Oppdatert for 2026 - GDPR-handhevelse mot forskningsgrupper har okt. Denne risikoen er fortsatt vanlig i publisert arbeid.
Problemet med metodeskjermbilder
Mange akademiske artikler inneholder skjermbilder av analyseverktoy. Malet er a vise metode. Men disse skjermbildene kan avslore ekte personjournaler. De fleste forskere legger ikke merke til denne risikoen.
Her er fire vanlige tilfeller:
- En maskinlaeringsartikkel viser en pandas DataFrame. De forste 10 radene har ekte pasientnavn og ID-er.
- En klinisk studie viser R-utdata. Pasientverdier er synlige pa skjermen. Pasient-ID-er vises i margen.
- En samfunnsvitenskapelig artikkel viser SPSS-tabeller. Svarene fra ekte mennesker er synlige.
- En journalveiledning viser en Jupyter-notatbok. Ekte brukerregistre fungerer som eksempelrader.
I hvert tilfelle mente forfatteren a vise metode. De personlige journalene var ikke poenget. De var bare der for a gjore eksemplet mer realistisk.
Men "ikke poenget" betyr ikke trygt. GDPR Artikkel 4(1) sier at personjournaler inkluderer alle fakta om en identifisert person. En pasientjournal i en publisert artikkel er personopplysninger. Det spiller ingen rolle om det er i et skjermbilde. A publisere det uten samtykke eller et lovlig grunnlag under Artikkel 6 bryter GDPR.
Se GDPR-samsvarsoversiket for mer om publiseringsregler.
Hvorfor dette skaper juridisk risiko
Forskningsgrupper star na overfor mer GDPR-handhevelse. Publiseringsfeil er en viktig utloser. Fire risikoer skiller seg ut.
Tilbaketrekking av journal. Artikkel 17 gir personer rett til sletting. Dette gjelder ogsa publiserte journaler. Hvis en person finner sine opplysninger i en artikkel, kan de be om fjerning. For en journal betyr dette ofte tilbaketrekking. Tilbaketrekking skader en forskers karriere.
Funn fra etikkutvalg. Etikkutvalg gjennomgar publisert arbeid. De sjekker for GDPR-samsvar. De har begynt a flagge artikler som viser personjournaler i skjermbilder. Disse flaggene pavirker en forskers fremtidige arbeid.
Brudd pa datatilgangsavtaler. Forskningsdatasett leveres med datatilgangsavtaler. Disse reglene fastsetter hva som kan publiseres. Et skjermbilde med personjournaler kan bryte avtalen. Resultatet er ofte tap av datasettilgang.
Artikkel 89-grenser. Artikkel 89 tillater bruk av personopplysninger til vitenskapelige formal. Det letter noen regler. Men bare der riktige sikkerhetstiltak finnes. A vise personjournaler i et skjermbilde uten de-identifisering er ikke et sikkerhetstiltak. Det er et brudd.
Se var beskyttelses- og sikkerhetstiltaksside for den fullstendige oversikten.
Hvor ofte skjer dette?
Dette problemet er ikke sjeldent. Det pavirker publisert arbeid pa tvers av mange felt.
Noen faktorer driver det.
Reproduserbarhetsnormer. Journaler vil ha metodiske detaljer. Forskere bruker skjermbilder for a imotekkomme dette behovet. De sjekker ikke alltid hva som er synlig i hvert bilde.
Stramme tidsfrister. Tidspress forer til raske skjermbilder. Det er ikke tid til a gjennomga hvert bilde for eksponerte journaler.
Lav synlighet i bilder. En DataFrame kan ha 20 kolonner. Navn og ID-er kan vaere i en kolonne langt til hoyre. Forskeren ser pa nokkelkolonnen, ikke ID-kolonnen.
Ingen sjekk ved innlevering. Journalportaler kjoerer formatsjekker og plagiatskanning. Ingen sjekker bilder for personlige enheter. Ingenting flagger problemet for artikkelen gar live.
Screeningarbeidsflyt for forskningsgrupper
En forhandsscreeningsprosess kan stoppe disse problemene. Den har syv trinn.
- Forsker fullforer manuskriptutkastet med alle figurer.
- Utkastet gar til en intern gjennomgar - PI-en eller en personvernkontakt.
- Bilde-personopplysningsdeteksjon kjoerer pa alle bildefiler i manuskriptet.
- Rapporten flagger bilder med lesbar tekst som matcher personlige enhetsmonstre.
- Forsker gjennomgar flaggede bilder.
- For hvert flagget bilde: erstatt det med et rent skjermbilde. Bytt pasient-ID 12847 med ID 00001. Erstatt ekte navn med "Pasient A".
- Det endelige manuskriptet sendes til journalen med rene bilder.
Tekniske alternativer:
- Manuelt: Eksporter manuskriptbilder. Kjor batch-personopplysningsdeteksjon. Gjennomga rapporten.
- Halvautomatisert: Bruk en delt mappe for utkast. Kjor batchbehandling ukentlig pa nye filer.
- Arbeidsflyt-integrert: Legg til et screeningtrinn i innleveringsportalen.
Screening er raskt. For et 15-figurers manuskript tar bilde-personopplysningsdeteksjon under to minutter. En tilbaketrekking tar maneder.
Besok FAQ eller ordboken for mer om deteksjonsfunksjoner.
Casestudie: Europeisk universitet
En forskningsgruppe la til bilde-personopplysningsscreening i sin manuskriptarbeidsflyt. Et narnaer-missetilfelle utloste endringen. En artikkel under gjennomgang hadde pasientnavn i et DataFrame-skjermbilde.
Hva de gjorde:
- Alle artikkelutkast ble behandlet for bilde-personopplysninger for journalinnlevering.
- Screening dekket alle PNG-, JPG- og PDF-figurer i hvert utkast.
- En personvernkontakt gjennomgikk resultatene.
Resultater over seks maneder:
- 23 manuskripter screenet.
- 7 manuskripter (30 %) hadde minst ett bilde med personlige enheter.
- Typer funnet: pasientnavn i DataFrames (4 artikler).
- Bruker-ID-er som matcher pasientformater (2 artikler).
- E-postadresser i skjermbildemarger (1 artikkel).
- Alle 7 rettet for innlevering.
- Null tilbaketrektingsforesporsler eller etikkfunn etter innlevering.
Etikkutvalget siterer na denne arbeidsflyten som et modell "hensiktsmessig sikkerhetstiltak" under Artikkel 89. Det stotter gruppens fremtidige soknader om forskningsunntak.
Les grunnleggerens uttalelse for a lare mer om hvorfor anonym.legal ble bygget for denne typen problem.