By · Last updated 2026-06-05

Til baka á BloggGDPR & Samræmi

Datatilsynet: GDPR í heilbrigðisþjónustu Danmerkur

Danska Datatilsynet gaf út 31 GDPR-úrskurð árið 2024; 14 lutu að heilbrigðisgagnakerfum. CPR-númerið krefst modulus-11 staðfestingar sem 67% NLP-verkfæra sleppa.

June 5, 20268 mín lestur
Denmark DatatilsynetCPR numberhealthcare GDPRNordic data protectionhealth data

GDPR í heilbrigðisþjónustu Danmerkur: Framkvæmd Datatilsynet 2024

Danska Datatilsynet gaf út 31 GDPR-mál árið 2024. Fjórtán þeirra — 45% — lutu að lækningakerfum. Danmörk hefur 5,9 milljóna íbúa. Þetta hlutfall er mjög hátt. Það sýnir hversu langt landið hefur gengið í stafrænum heilbrigðismálum. Það sýnir einnig hversu strangar reglurnar eru.

Heilbrigðiskerfi Danmerkur

Sérhver danskur borgari hefur CPR-númer. Það númer tengist sjúkraskrá, lyfjamiðskrá, sjúkrahússkrá og vefsýnum á Statens Serum Institut. Sjúkrahússkráin nær aftur til ársins 1977.

Þetta kerfi gerir danska læknisfræðilega rannsókn að einni þeirri bestu í heiminum. Það þýðir einnig að sjúklingaskrár eru mjög viðkvæmar. Þess vegna hefur Datatilsynet lagt svaka áherslu á þetta svið.

Vandinn með CPR-númerið

CPR-númerið er 10 stafa auðkenni. Snið þess er DDMMYY-XXXX. Síðasta talan er eftirlitsstafur. Hann er reiknaður með modulus-11 reiknifræði.

CPR-númer koma fram í öllum klínískum skrám. Þau tengjast heilbrigðisþjónustu, sköttum, banka og kosningaskrám.

Datatilsynet segir að þú verðir að athuga dulkóðunarvinnu þína áður en þú notar sjúklingaskrár í nýjum tilgangi. En 67% algengra NLP-verkfæra sleppa modulus-11 skrefinu fyrir CPR-númer. Þegar þau sleppa því fara tvær hlutir úrskeiðis.

Rangar jákvæðar niðurstöður: Dagsetningarstrengir, reikningsnúmer og tilvísunarkóðar fá merki sem raunveruleg CPR-númer. Þetta leiðir til kostnaðarsamrar handvirkrar yfirferðar.

Sleppt auðkenni: CPR-númer með skipta tölustafi standast ekki prófið. Þannig ganga raunveruleg sjúklingsauðkenni í gegn. Úttakið lítur hreint út en er það ekki.

Sjá leiðbeiningar okkar um greiningu á þjóðarauðkennum í ESB til að fá frekari upplýsingar um hvernig eftirlitsstafareglur virka fyrir aðrar ESB-auðkennisgerðir.

Fjórar reglur um endurnotkun sjúklingaskráa

Danskar sjúklaskrár styðja framúrskarandi rannsóknir. Leiðbeiningar Datatilsynet frá 2024 um endurnotkun setja fjórar reglur.

Skráðu hvað þú gerðir: Listi upp hvaða reiti þú fjarlægðir eða breyttir. Athugaðu hvernig þú sléttaðir eða flokkaðir gildi. Stutt stefnuyfirlýsing uppfyllir ekki þessa kröfu.

Sýndu niðurstöður prófana: Sannaðu að verkfærið þitt hafi fundið CPR-númer og önnur dönsk auðkenni. Yfirlýsing er ekki sönnun.

Takmarkaðu það sem þú tekur: Dragðu ekki meira persónulegt gögn en rannsóknin þarfnast. Þessi regla gildir jafnvel fyrir gervigagnasett.

Gerðu DPIA fyrir gervigreindartæki: Sérhvert gervigreindartæki sem vinnur úr dönskum sjúklingaskrám þarfnast DPIA. Notaðu staðlaðar eyðublað Datatilsynet.

Þrjár áhættusvæðar í Kaupmannahöfn

Læknistæknifyrirtæki Kaupmannahafnar eru meðal annars Leo Pharma, Bavarian Nordic og mörg nýsprotafyrirtæki. Datatilsynet fylgist með þremur áhættusvæðum.

Þjálfunarsett gervigreindar: Yfirvaldið fann fyrirtæki árið 2024 sem þjálfuðu gervigreindarlíkön á skrám með lifandi CPR-númer. Ekkert þeirra hafði lögmætar réttarheimildir.

Millifærslur til útlanda: Sum fyrirtæki sendu sjúklingaskrár til bandarískra skýjaveita í gervigreindarvinnslur. Yfirvaldið sagði að SCC-samningar einu og sér nægu ekki. Þú þarft einnig tæknilegar ráðstafanir — svo sem dulkóðun með lyklum sem eru geymdir í Evrópu.

Aðgangskladdar: Kladdarnir verða að sýna hverjir las hvaða skrár og af hverju. Geymdu þær í að minnsta kosti fimm ár.

56% danskra öryggisbrota á heilbrigðisgögnum árið 2024 stafa af lélegri gervigögnum. Notkun CPR-staðfestra verkfæra með stuðning við danska tungu eyðir algengasta bilunarlíkindinu.

Sjá leiðbeiningar okkar um GDPR-nafnleysi frá IMY Svíþjóð til að fá frekari upplýsingar um norrænar framkvæmdir.

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.