By · Last updated 2026-06-05

Powrót do blogaGDPR i zgodność

Datatilsynet: Duńskie Dane Medyczne i RODO

Duński Datatilsynet wydał 31 decyzji RODO w 2024 roku; 14 dotyczyło systemów danych medycznych. Numer CPR wymaga walidacji modulo-11, której brakuje 67% narzędzi NLP.

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

Duńskie RODO w Ochronie Zdrowia: Egzekwowanie przez Datatilsynet w 2024 roku

Duński Datatilsynet wszczął 31 spraw RODO w 2024 roku. Czternaście z nich — 45% — dotyczyło systemów medycznych. Dania liczy 5,9 mln mieszkańców. Ten odsetek jest bardzo wysoki. Świadczy o tym, jak daleko zaawansowana jest w tym kraju cyfryzacja ochrony zdrowia. Pokazuje też, jak rygorystyczne są przepisy.

Duński System Ochrony Zdrowia

Każdy Duńczyk posiada numer CPR. Ten numer jest powiązany z historią choroby, rejestrem leków, historią szpitalną i próbkami tkanek w Statens Serum Institut. Historia szpitalna sięga 1977 roku.

System ten sprawia, że duńskie badania medyczne należą do najlepszych na świecie. Oznacza też, że dokumentacja pacjentów jest wyjątkowo wrażliwa. Dlatego właśnie Datatilsynet tak mocno skupia się na tej dziedzinie.

Problem Numeru CPR

Numer CPR to 10-cyfrowy identyfikator w formacie DDMMRR-XXXX. Ostatnia cyfra jest cyfrą kontrolną obliczaną metodą modulo-11.

Numery CPR pojawiają się w każdej dokumentacji klinicznej. Łączą się z danymi medycznymi, podatkowymi, bankowymi i wyborczymi.

Datailsynet nakazuje weryfikację skuteczności de-identyfikacji przed użyciem dokumentacji pacjentów do jakiegokolwiek nowego celu. Jednak 67% powszechnie stosowanych narzędzi NLP pomija krok modulo-11 przy numerach CPR. Gdy go brakuje, pojawiają się dwa problemy.

Fałszywe trafienia: Ciągi cyfr z dat, numerów faktur i kodów referencyjnych są oznaczane jako prawdziwe numery CPR. Prowadzi to do kosztownych ręcznych kontroli.

Pominięte identyfikatory: Numery CPR z przestawionymi cyframi nie przechodzą weryfikacji. Prawdziwe identyfikatory pacjentów umykają uwadze. Wyniki wydają się prawidłowe, ale takie nie są.

Zobacz nasz przewodnik po wykrywaniu krajowych numerów identyfikacyjnych UE, aby dowiedzieć się, jak reguły cyfr kontrolnych działają dla innych typów identyfikatorów UE.

Cztery Zasady Wtórnego Wykorzystania Dokumentacji Pacjentów

Duńskie rejestry medyczne wspierają światowej klasy badania naukowe. Wytyczne Datatilsynet z 2024 roku dotyczące wtórnego wykorzystania danych ustanawiają cztery zasady.

Dokumentuj wykonane działania: Wymień każde usunięte lub zmienione pole. Opisz, jak zaokrąglono lub pogrupowano wartości. Ogólna notatka dotycząca polityki nie spełnia tego wymogu.

Przedstaw wyniki testów: Udowodnij, że narzędzie wykryło numery CPR i inne duńskie identyfikatory. Samo twierdzenie nie jest dowodem.

Ograniczaj zakres pobieranych danych: Nie pobieraj więcej danych osobowych, niż wymaga tego badanie. Reguła ta obowiązuje nawet dla zbiorów pseudonimizowanych.

Przeprowadź DPIA dla narzędzi AI: Każde narzędzie AI przetwarzające duńską dokumentację medyczną wymaga DPIA. Należy stosować standardowy formularz Datatilsynet.

Trzy Obszary Ryzyka w Kopenhadze

Wśród kopenhaskich firm med-tech działają Leo Pharma, Bavarian Nordic i liczne startupy. Datatilsynet obserwuje trzy obszary ryzyka.

Zbiory danych do trenowania AI: W 2024 roku organ wykrył firmy, które trenowały modele AI na dokumentach zawierających aktywne numery CPR. Żadna z nich nie posiadała ważnej podstawy prawnej.

Transfery zagraniczne: Niektóre firmy przesyłały dokumentację pacjentów do dostawców chmury w USA na potrzeby prac związanych z AI. Organ stwierdził, że same klauzule SCC nie wystarczają. Wymagane są również środki techniczne — na przykład szyfrowanie z kluczami przechowywanymi w Europie.

Dzienniki dostępu: Logi muszą wskazywać, kto odczytał jakie pliki i w jakim celu. Należy je przechowywać przez co najmniej pięć lat.

56% duńskich naruszeń danych medycznych w 2024 roku wynikało z niedostatecznej de-identyfikacji. Stosowanie narzędzi z walidacją CPR i obsługą języka duńskiego eliminuje najczęstszą przyczynę takich incydentów.

Więcej o egzekwowaniu przepisów w krajach nordyckich — w naszym przewodniku po anonimizacji RODO IMY Szwecja.

Źródła

Gotowy, aby chronić swoje dane?

Rozpocznij anonimizację PII z 285+ typami podmiotów w 48 językach.

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.