By · Last updated 2026-04-21

Torna al BlogSanità

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...

April 21, 20269 min di lettura
reversible de-identificationclinical research pseudonymizationpatient re-contact protocolIRB data managementHIPAA reversible encryption

De-identificazione reversibile nella ricerca clinica

Gli studi a lungo termine affrontano un compromesso difficile. I pazienti devono rimanere anonimi durante lo studio. Le norme IRB lo richiedono. La fiducia dei pazienti ne dipende. Ma un risultato potrebbe richiedere un ricontatto successivo. La de-identificazione permanente elimina questa possibilità. Quella reversibile la mantiene aperta.

Scopri come supportiamo questo aspetto nella nostra panoramica sulla conformità e nelle pratiche di sicurezza.

Il problema del ricontatto

Un centro oncologico conduce uno studio su 5.000 pazienti. A metà sperimentazione, 47 pazienti mostrano marcatori associati a un tipo aggressivo di cancro. Questo non era previsto nel protocollo originale. Il comitato etico esamina il risultato. Approva il ricontatto. Si applica il dovere di avvertire.

Se la de-identificazione originale era permanente, il team è bloccato. Codici casuali senza una mappa di corrispondenza non offrono alcun percorso di ritorno. I 47 record non possono essere collegati ai pazienti reali. Il risultato non può essere seguito. I pazienti che potrebbero aver bisogno di cure non possono essere raggiunti. La struttura di protezione della privacy ha fallito nel suo momento più critico.

Non si tratta di un caso raro. Qualsiasi studio a lungo termine può imbattersi in un risultato inatteso. La dottrina del dovere di avvertire richiede un'azione quando viene individuato un rischio. Senza un percorso di re-identificazione, quell'azione non è possibile.

Le regole GDPR sulla separazione delle chiavi

Le Linee Guida EDPB 05/2022 affrontano questo problema direttamente. La pseudonimizzazione è un passaggio valido di protezione dei dati. Mantiene aperta la possibilità di re-identificare. Un processo approvato può utilizzarla quando necessario.

La regola fondamentale è la separazione delle chiavi. La chiave di decrittografia deve essere tenuta separata dai dati pseudonimizzati. I controlli devono bloccare qualsiasi accesso non approvato. Il team che utilizza i dati non deve detenere anche la chiave. La re-identificazione deve richiedere un passaggio formale e registrato.

L'indagine IAPP del 2024 ha rilevato che solo il 23% degli strumenti di anonimizzazione offre una vera reversibilità. La maggior parte applica mascheratura o sostituzione permanente. Questi metodi bloccano il ricontatto richiesto dal dovere di avvertire.

Come funziona l'architettura

Una configurazione conforme utilizza la crittografia reversibile con AES-256-GCM. Ogni ID paziente viene trasformato in un token. Lo stesso paziente corrisponde allo stesso token in tutti i file dello studio. I collegamenti tra i dati rimangono intatti. Nessun ID grezzo appare nel set di dati di lavoro.

La chiave di decrittografia è detenuta da un custode dei dati. Viene tenuta separata dai dati. Qualsiasi uso della chiave richiede una richiesta scritta e approvata.

Il team lavora solo con token durante l'analisi. Quando i 47 pazienti colpiti vengono identificati, il comitato etico approva la re-identificazione. Il custode applica la chiave solo a quei 47 record. Il team ottiene gli ID reali per quei 47 pazienti. Gli altri 4.953 pazienti rimangono protetti.

È possibile solo una re-identificazione mirata. Il resto del dataset non viene mai toccato.

Per ulteriori informazioni sulle differenze tra pseudonimizzazione e anonimizzazione completa, vedere la nostra guida GDPR sull'anonimizzazione vs pseudonimizzazione.

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.