By · Last updated 2026-04-30

Torna al BlogSanità

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.

April 30, 20268 min di lettura
custom MRN detectionHIPAA pipeline configurationno-code regexAI pattern helperhospital identifier de-identification

Il problema dei formati MRN

Negli Stati Uniti esistono circa 6.100 ospedali, ciascuno con il proprio sistema EHR e il proprio formato di Medical Record Number. Non esiste uno standard nazionale. La Joint Commission richiede che gli ospedali siano in grado di identificare i pazienti, ma non impone regole sul formato.

I formati variano enormemente. Alcuni sono numeri interi a 7 cifre, altri a 8. Alcuni usano prefissi come HOSP-, MRN- o PT-. Altri aggiungono codici istituzionali come SVHS- o CHOP-. Alcuni incorporano l'anno di iscrizione nel numero.

HIPAA Safe Harbor elenca i numeri di cartella clinica del paziente come identificatore n. 8 dei 18 previsti (45 CFR §164.514(b)(2)). Tutti e 18 devono essere rimossi. La norma non limita questo requisito a un formato specifico. Se il tuo ospedale usa un formato personalizzato, devi individuarlo. Uno strumento che lo manca non soddisfa Safe Harbor — anche se rimuove correttamente gli altri 17 tipi.

Perché l'approccio basato sul codice non funziona

Il metodo standard per aggiungere un formato di numero di cartella personalizzato a una pipeline di de-identificazione è estendere Microsoft Presidio, il che significa scrivere Python.

Uno sviluppatore crea una classe che estende EntityRecognizer, scrive l'espressione regolare, la registra nel registro di Presidio, la testa e la mantiene aggiornata. Per i team di compliance — che raramente scrivono codice — questo rappresenta un ostacolo reale. Ogni modifica del formato richiede l'intervento di un ingegnere.

Gli ingegneri del settore sanitario sono già impegnati su integrazione EHR e sistemi clinici. Gli strumenti di compliance raramente sono la loro priorità.

Il flusso di lavoro senza codice

L'approccio guidato basato su pattern elimina il passaggio di sviluppo.

Un responsabile della compliance apre il Creatore di Entità Personalizzate nell'applicazione web e incolla cinque numeri di esempio dal proprio sistema — ad esempio:

SVHS-0012345
SVHS-0987654
SVHS-1122334
SVHS-4455667
SVHS-8899001

Fa clic su Genera Pattern. L'intelligenza artificiale analizza la struttura e restituisce:

  • Pattern: SVHS-\d{7}
  • Affidabilità: alta
  • Nome suggerito: HOSPITAL-MRN
  • Sostituzione suggerita: [MRN]

Il responsabile incolla altri cinque esempi. Il pattern supera la verifica. Lo salva nel preset HIPAA.

Da quel momento, ogni sessione — app web, componente aggiuntivo per Office, App Desktop e API — rileva questo formato nel passaggio PHI standard. Nessun codice necessario.

Nota sul GDPR per la ricerca

Il GDPR Articolo 89 richiede la pseudonimizzazione per i dataset di ricerca. Le entità personalizzate portano gli identificatori specifici dell'istituzione nel perimetro di rilevamento, colmando il gap lasciato dagli strumenti generici.

Cosa ottieni

Questo flusso di lavoro richiede un pomeriggio. Il codice personalizzato richiede settimane.

Il responsabile della compliance definisce il pattern, lo testa e lo distribuisce. Nessun ticket, nessuna attesa. Il preset contiene l'entità personalizzata accanto ai 17 identificatori Safe Harbor standard.

Quando la successiva serie di note cliniche viene elaborata, tutti e 18 i tipi di identificatori sono coperti. Safe Harbor è completo.

Per capire come funziona Safe Harbor nella pratica, consulta de-identificazione HIPAA Safe Harbor per la ricerca sanitaria. Per i pattern di rilevamento specifici degli ospedali, vedi rilevamento di formati MRN ospedalieri specifici senza ingegneria.

Fonti

Pronto a proteggere i tuoi dati?

Inizia ad anonimizzare i PII con oltre 285 tipi di entità in 48 lingue.

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.