Danski CPR brojevi: Vodic za uskladjenost s GDPR-om
Azurirano za 2026.
Danski nadzornik za zastitu podataka, Datatilsynet, izdao je 31 GDPR odluku u 2024. Cetrnaaest ih se tice zdravstvenih podataka. Taj visoki udio odrazava dvije cinjenice: Danska ima velik nacionalni zdravstveni sustav, a tehnicke praznine u tom sustavu nastavljaju izlagati pacijentove zapise.
Pravilo kontrolne znamenke za CPR brojeve
CPR broj je danski osobni identifikator. Sastoji se od 10 znamenki u formatu DDMMGG-XXXX. Prvih sest znamenki je datum rodenja. Zadnje cetiri su kod plus kontrolna znamenka.
Kontrolna znamenka koristi pravilo modula-11:
- Uzmite znamenke 1 do 9.
- Dodijelite svakoj tezinu: 4, 3, 2, 7, 6, 5, 4, 3, 2.
- Pomnozite svaku znamenku njezinom tezinom. Zbrojite sve rezultate.
- Podijelite s 11. Zabiljesite ostatak.
- Ostatak 0 -- kontrolna znamenka je 0.
- Ostatak 1 -- broj nije valjan.
- Ostatak 2-10 -- kontrolna znamenka je 11 minus ostatak.
Ovo pravilo je vazno za svaki alat koji trazi CPR brojeve. Neki DDMMGG-XXXX nizovi ne mogu nikad biti valjani. Alati koji preskacu ovaj korak oznacavaju datume, kodove faktura i referentne brojeve kao prave identifikatore.
Procjena tijela za 2024. utvrdila je da 67% genericnih NLP alata preskace ovu provjeru. Taj jaz je najcesce tehnicko krsenje u slucajevima zdravstvenog sektora.
Danskih pet zdravstvenih registara
Danska povezuje zdravstvene podatke u pet nacionalnih registara. Osobni identifikator spaja svih pet.
- Zapisi o otpustu iz bolnice (od 1977.)
- Podaci o receptima (od 1995.)
- Registar raka (od 1943.)
- Registar uzroka smrti (od 1970.)
- Dijagnoze primarne zdravstvene zastite (od 1990.)
To dansko zdravstveno istrazivanje cini vrlo snaznim. Takoder stvara rizik. Uklanjanje sirovog identifikatora nije dovoljno. Skup podataka koji jos uvijek sadrzi dob, spol, dijagnozu i godinu moze ponovo izloziti ljude -- posebno one s rijetkim bolestima.
Smjernice Datatilsyneta iz 2024. o sekundarnoj upotrebi zdravstvenih podataka postavljaju tri zahtjeva.
Dokumentirajte sto ste ucinili s podacima: Navedite koja polja ste uklonili, koja ste zaokruzili ili grupirali i kakvu velicinu grupe postize izlaz. Biljeznica o politici ne ispunjava ovaj standard.
Zatrazite vanjski pregled za velike skupove: Za skupove podataka s vise od 5.000 ljudi, tijelo preporucuje neovisni tehnicku pregled koraka de-identifikacije.
Prilagodite podatke pitanju: Skup podataka mora odgovarati navedenom istrazivackom cilju. Tijelo je pronaslo slucajeve gdje su timovi koristili pune nacionalne registre kad bi manji uzorak bio dovoljan.
Pogledajte nas vodic za otkrivanje EU nacionalnih identifikatora o tome kako se pravila kontrolnih znamenki primjenjuju na druge europske formate identifikatora.
Sto su slucajevi iz 2024. otkrili
Cetrnaaest zdravstvenih slucajeva dijeli tri zajednike vrste krsenja.
Dijeljenje istrazivackih podataka: Bolnica salje de-identificirani skup pacijentskih podataka akademskom partneru za obucavanje AI. Skup sadrzi dijelove datuma rodenja, kodove dijagnoza i datume lijecenja. Tijelo je utvrdilo da ta kombinacija ponovo izlaze pacijente s rijetkim bolestima. Neobicne dijagnoze brzo suze krug.
AI usluge trecih strana: Zdravstveno-tehnicka tvrtka salje pacijentske biljeznice americkoj AI usluzi za obradu klinickih zapisa. Osobni identifikatori u tim biljeskama prethodno nisu uklonjeni. Nema valjanog mehanizma prijenosa.
Praznine u OCR cjevovodu: Osiguravatelj obraduje skenirane PDF obrasce za zahtjeve za invalidninu. Njegov OCR alat pretvara slike u tekst. Ali ne provodi provjere kontrolnih znamenki na izlazu. Mnogi identifikatori se propustaju.
OCR cesto umetne razmake usred broja ili pomakne crticu. Jednostavno podudaranje uzorka ne funkcionira na takvom izlazu. Otkrivanje mora raditi na OCR tekstu, a ne samo na cistom ulazu. Pogledajte nas vodic za OCR otkrivanje u zdravstvu za korake za rukovanje skeniranim dokumentima.
Tri tehnicke nuznosti
Ova tri elementa cine osnovu za dansku uskladjenost u zdravstvenom GDPR-u.
Provjere kontrolnih znamenki na svim tekstovima: Pokrenite potpunu provjeru modula-11 na svakom mogucm nizu. Primijenite je na cisti tekst i OCR izlaz jednako.
Otkrivanje danskih imena: Koristite model treniran na danskom tekstu. SpaCy model da_core_news je jedna opcija. Genericni engleski model propusta danska imena i nazive organizacija.
Evidencija de-identifikacije: Dokumentirajte sto je uklonjeno, sto je grupirano i velicinu grupe izlaza. Tijelo trazi to u tehnickom obliku, a ne kao biljezku o politici.
Za podatke o troskovima incidenata u zdravstvenim podacima pogledajte nasu analizu troskova povreda u zdravstvenom sektoru.