By · Last updated 2026-06-05

Atpakaļ uz BloguGDPR un Atbilstība

Datatilsynet: Dānijas veselības datu GDPR

Dānijas Datatilsynet 2024. gadā pieņēma 31 GDPR lēmumu; 14 no tiem bija saistīti ar veselības aprūpes datu sistēmām. CPR numuram nepieciešama 11. moduļa validācija, kuru izlaiž 67% NLP rīku.

June 5, 20268 min lasīšanai
Denmark DatatilsynetCPR numberhealthcare GDPRNordic data protectionhealth data

Dānijas veselības datu GDPR: Datatilsynet 2024. gada izpilde

Dānijas Datatilsynet 2024. gadā izskatīja 31 GDPR lietu. Četrpadsmit no tām — 45% — bija saistītas ar medicīniskām sistēmām. Dānijā dzīvo 5,9 miljoni cilvēku. Šāda proporcija ir ļoti augsta. Tā liecina par to, cik tālu valsts ir aizgājusi digitālās veselības jomā. Tā arī parāda, cik stingri tiek piemēroti noteikumi.

Dānijas veselības sistēma

Katram dānim ir CPR numurs. Tas ir saistīts ar pacienta reģistru, zāļu reģistru, slimnīcas žurnālu un audu paraugiem Statens Serum Institut. Slimnīcas žurnāls tiek uzturēts kopš 1977. gada.

Šī sistēma padara Dānijas medicīniskos pētījumus par vieniem no labākajiem pasaulē. Tā arī nozīmē, ka pacienta faili ir ārkārtīgi sensitīvi. Tāpēc Datatilsynet ir tik daudz uzmanības pievērsusi šai jomai.

CPR numura problēma

CPR numurs ir 10 ciparu identifikators. Tā forma ir DDMMYY-XXXX. Pēdējais cipars ir pārbaudes cipars, kas aprēķināts pēc 11. moduļa matemātikas.

CPR numuri parādās katrā klīniskajā failā. Tie savieno aprūpes, nodokļu, bankas un vēlēšanu ierakstus.

Datatilsynet norāda, ka pirms pacienta ierakstu izmantošanas jebkuram jaunam nolūkam ir jāpārbauda datu depersonalizācijas process. Taču 67% izplatīto NLP rīku izlaiž 11. moduļa soli CPR numuru pārbaudei. Kad šis solis tiek izlaists, rodas divas problēmas.

Viltus atbilstības: datumu virknes, rēķinu numuri un atsauces kodi tiek atzīmēti kā īsti CPR numuri. Tas rada dārgus manuālus pārbaudes darbus.

Nepamanīti identifikatori: CPR numuri ar samainītiem cipariem neizdod pārbaudi. Tāpēc īstie pacienta identifikatori paliek nepamanīti. Rezultāts izskatās tīrs, bet tāds nav.

Skatiet mūsu ES nacionālo ID noteikšanas ceļvedi, lai uzzinātu, kā pārbaudes ciparu noteikumi darbojas citiem ES ID tipiem.

Četri noteikumi pacienta ierakstu atkārtotai izmantošanai

Dānijas medicīniskie reģistri palīdz finansēt augstākās klases pētījumus. Datatilsynet 2024. gada norādījumi par atkārtotu izmantošanu nosaka četrus noteikumus.

Dokumentējiet veiktās darbības: uzskaitiet katru izdzēsto vai mainīto lauku. Norādiet, kā tika noapaļotas vai grupētas vērtības. Īss politikas apraksts neatbilst šai prasībai.

Uzrādiet testa rezultātus: pierādiet, ka jūsu rīks atrada CPR numurus un citus Dānijas identifikatorus. Apgalvojums nav pierādījums.

Ierobežojiet iegūtos datus: neiegūstiet vairāk personas datu, nekā nepieciešams pētījumam. Šis noteikums attiecas arī uz pseidonimizētiem kopumiem.

Veiciet DPIA AI rīkiem: katrs AI rīks, kas apstrādā Dānijas pacienta failus, prasa DPIA. Izmantojiet Datatilsynet standarta veidlapu.

Trīs uzmanības jomas Kopenhāgenā

Kopenhāgenas medicīnas tehnoloģiju uzņēmumi ietver Leo Pharma, Bavarian Nordic un daudzus jaunuzņēmumus. Datatilsynet vēro trīs riska jomas.

AI apmācību kopumi: 2024. gadā iestāde konstatēja, ka uzņēmumi apmācīja AI modeļus failos ar aktīviem CPR numuriem. Nevienam nebija derīga juridiskā pamata.

Pārsūtīšana uz ārzemēm: daži uzņēmumi nosūtīja pacienta failus ASV mākoņa pakalpojumu sniedzējiem AI darbiem. Iestāde norādīja, ka SCC vien nav pietiekami. Nepieciešami arī tehniski pasākumi — piemēram, šifrēšana ar atslēgām, kas tiek glabātas Eiropā.

Piekļuves žurnāli: žurnāliem jāparāda, kurš lasīja kādus failus un kāpēc. Glabājiet tos vismaz piecus gadus.

56% Dānijas medicīnisko datu pārkāpumu 2024. gadā radās sliktas depersonalizācijas dēļ. CPR validētu rīku izmantošana ar dāņu valodas atbalstu novērš visbiežāk sastopamās kļūmes.

Par izpildi Ziemeļvalstīs skatiet mūsu IMY Zviedrija GDPR anonimizācijas ceļvedi.

Avoti

Vai esat gatavi aizsargāt savus datus?

Sāciet PII anonimizāciju ar 285+ entitāšu veidiem 48 valodās.

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.