By · Last updated 2026-04-11

Til baka á BloggHeilbrigðisþjónusta

Lotavinnsla á 50.000 sjúkraskrám á staðnum

Dómur SDNY frá febrúar 2026 komst að þeirri niðurstöðu að skjöl sem unnin eru með gervigreind missa lögmannslegt trúnaðarréttindi ef þau eru ekki nafngreind áður en vinnsla hefst.

April 11, 20268 mín lestur
batch PHI de-identificationclinical notes processingHIPAA local processingresearch dataset complianceIRB requirements

Keyrsla á 50.000 klínískum skrám á staðnum: HIPAA-leiðbeiningar

Rannsóknarteymi sem þurfa að afkenna stórar skráarsöfur standa frammi fyrir algengri bilun. Skýjaverkfæri ráða oft ekki við magnið. Margar reglur krefjast vinnslu á staðnum. Handvirk yfirferð tekur of langan tíma. Staðbundin lotakeyrsla er svarið.

Þessar leiðbeiningar fjalla um lykilreglurnar, uppsetninguna og skrárnar sem þú þarft.

Sjá reglufylgnisyfirlit og öryggisframkvæmdir fyrir hvernig við styðjum HIPAA.

Af hverju skýið virkar ekki hér

HIPAA-aðferð sérfræðimatsins setur skýrt mark. Afkenndir gögn verða að bera "mjög litla áhættu" á endurauðkenningu. Hæfur sérfræðingur verður að sannreyna það. IRB sem samþykkir rannsóknir með afkenndum sjúklingagögnum þarf einnig skrár. Þú verður að skjalfesta aðferðina sem notuð var, gerðir eininga sem fjarlægðar voru og gæðaathuganir sem framkvæmdar voru.

Þessi skráningarkrafa er lykilatriði. Afkenning getur ekki verið svart kassi. Þú verður að sýna hvað fannst, hvað var fjarlægt og hvernig þú athugaðir niðurstöðuna.

Upphleðsla á 500.000 skrám í skýja-API er hæg og kostnaðarsöm. Hraðatakmörk og langir flutnings­tímar gera það erfitt. Skýjaræðslur eru sjaldan praktískar fyrir stór rannsóknargagnasett.

HIPAA bætir við annarri áhyggjuefni. Sending vernduðra heilbrigðisupplýsinga (PHI) til viðskiptasamstarfsaðila — jafnvel afkenningarbirgi — krefst Samnings viðskiptasamstarfsaðila (BAA). Fyrir IRB-rannsóknir geta BAA-reglur skarast við gagnanotkun­arskilmála IRB. Lögfræðileg endurskoðun er oft nauðsynleg. Staðbundnar keyrslu fjarlægja gagnaflutningsturginn með öllu.

Af hverju málið um forréttindi skiptir máli

Dómur SDNY frá febrúar 2026 komst að þeirri niðurstöðu að skjöl sem unnin eru með gervigreind missa lögmannslegt trúnaðarréttindi ef þau eru ekki nafngreind áður en vinnsla hefst. Dómstóllinn taldi að sending trúnaðarskjala til ytri gervigreindarþjónustu væri opinbergunin. Sú opinbergun felldi forréttindi fyrir efnið sem greint var.

Heilbrigðissambandið er augljóst. Læknisskrár sendar í skýja-NLP-verkfæri bera svipaða áhættu. Meðferðarfræðingaskrár sendar til ytri gervigreindarþjónustu einnig. Staðbundnar keyrslu — þar sem skjöl fara aldrei utan við stöðina — forðast þá áhættu.

Sjá leiðbeiningar okkar um HIPAA-skýið og þekkingarlausar PHI fyrir frekari upplýsingar um að halda gögnum á staðnum.

Hvernig á að setja upp fyrir 50.000 skrár

Lotustærð: Skjáborðsforritið ræður við 1–5.000 skrár í hverri lotu eftir áætlun þinni. Tíu lotur af 5.000 nær yfir allar 50.000 skrárnar í einni næturfyrirkomulag. Engar handvirkar skref eru þörf á milli.

Hraði: Keyrsla á 1–5 skrám í einu eykur framleiðni. Ein yfirnæturverkefni lýkur heildarsettinu án aukavinnu.

Einigagerðir: Heilbrigðissértækar gerðir innihalda MRN-snið, NPI-númer, DEA-númer, heilbrigðisáætlunarskilríki og HIPAA-dagsetningarsnið. Stilltu þau einu sinni í nafngreindu forsniði. Það forsniðið á við um hverja lotu. Afkenning er samræmd á milli allra skráa.

Endurskoðunarskrár: Sérhver lotuverk flytur út CSV- eða JSON-skrá. Hún skráir skráarheiti, einigagerðir sem fundust, áreiðanleikagildi og tímastimpil. Þessi skrá uppfyllir IRB-kröfu sérfræðimatsins. Þú getur sýnt hvað fannst og fjarlægt í hverri skrá.

Gátlisti IRB-skráa

Áður en þú leggur fram IRB-samskiptaregluna, staðfestu að þú getir sýnt:

  • Heiti og útgáfa afkenningartólsins
  • Heildarlisti yfir einigagerðir í forsniðinu
  • Prófunarniðurstöður á geymdri sýnatöku
  • Lotuskrár fyrir hverja keyrslu (skráarheiti, einigafjöldi, tímastimpil)
  • Sönnun þess að engin PHI fór úr staðbundna umhverfinu þínu

Staðbundnar lotukeyrslu gera hvert atriði auðvelt að framleiða. Skrár eru sjálfkrafa myndaðar. Forsniðið er vistað og útgáfustillt. Stöðvarmörkin eru skýr.

Heimildir

Ertu tilbúinn að vernda gögnin þín?

Byrjaðu að anonymiza PII með 285+ gerðum í 48 tungumálum.

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.