Bilið sem dálkaeyðing missir
Uppfært fyrir 2026
Rannsóknargagnasett flytjast milli háskóla sem CSV-skrár. Þegar hópar undirbúa CSV til deilingar er vinnulag dálkamiðað. Finndu persónulegar upplýsingar. Eyddu eða skipttu þeim út.
Sú aðferð virkar fyrir föst svið. Dálkur sem heitir "netfang" geymir netföng — eyddu honum. Dálkur sem heitir "sími" geymir símanúmer — eyddu honum. Dálkur sem heitir "þátttakandanafn" geymir nöfn — skiptu honum út fyrir kóða.
En frítextasvarsdálkar eru blindur blettur. Að fjarlægja merkta dálka snertir þá ekki.
Könnun með 5.000 röðum gæti haft fimm skipulegar PII-dálka og fimmtán frítextasvarsdálka. Skipulegar dálkar geyma nöfn, netföng, símanúmer, auðkenni og fæðingarár. Frítextadálkarnir geyma athugasemdir, minnisgreinar og tillögur.
Skipulegu dálkarnir eru hreinsaðir. Frítextadálkarnir eru áfram hrár. En fólk skrifar hluti eins og þessar þrjár dæmisögnur.
Fyrst: "Læknir minn á Boston Medical Center, Dr. Maria Santos, sagði að meðferðin væri ný." Annað: "Ég hef glímt við þetta síðan slysið mitt 2019." Þriðja: "Þú getur haft samband við umönnunaraðila minn á margaret.wells@gmail.com til að fá frekari upplýsingar."
Hverja færsla nafngreinir raunverulegt mannfólk. Sumar innihalda heilsufarsstaðreyndir eða tengiliðaupplýsingar. Ekkert af þessu kemur fram í dálkhaus. Ekkert af þessu er gripið með dálkaeyðingu.
Af hverju þetta uppfyllir ekki GDPR-kröfurnar
GDPR-Ítargrein 26 skilgreinir nafnlægar skrár sem skrár sem ekki er hægt að tengja við einstakling. Þröskuldurinn er hár. Skrár eru aðeins sannarlega nafnlægar þegar endurauðkenning er ekki með röklegum hætti möguleg.
CSV með hreinum föstum dálkum en nafngreint fólk í frítexta standast ekki þá próf. Þau nöfn eru auðþekkjanleg. Gagnasettið er enn persónulegt. GDPR 89. greinar reglur gilda enn. Þannig koma þrjár áhættur fram.
89. greinar rannsóknarundanþága: 89. grein leyfir rannsakendum að vinna persónulegar upplýsingar til vísindastarfsemi með færri skyldum. En aðeins þar sem "viðeigandi verndarráðstafanir" eru til staðar. Að deila skrá með frítexta-PII á meðan 89. greinar vernd er krafist er lagaleg mistaka.
Siðferðisleg samþykki: Flestir rannsóknarsiðanefndir og siðferðilegar nefndir krefjast fullrar nafnlægju fyrir deilt gagnasett. Hlutavinna — föstum dálkum hreinsaðir, frítexti skilinn hrár — mistekst venjulega. Nefndin getur hafnað umsókninni.
Gagnadeilingarsamningar: DSA milli stofnana setja þá nafnlæginarstig sem krafist er. Hlutavinna sem uppfyllir ekki GDPR-Ítargrein 26 gæti brotið DSA. Sjá lagalegt samræmisyfirlit okkar til að sjá hvernig þetta passar inn í víðara áætlun.
Af hverju frítexti er svo erfitt að hreinsa
Frítextakönnunarsvör eru meðal erfiðustu PII-markmanna. Hér er af hverju.
Nöfn í samhengi: "Dr. Maria Santos á Boston Medical Center" krefst nafnaeininga-greiningar (NER) til að merkja mannfólk og stofnun. Lykliorðalistar geta ekki fundið þetta.
Nöfn í sögunum: "Bíll Jóns Sigurðssonar lenti við minn" setur raunverulegt nafn inn í sögu. Þetta er mannfólk nafngreint í fleygðu. Aðeins NER grípur það.
Óstöðluð snið: Tengiliðaupplýsingar gætu lesist "hafa samband við mig á margaret punktur wells hjá gmail." Einföld regex-tól missa þessar.
Rannsóknarsértæk hugtök: Klínískar kannanir innihalda oft sjúkrahúsauðkenni, stöðvakóðar og staðarheiti. Þessi geta auðkennt mannfólk jafnvel þegar þau líta almenn út.
Svo mynsturgreining ein og sér nægir ekki. NLP-byggð tól eru nauðsynleg til raunverulegrar könnunarnanafnlægju. Sjá öryggi og samræmi fyrir tæknilegar valkostur.
Raunverulegt dæmi úr þremur háskólum
Rannsakendahópur við þrjá Evrópska háskóla keyrði sjúklingareynslukönnun. Gagnasettið hafði 5.000 þátttakendur, 3 fastar PII-dálkar og 8 frítextadálkar. Áætlunin var að deila skránni milli vefsvæða undir DSA og GDPR 89. grein.
Með dálkaeyðingu aðeins:
- Fastar PII-dálkar: fjarlægðar
- Frítextadálkar: skildar hráar
- Krafa: "PII-dálkar eyddir"
- PII eftir á: 47 nafngreind mannfólk, 23 netföng í athugasemdum, 18 staðarheiti sem gætu auðkennt þátttakendur
Með NLP-bygðri greiningu:
- Fastar PII-dálkar: skipt út fyrir samkvæm tákn
- Frítextadálkar: 47 nöfn skipt út, 23 netföng hulið, 18 staðarheiti gerð almenn ("Boston Medical Center" → "[Heilbrigðisstofnun]")
- Niðurstaða: skrá sem standast GDPR-Ítargrein 26
- Siðferðilega nefndin samþykkti aðferðina
- DPO staðfesti DSA-samræmi
Bilið er raunverulegt. Fyrsta úttakið lítur hreint út. Annað úttakið er hreint.
Fimm þrepa bráðabirgðasamskiptun
Notaðu þessi þrep áður en þú deilir könnunar- eða viðtalsskrám.
Þrep 1: Merkja hvern dálk Merktu hvern dálk sem fastar PII, fastar ekki-PII, eða frítexti. Skrifaðu það niður.
Þrep 2: Meðhöndla fastar PII Eyddu færslum sem þarf ekki til greiningar. Skiptu út færslum sem þarf til að tengja skrár. Skráðu kóðana sem notaðir eru.
Þrep 3: Skanna frítextadálka Keyra NLP-greiningu á öllum frítextadálkum. Skoðaðu hverja niðurstöðu. Staðfestu hverjar eru raunveruleg PII.
Þrep 4: Beita skiptingum
Skiptu staðfestum PII út í frítextaúttakinu. Notaðu skýrar merkingar eins og [MANNFÓLK], [NETFANG], eða [STAÐSETNING].
Þrep 5: Sannprófa og skjalfesta Taktu sýnishorn af 50–100 röðum úr úttakinu. Skoðaðu frítextafærslurnar handvirkt. Skrifaðu stutt yfirlit: tól notuð, einingsgerðir fundnar, dálkar unnir. Deildu honum með skrána til siðferðislegs endurskoðunar.
Þetta umbreytir "við eyddum nöfnadálkinum" í skýrt, skjalfest ferli. Það uppfyllir GDPR 89. grein og nafnlæginarkröfur sem flestar siðferðilegar nefndir krefjast. Heimsæktu skjalamiðstöð okkar fyrir tengdar leiðbeiningar.
Heimildir
- GDPR 89. grein: Verndarráðstafanir í vísindarannsóknum — STAÐFEST-UTANAÐKOMANDI
- GDPR Ítargrein 26: Nafnlægisnámeðferð — STAÐFEST-UTANAÐKOMANDI
- ICO: Nafnlægi og persónuvernd — STAÐFEST-UTANAÐKOMANDI