Rilevamento MRN HIPAA Senza un Dottorato in Regex
Il formato MRN di ogni ospedale è diverso. Il Memorial usa MRN:XXXXXXX, il St. Mary's usa PT-YYYYY, l'University Hospital usa UHN-XXXXXXXXXX.
HIPAA: rilevamento dei codici MRN specifici per ospedale
Il Safe Harbor HIPAA richiede la rimozione dei numeri di cartella clinica, ma i formati MRN non sono standardizzati. Epic, Cerner e Meditech utilizzano tutti formati diversi.
De-Identificazione Safe Harbor HIPAA su Larga Scala
Il metodo Safe Harbor HIPAA richiede la rimozione di 18 categorie specifiche di identificatori PHI. I centri medici accademici hanno bisogno di de-identificazione su larga scala, ma gli strumenti esistenti costano $100.000+/anno — più del budget di ricerca.
ISO 27001 e BAA HIPAA per il Settore Sanitario
I Business Associate Agreement HIPAA richiedono 'garanzie adeguate' di controlli appropriati. ISO 27001 copre direttamente i requisiti HIPAA 164.308, 164.310 e 164.312.
Rilevamento MRN personalizzato senza codice per la conformità HIPAA
I Medical Record Number sono specifici di ciascun ospedale: ogni sistema sanitario utilizza un formato diverso. L'HIPAA Safe Harbor impone la rimozione dei MRN dal dato — scopri come farlo senza scrivere codice.
18 Identificatori HIPAA che il Tuo Strumento Non Rileva
L'HIPAA elenca 18 identificatori PHI. La maggior parte degli strumenti di anonimizzazione ne rileva forse 6. I Medical Record Number variano per istituzione senza un formato standard negli USA.
Cifratura Reversibile per il Re-Contact nella Ricerca
Non puoi contattare Paziente_001 per una visita di follow-up. I Comitati Etici richiedono ora protocolli documentati di re-identificazione — dimostrando che puoi farlo in condizioni controllate.
De-identificazione reversibile nella ricerca clinica
Quando uno studio rileva un rischio inatteso legato a un biomarcatore in 47 dei 5.000 partecipanti, i ricercatori devono poter contattare i pazienti reali. Solo il 23% degli strumenti di anonimizzazione offre...
ChatGPT conforme a HIPAA con protezione browser
Il 77% dei dipendenti condivide con strumenti AI informazioni lavorative sensibili almeno settimanalmente. L'intercettazione browser in tempo reale dei PII riduce gli incidenti di fuga del 94%.
Elaborazione Batch di 50.000 Note Cliniche in Locale
Una sentenza SDNY del febbraio 2026 ha stabilito che i documenti elaborati da sistemi AI perdono il privilegio avvocato-cliente se non vengono anonimizzati prima dell'elaborazione.
Gli LLM mancano il 50% delle PHI cliniche
Uno studio del 2025 ha rilevato che gli LLM perdono oltre il 50% delle informazioni sanitarie protette (PHI) nei documenti multilingue. Il 34,8% di tutti gli input a ChatGPT contiene dati sensibili.
Redazione spiegabile: audit HIPAA e trail documentale
La Expert Determination HIPAA richiede una metodologia documentata. L'e-discovery legale richiede motivazioni per ogni redazione. Il 34% dei DPO dichiara strumenti insufficienti per la documentazione di conformità all'anonimizzazione automatica.
HIPAA nel Cloud: Architettura Zero-Knowledge per i PHI
I Business Associate Agreement non impediscono le violazioni HIPAA quando il fornitore IA cloud elabora i PHI in chiaro. Ecco cosa fa davvero l'architettura zero-knowledge.
Quando i CISO Sanitari Rifiutano il Cloud per i PHI
725 violazioni di dati sanitari nel 2024 hanno colpito 275 milioni di record. Con costi medi per violazione di $10,22M — i più alti di qualsiasi settore — i CISO sanitari bloccano gli strumenti cloud per i PHI.
HHS 2025: Le Note Cliniche AI e la Protezione dei PHI
I sistemi di trascrizione AI possono inserire inavvertitamente i PHI del Paziente A nella cartella del Paziente B. Ecco perché il rilevamento PHI in tempo reale prima del salvataggio nell'EHR è il controllo da adottare.
OCR per Moduli Manoscritti e Rilevamento PII
Un ospedale di medie dimensioni elabora 50.000 moduli di accettazione manoscritti all'anno. La redazione manuale dei dati personali a questo volume richiede 0,5 FTE.
HIPAA OCR: 725 violazioni, 275 milioni di cartelle
HHS OCR ha rilevato 725 violazioni HIPAA nel 2024 che hanno coinvolto 275 milioni di cartelle — il dato più alto mai registrato. Costo medio di una violazione sanitaria: 10,22 milioni di dollari.
Rilevamento PHI: Snow Labs 96% vs GPT-4o
Non tutti gli strumenti di de-identificazione sono uguali. I benchmark ECIR 2025 mostrano punteggi F1 dal 79% al 96%. Scopri perché la precisione è fondamentale e come valutare gli strumenti.
$7,42 Milioni: i Costi delle Violazioni Sanitarie Guidano la Classifica
La sanità è il settore con i costi di violazione dei dati più elevati per 14 anni consecutivi. Scopri perché le PHI sono così preziose e come proteggerle.
Inizia a Proteggere i Tuoi Dati Oggi
Oltre 285 tipi di entità, 48 lingue, sicurezza di livello enterprise a prezzi da startup.
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 company HQ is in Saarbrücken, Germany. Our servers run in Hetzner's Falkenstein datacenter.
Hetzner holds 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
- Open the web app and try a sample file.
- Learn how credits get counted.
- See current plans and limits.
- Meet the team behind the product.
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.