anonym.legal

By · Last updated 2026-04-28

Назад на блоготЗдравство

18 HIPAA идентификатори кои вашата алатка ги пропушта

HIPAA наброjува 18 PHI идентификатори. Повеќето алатки за анонимизација детектираат можеби 6 од нив. Броевите на медицинските записи варираат по институции без стандарден US формат.

April 28, 20269 мин читање
HIPAA 18 identifiersPHI complete detectionMRN detectionNPI DEA numbersHIPAA Safe Harbor compliance

18 HIPAA идентификатори кои вашата алатка ги пропушта

Ажурирано за 2026.

HIPAA наброjува 18 категории на PHI идентификатори. Повеќето алатки за анонимизација детектираат можеби шест. Другите дванаесет поминуваат — и секоја е пропуст во усогласеноста.

Правилото за безбедно пристаниште

HIPAA Правило за приватност (45 CFR § 164.514) ја дефинира де-идентификацијата на Safe Harbor. Сите 18 категории на идентификатори мора да исчезнат. Отстранете секоја и податоците се де-идентификувани по закон. Затоа Safe Harbor е популарен: тоа е или помина или паде, не е проценка по слободна дискреција.

18-те категории се:

  1. Имиња
  2. Географски податоци помали од државата — улица, град, округ, ZIP код
  3. Датуми освен годината — раѓање, прием, отпуст, смртен случај
  4. Телефонски броеви
  5. Факс броеви
  6. Е-пошта адреси
  7. Броеви на социјално осигурување
  8. Идентификатори на медицински записи (MRN)
  9. Кодови на корисници на здравствени планови
  10. Идентификатори на сметки
  11. Кодови на сертификати и лиценци
  12. Идентификатори на возила и сериски кодови
  13. Идентификатори на уреди и сериски кодови
  14. Веб URL-а
  15. IP адреси
  16. Биометриски идентификатори — отпечатоци, гласовни отпечатоци
  17. Фотографии на цело лице и слични слики
  18. Секој друг единствен идентификациски код или вредност

Повеќето алатки добро ги обработуваат категориите 1, 4, 6 и 7. Рутински ги пропуштаат 8, 9, 10, 11, 13 и 18.

Пропустот со MRN

Идентификаторите на медицински записи се во категорија 8. Форматите на MRN ги поставува секоја болница. Не постои национален стандард на US.

Болница А користи 7-цифрен цел број. Болница Б користи "PT-YYYYNNNN". Болница В користи 8-знаковна алфанумеричка низа. Болница Г пишува "MRN: " пред 9-цифрен код.

Генеричка алатка нема да го означи "PT-2024-8847" како PHI. Документот поминува преку проверки за де-идентификација. Но не е де-идентификуван. Нема аларм. Тимот мисли дека работата е завршена. Не е.

Ова е најлошиот вид на пропуст: тивок.

Три начини за поправање

Кодирајте го во Presidio. Ова бара Python вештини и тековно одржување. Работи, но чини время.

Додадете рачен преглед. Лице проверува секој документ за MRN. Тоа не е скалабилно.

Користете создавање на прилагодени ентитети со AI помош. Не е потребен код. Тимот дава примерни вредности. AI го гради образецот.

Еве како функционира. Тимот дава пет примерни MRN вредности: SVHS-0012345, SVHS-0987654, SVHS-1122334, SVHS-4455667, SVHS-8899001. AI враќа SVHS-\d{7} и го проверува против примерите. Тимот го зачувува во нивниот HIPAA пресет. Сите идни сесии го детектираат форматот. Истиот пристап функционира за кодови на корисници и сериски кодови на уреди.

Видете како функционираат пресетите во водичот за HIPAA MRN детекција. Дознајте за работниот тек на AI образецот.

Скриената претпоставка

Многу тимови тестираат на примерен документ со ime и телефонски број. Алатката поминува. Тие претпоставуваат целосна покриеност. Но примерите ретко вклучуваат идентификатори специфични за институцијата. MRN и кодовите на корисниците изгледаат како случајни низи за генеричка алатка. Поминуваат без ознака.

Вистинска ревизија на Safe Harbor ги пресликува сите 18 категории на метод за детекција. За категорија 8, верификувајте со вистински MRN примери од вашата болница. Не претпоставувајте дека алатката го знае вашиот формат.

Прегледајте го целосниот систем во нашиот преглед на HIPAA усогласеност.

Заклучок

Safe Harbor бара сите 18 категории на идентификатори да исчезнат. Генеричките алатки покриваат многу помалку. Пропустите — MRN, кодови на корисници, сериски кодови на уреди — немаат стандарден формат, па генеричките алатки ги пропуштаат. Прилагодените ентитети со AI помош ја затвораат пропустот без код или рачен преглед.

Извори

  • HHS: HIPAA Safe Harbor, 45 CFR § 164.514 — hhs.gov. VERIFIED.
  • Shaip: Типови на PHI идентификатори во де-идентификацијата на здравствената заштита — shaip.com. VERIFIED-EXTERNAL.
  • HHS OCR: Упатство за де-идентификација ажурирано 2024 — hhs.gov. VERIFIED.

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.