Números CPR da Dinamarca: Guia de Conformidade RGPD
Atualizado para 2026
A autoridade dinamarquesa de proteção de dados, Datatilsynet, emitiu 31 decisões RGPD em 2024. Catorze envolveram dados de saúde. Essa alta proporção reflete dois fatos: a Dinamarca possui um grande sistema nacional de saúde, e as lacunas técnicas nesse sistema continuam expondo registros de pacientes.
A Regra do Dígito de Verificação para Números CPR
Um número CPR é o identificador pessoal dinamarquês. Tem 10 dígitos no formato DDMMAA-XXXX. Os primeiros seis dígitos são a data de nascimento. Os últimos quatro contêm um número de sequência e um dígito de verificação.
O dígito de verificação usa uma regra módulo 11:
- Pegar os dígitos de 1 a 9.
- Atribuir um peso a cada um: 4, 3, 2, 7, 6, 5, 4, 3, 2.
- Multiplicar cada dígito pelo seu peso. Somar todos os resultados.
- Dividir por 11. Anotar o resto.
- Resto 0 → o dígito de verificação é 0.
- Resto 1 → o número é inválido.
- Resto 2–10 → o dígito de verificação é 11 menos o resto.
Essa regra é importante para qualquer ferramenta que busque números CPR em texto. Algumas cadeias DDMMAA-XXXX nunca podem ser válidas. Ferramentas que ignoram esse passo marcam datas, códigos de fatura e números de referência como identificadores reais.
A revisão de 2024 da autoridade constatou que 67% das ferramentas NLP genéricas ignoram essa verificação. Essa lacuna é a principal falha técnica citada nos casos de saúde da autoridade.
Os Cinco Registros de Saúde da Dinamarca
A Dinamarca vincula dados de saúde através de cinco registros nacionais. O identificador pessoal une todos eles.
- Registros de alta hospitalar (desde 1977)
- Base de dados de prescrições (desde 1995)
- Registro de câncer (desde 1943)
- Registro de causas de morte (desde 1970)
- Diagnósticos de atenção primária (desde 1990)
Isso torna a pesquisa em saúde dinamarquesa muito poderosa. Também cria um risco. Remover o identificador bruto não é suficiente. Um conjunto de dados que ainda contém idade, sexo, diagnóstico e ano pode re-identificar pessoas — especialmente em doenças raras.
O guia de 2024 do Datatilsynet sobre uso secundário de dados de saúde define três requisitos.
Documentação técnica de anonimização: Registrar quais campos foram removidos, quais foram generalizados e que nível de tamanho de grupo o resultado atinge. Uma declaração de política não atende a este padrão.
Revisão externa para grandes conjuntos de dados: Para conjuntos com mais de 5.000 pessoas, a autoridade recomenda revisão técnica independente das etapas de des-identificação.
Minimização de dados: O conjunto de dados deve corresponder à questão de pesquisa declarada. A autoridade encontrou casos em que equipes usaram registros nacionais completos quando uma amostra menor teria sido suficiente.
Consulte nosso guia de detecção de identificadores nacionais europeus para as regras de dígito de verificação aplicáveis a outros formatos de identificadores europeus.
O Que os Casos de 2024 Revelaram
Os 14 casos de saúde compartilham três tipos comuns de falhas.
Compartilhamento de dados de pesquisa: Um hospital envia um conjunto de dados de pacientes des-identificado a um parceiro acadêmico para treinamento de IA. O conjunto contém partes de datas de nascimento, códigos de diagnóstico e datas de tratamento. A autoridade constata que essa combinação re-identifica pacientes com doenças raras.
Serviços de IA de terceiros: Uma empresa de healthtech envia notas de pacientes a um serviço de IA americano para documentação clínica. Os identificadores pessoais nessas notas não são removidos antes do envio. Nenhum mecanismo de transferência válido está em vigor.
Falhas em pipelines OCR: Uma seguradora processa formulários PDF digitalizados para reivindicações de invalidez. Sua ferramenta OCR converte imagens em texto. Mas não executa validação de dígito de verificação no resultado. Muitos identificadores não são detectados.
O OCR frequentemente insere espaços no meio dos números ou desloca hífens. A correspondência simples de padrões falha nessas saídas. A detecção deve funcionar em texto OCR, não apenas em entrada limpa. Consulte nosso guia de detecção OCR em saúde para passos práticos com documentos digitalizados.
Os Três Requisitos Técnicos Mínimos
Esses três elementos formam a base da conformidade RGPD em saúde para a Dinamarca.
Testes de dígito de verificação em todos os textos: Executar a verificação módulo 11 completa em cada cadeia candidata. Aplicar tanto em texto limpo quanto em saídas OCR.
Detecção de nomes em dinamarquês: Usar um modelo treinado com texto dinamarquês. O pipeline spaCy da_core_news é uma opção. Um modelo inglês genérico perde nomes dinamarqueses e nomes de organizações.
Documentação de des-identificação: Registrar o que foi removido, o que foi generalizado e o tamanho de grupo do resultado. A autoridade solicita isso em forma técnica, não como declaração de política.
Para dados sobre o custo financeiro de incidentes com dados de saúde, consulte nossa análise de custos de violações em saúde.