By · Last updated 2026-06-05

Tilbake til BloggGDPR & Overholdelse

Datatilsynet: GDPR og helsedata i Danmark

Datatilsynet i Danmark avgjorde 31 GDPR-saker i 2024 - 14 gjaldt helsedata. CPR-nummeret krever modulus-11-validering som 67 % av NLP-verktoy hopper over.

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

GDPR og helsedata i Danmark: Datatilsynets handhevelse 2024

Datatilsynet i Danmark avgjorde 31 GDPR-saker i 2024. Fjorten av dem - 45 % - gjaldt medisinske systemer. Danmark har 5,9 millioner innbyggere. Den andelen er svart hoy. Den viser hvor langt landet har kommet med digital helse. Den viser ogsa hvor strenge reglene er.

Danmarks helsesystem

Alle danske statsborgere har et CPR-nummer. Det nummeret er knyttet til pasientjournalen, legemiddelregisteret, sykehusloggen og vevsprovene ved Statens Serum Institut. Sykehusloggen strekker seg tilbake til 1977.

Dette systemet gjor dansk medisinsk forskning til noe av det beste i verden. Det betyr ogsa at pasientfiler er svart sensitive. Det er derfor Datatilsynet har prioritert dette omradet sa sterkt.

Problemet med CPR-nummeret

CPR-nummeret er et 10-sifret ID. Formatet er DDMMYY-XXXX. Det siste sifferet er et kontrollsiffer. Det beregnes med modulus-11-matematikk.

CPR-numre finnes i alle kliniske filer. De er knyttet til helsetjenester, skatt, bank og valg.

Datatilsynet sier at du ma kontrollere anonymiseringsarbeidet ditt for du bruker pasientjournaler til et nytt formal. Men 67 % av vanlige NLP-verktoy hopper over modulus-11-trinnet for CPR-numre. Nar de hopper over det, gar to ting galt.

Falske treff: Datostrenger, fakturanumre og referansekoder blir merket som ekte CPR-numre. Det forer til kostbar manuell kontroll.

Tapte ID-er: CPR-numre med ombyttede sifre bestyr ikke kontrollsjekken. Dermed slipper ekte pasient-ID-er gjennom. Resultatet ser rent ut, men er det ikke.

Se vart veiledning for oppdagelse av nasjonale EU-ID-er for hvordan kontrollsiffer-regler fungerer for andre EU-ID-typer.

Fire regler for gjenbruk av pasientjournaler

Danmarks medisinske registre bidrar til topp forskning. Datatilsynets retningslinjer fra 2024 om gjenbruk setter opp fire regler.

Dokumenter hva du gjorde: List opp hvert felt du fjernet eller endret. Noter hvordan du avrundet eller gruppert verdier. Et kort policynotat holder ikke.

Vis testresultatene dine: Bevis at verktoyene dine oppdaget CPR-numre og andre danske ID-er. En pastand er ikke bevis.

Begrens hva du henter ut: Ikke hent mer personopplysninger enn studien din trenger. Denne regelen gjelder ogsa for pseudonymiserte datasett.

Gjennomfor DPIA for KI-verktoy: Ethvert KI-verktoy som behandler danske pasientfiler, trenger en DPIA. Bruk Datatilsynets standardskjema.

Tre risikoomrader i Kobenhavn

Kobenhanns medtek-selskaper omfatter Leo Pharma, Bavarian Nordic og mange oppstartsbedrifter. Datatilsynet folger med pa tre risikoomrader.

KI-treningssett: Myndigheten avdekte i 2024 selskaper som trente KI-modeller pa filer med levende CPR-numre. Ingen hadde gyldig rettslig grunnlag.

Overforing til utlandet: Noen selskaper sendte pasientfiler til amerikanske skyleverandorer for KI-arbeid. Myndigheten sa at SCC-er alene ikke er nok. Du trenger ogsa tekniske tiltak - for eksempel kryptering med nokler lagret i Europa.

Tilgangslogger: Logger ma vise hvem som leste hvilke filer og hvorfor. Oppbevar dem i minst fem ar.

56 % av danske brudd pa helsedata i 2024 skyldes darlig de-identifisering. Verktoy med CPR-validering og dansk sprakstotte fjerner den vanligste kilden til svikt.

For mer om nordisk handhevelse, se var veiledning om GDPR-anonymisering hos IMY i Sverige.

Kilder

Klar til å beskytte dataene dine?

Begynn å anonymisere PII med 285+ enhetstyper på 48 språk.

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.