By · Last updated 2026-06-05

Torna al BlogGDPR e Conformità

Datatilsynet: GDPR Sanitario in Danimarca

Il Datatilsynet danese ha emesso 31 decisioni GDPR nel 2024; 14 riguardavano sistemi di dati sanitari. Il numero CPR richiede una validazione modulo-11 che il 67% degli strumenti NLP ignora.

June 5, 20268 min di lettura
Denmark DatatilsynetCPR numberhealthcare GDPRNordic data protectionhealth data

GDPR Sanitario in Danimarca: Applicazione del Datatilsynet 2024

Il Datatilsynet danese ha emesso 31 casi GDPR nel 2024. Quattordici di essi — il 45% — riguardavano sistemi medicali. La Danimarca ha 5,9 milioni di abitanti. Questa percentuale è molto elevata. Dimostra quanto il paese abbia digitalizzato la sanità. Dimostra anche quanto siano stringenti le norme.

Il Sistema Sanitario Danese

Ogni cittadino danese possiede un numero CPR. Quel numero è collegato alla cartella clinica, al registro dei farmaci, al registro ospedaliero e ai campioni di tessuto conservati presso lo Statens Serum Institut. Il registro ospedaliero risale al 1977.

Questo sistema rende la ricerca medica danese tra le migliori al mondo. Significa anche che i fascicoli dei pazienti sono estremamente sensibili. Ecco perché il Datatilsynet ha prestato tanta attenzione a questo ambito.

Il Problema del Numero CPR

Il numero CPR è un identificativo a 10 cifre nel formato GGMMAA-XXXX. L'ultima cifra è una cifra di controllo basata sul calcolo modulo-11.

I numeri CPR compaiono in ogni cartella clinica. Sono collegati a dati assistenziali, fiscali, bancari e di voto.

Il Datatilsynet stabilisce che è necessario verificare il lavoro di de-identificazione prima di utilizzare i dati dei pazienti per qualsiasi nuovo scopo. Eppure il 67% dei comuni strumenti NLP salta la verifica modulo-11 per i numeri CPR. Quando questo passaggio viene omesso, si producono due problemi.

Falsi positivi: Stringhe di date, numeri di fattura e codici di riferimento vengono erroneamente identificati come numeri CPR reali. Questo comporta costosi controlli manuali.

Identificatori mancati: I numeri CPR con cifre invertite non superano il controllo. Così veri ID pazienti passano inosservati. L'output sembra corretto ma non lo è.

Consulta la nostra guida al rilevamento degli ID nazionali EU per capire come funzionano le regole sulle cifre di controllo per gli altri tipi di ID europei.

Quattro Regole per il Riutilizzo dei Dati dei Pazienti

I registri medici danesi supportano la ricerca di eccellenza. Le linee guida 2024 del Datatilsynet sul riutilizzo stabiliscono quattro regole.

Documentare le operazioni eseguite: Elencare ogni campo rimosso o modificato. Annotare come sono stati arrotondati o raggruppati i valori. Una breve nota di policy non è sufficiente.

Dimostrare i risultati dei test: Provare che lo strumento ha individuato numeri CPR e altri identificativi danesi. Un'affermazione non è una prova.

Limitare i dati estratti: Non prelevare più dati personali di quanti ne richieda lo studio. Questa regola vale anche per i dataset pseudonimizzati.

Effettuare una DPIA per gli strumenti IA: Qualsiasi strumento di intelligenza artificiale che elabora cartelle cliniche danesi richiede una DPIA. Utilizzare il modulo standard del Datatilsynet.

Tre Aree di Attenzione a Copenaghen

Tra le aziende med-tech di Copenaghen figurano Leo Pharma, Bavarian Nordic e numerose startup. Il Datatilsynet monitora tre aree di rischio.

Dataset per l'addestramento dell'IA: L'autorità ha rilevato nel 2024 che alcune aziende addestravano modelli di IA su file contenenti numeri CPR reali. Nessuna disponeva di una base giuridica valida.

Trasferimenti all'estero: Alcune aziende inviavano cartelle cliniche a fornitori cloud statunitensi per attività di IA. L'autorità ha stabilito che le SCC da sole non sono sufficienti. Sono necessari anche interventi tecnici, come la cifratura con chiavi conservate in Europa.

Log di accesso: I registri devono indicare chi ha consultato quali file e perché. Devono essere conservati per almeno cinque anni.

Il 56% delle violazioni di dati sanitari danesi nel 2024 era dovuto a una de-identificazione inadeguata. L'utilizzo di strumenti con validazione CPR e supporto per la lingua danese elimina il principale fattore di rischio.

Per approfondire l'applicazione nordica, consulta la nostra guida all'anonimizzazione GDPR di IMY Svezia.

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.