anonym.legal

By · Last updated 2026-06-05

Назад на блоготGDPR & Усогласеност

Datatilsynet: GDPR за здравствени податоци во Данска

Данскиот Datatilsynet издаде 31 GDPR одлука во 2024 г.; 14 се однесуваа на системи за здравствени податоци. CPR-бројот бара modulus-11 валидација, која 67% од NLP-алатките ја прескокнуваат.

June 5, 20268 мин читање
Denmark DatatilsynetCPR numberhealthcare GDPRNordic data protectionhealth data

GDPR за здравствени податоци во Данска: Извршување на Datatilsynet во 2024 г.

Данскиот Datatilsynet покрена 31 GDPR-предмет во 2024 г. Четиринаесет од нив — 45% — се однесуваа на медицински системи. Данска брои 5,9 милиони жители. Таа уделна вредност е исклучително висока и покажува колку далеку отишла земјата во дигитализацијата на здравството. Воедно сведочи и за строгоста на прописите.

Данскиот здравствен систем

Секој Данчанин поседува CPR-број. Тој број е поврзан со неговото здравствено досие, регистарот на лекови, болничкиот евиденциски систем и примероците на ткиво во Statens Serum Institut. Болничкиот евиденциски систем сеже наназад до 1977 г.

Тој систем го прави данското медицинско истражување едно од најдобрите во светот. Но исто така значи дека пациентските досиња се исклучително чувствителни. Затоа Datatilsynet го насочи своето внимание токму кон оваа област.

Проблемот со CPR-бројот

CPR-бројот е 10-цифрен идентификатор. Неговата форма е DDMMYY-XXXX. Последната цифра е контролна. Таа се пресметува со modulus-11 математика.

CPR-броевите се наоѓаат во секое клиничко досие. Тие ги поврзуваат здравствените, даночните, банкарските и избирачките записи.

Datatilsynet нагласува дека мора да ја проверите de-идентификацијата пред да ги употребите пациентските записи за каква и да е нова намена. Сепак, 67% од вообичаените NLP-алатки го прескокнуваат чекорот за modulus-11 при CPR-броевите. Кога тој чекор се изоставува, настануваат два проблема.

Лажни совпаѓања: Датумски низи, броеви на фактури и референтни кодови се означуваат како вистински CPR-броеви. Тоа доведува до скапи рачни проверки.

Пропуштени идентификатори: CPR-броеви со разменети цифри не ја поминуваат проверката. Вистинските пациентски идентификатори поминуваат непречено. Резултатот изгледа уреден, но не е.

Видете го нашиот водич за откривање на национални ЕУ идентификатори за тоа како функционираат правилата за контролни цифри кај другите ЕУ типови идентификатори.

Четири правила за повторна употреба на пациентски записи

Данските медицински регистри придонесуваат за врвно истражување. Упатството на Datatilsynet за повторна употреба од 2024 г. утврдува четири правила.

Документирајте ги постапките: Наведете ги сите полиња кои сте ги отстраниле или изменале. Забележете ги начините на заокружување или групирање вредности. Кратка белешка за политиката не е доволна.

Прикажете ги резултатите од тестовите: Докажете дека вашата алатка ги пронашла CPR-броевите и другите дански идентификатори. Тврдењето не е доказ.

Ограничете го обемот на собирање: Не собирајте повеќе лични податоци отколку што е потребно за вашата студија. Ова правило важи дури и за псевдонимизирани збирки.

Извршете DPIA за AI-алатки: Секоја AI-алатка која обработува дански пациентски досиња бара DPIA. Користете го стандардниот формулар на Datatilsynet.

Три области на фокус во Копенхаген

Мед-тек фирмите во Копенхаген ги вклучуваат Leo Pharma, Bavarian Nordic и многу стартапи. Datatilsynet следи три ризични области.

Збирки за AI-обука: Органот утврди во 2024 г. дека фирми обучувале AI-модели на досиња со живи CPR-броеви. Ниту една немала валидна правна основа.

Прекугранични трансфери: Некои фирми ги испраќале пациентските досиња до американски провајдери за AI-работа. Органот посочил дека SCC-клаузулите сами по себе не се доволни. Потребни се и технички мерки — на пример, шифрирање со клучеви чувани во Европа.

Дневници на пристап: Дневниците мора да покажат кој прочитал какви досиња и зошто. Чувајте ги барем пет години.

56% од прекршувањата на данскиот медицински систем во 2024 г. произлегувале од слаба de-идентификација. Употребата на алатки валидирани за CPR со поддршка на дански јазик ги отстранува најчестите причини за неуспех.

За повеќе информации за нордиско извршување, видете го нашиот водич за GDPR-анонимизација на IMY Шведска.

Извори

Подготвени да ги заштитите вашите податоци?

Започнете со анонимизација на PII со 285+ типови на ентитети на 48 јазици.

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.