By · Last updated 2026-04-21

Kembali ke BlogPenjagaan Kesihatan

De-ID Boleh Balik untuk Penyelidikan Klinikal

Apabila kajian mendapati risiko biomarker yang tidak dijangka pada 47 daripada 5,000 peserta, penyelidik perlu menghubungi pesakit sebenar. Hanya 23% alat tanpa nama menawarkan kebolehbalikan sebenar.

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

De-ID Boleh Balik untuk Penyelidikan Klinikal

Kajian jangka panjang menghadapi pertukaran ganti yang sukar. Pesakit mesti kekal tersembunyi semasa kajian. Peraturan IRB memerlukannya. Kepercayaan pesakit bergantung kepadanya. Tetapi keputusan mungkin memerlukan hubungan semula kemudian. De-ID kekal membuang laluan itu. De-ID boleh balik mengekalkannya.

Lihat cara kami menyokong ini dalam gambaran pematuhan dan amalan keselamatan kami.

Masalah Hubungan Semula

Pusat onkologi menjalankan kajian 5,000 pesakit. Di tengah kajian, 47 pesakit menunjukkan penanda yang dikaitkan dengan jenis kanser yang agresif. Ini bukan dalam skop asal. Lembaga etika menyemak penemuan. Ia meluluskan hubungan semula. Kewajipan untuk memberi amaran terpakai.

Jika de-ID asal adalah kekal, pasukan terperangkap. Kod rawak tanpa peta tidak memberikan laluan kembali. 47 rekod tidak boleh dikaitkan dengan pesakit sebenar. Penemuan tidak boleh ditindaklanjuti. Pesakit yang mungkin memerlukan penjagaan tidak boleh dihubungi. Persediaan privasi telah gagal pada titik paling kritisnya.

Ini bukan jarang berlaku. Mana-mana kajian jangka panjang boleh menemui penemuan yang tidak dijangka. Doktrin kewajipan untuk memberi amaran memerlukan tindakan apabila risiko dijumpai. Tanpa laluan re-ID, tindakan itu tidak mungkin.

Peraturan Pemisahan Kunci GDPR

Garis Panduan EDPB 05/2022 menangani masalah ini secara langsung. Pseudonimisasi adalah langkah perlindungan data yang sah. Ia mengekalkan pilihan untuk mengenal pasti semula. Proses yang diluluskan boleh menggunakannya apabila diperlukan.

Peraturan teras adalah pemisahan kunci. Kunci penyahsulitan mesti disimpan berasingan daripada data yang dipseudonimasikan. Kawalan mesti menyekat sebarang akses yang tidak diluluskan. Pasukan yang menggunakan data tidak boleh juga memegang kunci. Re-ID mesti memerlukan langkah yang formal dan dilog.

Kajian IAPP 2024 mendapati bahawa hanya 23% alat tanpa nama menawarkan kebolehbalikan sebenar. Kebanyakan menggunakan penutup atau penggantian kekal. Kaedah-kaedah tersebut menyekat hubungan semula yang diperlukan oleh kewajipan untuk memberi amaran.

Cara Seni Bina Berfungsi

Persediaan yang patuh menggunakan penyulitan boleh balik dengan AES-256-GCM. Setiap ID pesakit ditukar kepada token. Pesakit yang sama memetakan kepada token yang sama merentasi semua fail kajian. Pautan data kekal utuh. Tiada ID mentah muncul dalam set kerja.

Kunci penyahsulitan dipegang oleh penjaga data. Ia disimpan berasingan daripada data. Sebarang penggunaan kunci memerlukan permintaan bertulis yang diluluskan.

Pasukan hanya bekerja dengan token semasa analisis. Apabila 47 pesakit yang terjejas dibenderakan, lembaga etika meluluskan re-ID. Penjaga menerapkan kunci kepada 47 rekod tersebut sahaja. Pasukan mendapat ID sebenar untuk 47 tersebut. 4,953 pesakit lain kekal terlindung.

Hanya re-ID yang disasarkan adalah mungkin. Selebihnya set data tidak pernah disentuh.

Untuk maklumat lanjut tentang perbezaan pseudonimisasi daripada tanpa nama penuh, lihat panduan tanpa nama GDPR vs pseudonimisasi kami.

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.