By · Last updated 2026-06-04

Kembali ke BlogPenjagaan Kesihatan

Pengesanan MRN HIPAA Tanpa PhD Regex

Format MRN setiap hospital adalah berbeza. Memorial menggunakan MRN:XXXXXXX, St. Mary's menggunakan PT-YYYYY, University Hospital menggunakan UHN-XXXXXXXXXX.

June 4, 20266 min baca
HIPAA de-identificationMRN patternhealthcare ITAI pattern generationPHI detection

Pengesanan MRN HIPAA Tanpa PhD Regex

Format MRN hospital anda tiada dalam mana-mana alat PII standard. Berikut cara menambahnya dalam lima minit. Tiada kod diperlukan.

Pasukan IT penjagaan kesihatan menghadapi masalah HIPAA yang tidak dimiliki sektor lain. ID yang paling perlu mereka cari - Nombor Rekod Perubatan - ditetapkan oleh hospital mereka sendiri. Tiada standard kebangsaan wujud.

Setiap projek de-ID HIPAA memerlukan persediaan tersuai. Tanpanya, MRN terlepas daripada fail "de-dikenal pasti" tanpa dikesan.

Masalah MRN Berbilang Kemudahan

Rangkaian hospital yang dibina melalui penggabungan mempunyai sistem EHR warisan. Setiap sistem mempunyai format MRN sendiri:

  • Memorial Hospital (Epic): MRN:XXXXXXX - nombor 7 digit dengan awalan
  • St. Mary's (Cerner): PT-YYYYY - 5 digit dengan awalan pesakit
  • University Hospital (Meditech): UHN-XXXXXXXXXX - gabungan 10 aksara
  • Klinik (EMR bebas): C\d{5} - huruf C ditambah 5 digit

HIPAA Safe Harbor memerlukan penyingkiran semua 18 jenis ID. Kategori 8 adalah nombor rekod perubatan. Alat yang tidak mengetahui format anda akan terlepasnya. Fail kelihatan bersih. Tetapi ia tidak bersih.

Komuniti penjagaan kesihatan ServiceNow telah menyatakan isu tepat ini. Alat standard mengesan SSN dan nombor telefon. Mereka terlepas MRN kemudahan setiap kali.

Halangan Regex

Menambah peraturan tersuai kepada Microsoft Presidio - asas sumber terbuka untuk banyak alat HIPAA - memerlukan kemahiran sebenar:

  • Anda perlu mengetahui kelas PatternRecognizer
  • Anda mesti menulis regex dalam sintaks Python
  • Anda mesti menyediakan fail konfigurasi YAML
  • Anda mesti menala skor keyakinan
  • Anda mesti menguji dan menyahpepijat skrip Python

Seorang pegawai pematuhan yang mengetahui format MRN tidak dapat melakukan ini sendiri. Penyelesaiannya berakhir sebagai tiket kejuruteraan. Ia duduk dalam barisan selama 6-8 minggu. Jurang tetap terbuka.

Penjanaan Corak Berbantuan AI

Ada cara yang lebih cepat. Huraikan corak dalam kata-kata biasa. Dapatkan regex yang berfungsi.

Langkah-langkah:

  1. Buka pembina entiti tersuai
  2. Berikan contoh: "MRN kami kelihatan seperti ini: MRN:1234567, MRN:9876543, MRN:0001234"
  3. AI membina peraturan: MRN:\d{7}
  4. Uji pada 10 rekod sampel
  5. Semua MRN ditemui? Simpan dan lancarkan.

Untuk rangkaian dengan empat format MRN:

  • Memorial Hospital -> MRN:\d{7}
  • St. Mary's -> PT-\d{5}
  • University Hospital -> UHN-[A-Z0-9]{10}
  • Klinik -> C\d{5}

Buat empat entiti tersuai. Kumpulkan dalam praset. Jalankan pada semua fail. Masa: satu petang.

Lihat pengesanan MRN tersuai dalam saluran paip HIPAA tanpa kod untuk panduan cara lengkap.

Pengesahan untuk Safe Harbor

HIPAA Safe Harbor menyatakan entiti yang dilindungi tidak boleh mempunyai "pengetahuan sebenar" bahawa data boleh mengenal pasti seseorang. (45 CFR §164.514(b))

Pengesahan menunjukkan peraturan tersuai anda merangkumi semua 18 jenis ID.

Langkah 1: Tarik sampel. Dapatkan 100 rekod dari setiap tapak. Campurkan tempoh masa dan jabatan.

Langkah 2: Jalankan pengesanan. Proses semua 400 dokumen dengan peraturan tersuai anda.

Langkah 3: Semakan manusia. Semak 20 dokumen secara manual (sampel 5%). Cari MRN yang terlepas dan hentian palsu.

Langkah 4: Halusi peraturan. MRN terlepas? Perluaskan corak. Terlalu banyak hentian palsu? Tambah sempadan kata.

Langkah 5: Tuliskan. Log peraturan, saiz sampel, keputusan, dan tarikh. Log ini adalah rekod Safe Harbor anda.

Lihat penyuntingan boleh diterangkan dan jejak audit HIPAA untuk maklumat lanjut tentang apa yang perlu didokumentasikan.

Liputan Safe Harbor Penuh

Selepas memperbaiki pengesanan MRN, semak semua 18 kategori.

KategoriAlat StandardPerlu Tersuai?
1. NamaModel NERTidak
2. Data geografiPengesanan lokasiTidak untuk negeri; Ya untuk kod tapak
3. TarikhPengesanan tarikhTidak
4. Nombor telefonPengesanan telefonTidak
5. Nombor faksPengesanan telefonTidak
6. Alamat e-melPengesanan e-melTidak
7. SSNPengesanan SSNTidak
8. Nombor rekod perubatanTidak dibina masukYa - khusus tapak
9. Nombor ahli pelan kesihatanSeparaSering ya - khusus pembayar
10. Nombor akaunSeparaSering ya - format pengebilan
11. Nombor lesenSeparaSering ya - khusus negeri
12. ID kenderaanSeparaJarang dalam dokumen klinikal
13. ID perantiSeparaYa jika peranti dalam rekod
14. URL webPengesanan URLTidak
15. Alamat IPPengesanan IPTidak
16. ID biometrikKonteks teksJarang dalam nota discaj
17. FotoImej sahajaDi luar skop untuk teks
18. ID unik lainTidak dibina masukYa - khusus tapak

Untuk teks klinikal, kategori 8, 9, 10, dan 18 paling kerap memerlukan persediaan tersuai.

Konteks Dokumen Klinikal

Nota discaj, nota klinikal, dan laporan op adalah fail utama yang dikongsi untuk penyelidikan. Mereka mengandungi:

  • MRN dalam pengepala dan pengaki
  • Nombor akaun dalam bahagian pengebilan
  • Tarikh untuk semua peristiwa - masuk, prosedur, makmal, ubat
  • Nama doktor dan nombor DEA
  • Maklumat doktor yang merujuk
  • ID ahli insurans

Peraturan tersuai untuk format khusus tapak dipasangkan dengan peraturan terbina untuk format standard. Pasangan itu memberikan liputan Safe Harbor penuh.

Kesimpulan

De-ID HIPAA tanpa peraturan tersuai bukan de-ID Safe Harbor. Format MRN setiap hospital adalah unik. Alat standard terlepasnya. Jurang pematuhan adalah nyata dan ia tetap terbuka sehingga anda menutupnya.

Penjanaan corak AI memotong penyelesaian daripada 6-8 minggu kejuruteraan kepada satu petang kerja pematuhan. Huraikan format. Uji pada rekod sebenar. Lancarkan. Selesai.

Sumber

Sedia untuk melindungi data anda?

Mulakan pengenalan PII dengan 285+ jenis entiti dalam 48 bahasa.

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.