יותר היה מספיק.
מה מצאו פרשות 2024
ארבע עשרה פרשות הבריאות חולקות שלושה סוגי כשל נפוצים.
שיתוף נתוני מחקר: בית חולים שולח ערכת נתוני מטופלים לשותף אקדמי לאימון בינה מלאכותית. הסט מכיל חלקי תאריך לידה, קודי אבחנה ותאריכי טיפול. הרשות מוצאת שהשילוב חושף מחדש מטופלים עם מחלות נדירות.
שירותי בינה מלאכותית של צד שלישי: חברת טכנולוגיית בריאות שולחת הערות מטופלים לשירות בינה מלאכותית מבוסס-ארה"ב לעבודה על רשומות קליניות. מזהים אישיים בהערות אלה אינם מוסרים תחילה. אין מנגנון העברה תקין.
פערי צינור OCR: מבטח מעבד טפסי PDF סרוקים לתביעות נכות. כלי ה-OCR שלו ממיר תמונות לטקסט. אך הוא אינו מריץ בדיקות ספרת ביקורת על הפלט. מזהים רבים נפספסים.
OCR לרוב מכניס רווחים בתוך מספר או מזיז את המקף. התאמת תבנית פשוטה נשברת על פלט כזה. זיהוי חייב לפעול על טקסט OCR, לא רק על קלט נקי.
שלושה חיוניים טכניים
שלושה אלמנטים אלה יוצרים את הבסיס לציות GDPR בבריאות דנמרקית.
בדיקות ספרת ביקורת בכל הטקסט: הרץ את בדיקת מודולוס-11 המלאה על כל מחרוזת מועמדת. החל אותה על טקסט נקי ועל פלט OCR כאחד.
זיהוי שמות דניים: השתמש במודל שאומן על טקסט דני. מודל spaCy da_core_news הוא אפשרות אחת. מודל אנגלי גנרי מפספס שמות ושמות ארגוניים דניים.
רשומות de-identification: תעד מה הוסר, מה קובץ וגודל קבוצת הפלט. הרשות מבקשת זאת בצורה טכנית, לא כהערת מדיניות.