anonym.legal

By · Last updated 2026-06-04

Nazaj na blogZdravstvo

Zaznavanje MRN po HIPAA brez doktorata iz regularnih izrazov

Format MRN vsake bolnisnice je drugacen. Memorial uporablja MRN:XXXXXXX, St. Mary's uporablja PT-YYYYY, University Hospital uporablja UHN-XXXXXXXXXX.

June 4, 20266 min branja
HIPAA de-identificationMRN patternhealthcare ITAI pattern generationPHI detection

Zaznavanje MRN po HIPAA brez doktorata iz regularnih izrazov

Format MRN vase bolnisnice ni v nobenem standardnem orodju za osebne podatke. Tukaj je, kako ga dodati v petih minutah. Ni potrebno pisati kode.

Ekipe za zdravstveno informatiko se soocajo s problemom HIPAA, ki ga drugi sektorji nimajo. ID, ki ga morajo najpogosteje najti -- stevilko zdravstvenega kartona -- doloca njihova lastna bolnisnica. Nacionalni standard ne obstaja.

Vsak projekt de-identifikacije HIPAA potrebuje prilagojeno nastavitev. Brez nje MRN-ji zdrsnejo skozi "de-identificirane" datoteke nezaznani.

Problem MRN-jev v vecih ustanovah

Bolnisniske mreze, zgrajene s fuzijami, imajo zastarele sisteme EHR. Vsak sistem ima lasten format MRN:

  • Memorial Hospital (Epic): MRN:XXXXXXX -- 7-mestna stevilka s predpono
  • St. Mary's (Cerner): PT-YYYYY -- 5-mestna s predpono pacienta
  • University Hospital (Meditech): UHN-XXXXXXXXXX -- 10-znakovna mesanica
  • Klinika (samostojen EMR): C\d{5} -- crka C plus 5 stevk

HIPAA Safe Harbor zahteva odstranitev vseh 18 vrst ID-jev. Kategorija 8 so stevilke zdravstvenih kartonov. Orodje, ki ne pozna vasega formata, jih bo spregledalo. Datoteka izgleda cistno. Ni pa.

Skupnost ServiceNow za zdravstvo je opozorila na to tocno tezavo. Standardna orodja ujamejo EMSO stevilke in telefonske stevilke. Ustanovne MRN-je spregledajo vsakic.

Ovira regularnih izrazov

Dodajanje prilagojenih pravil v Microsoft Presidio -- odprtokodno osnovo za mnoga orodja HIPAA -- zahteva resno znanje:

  • Poznati morate razred PatternRecognizer
  • Napisati morate regularni izraz v sintaksi Python
  • Nastaviti morate konfiguracijske datoteke YAML
  • Nastaviti morate ocene zaupanja
  • Testirati in razhroscevati morate Python skripte

Uradnik za skladnost, ki pozna format MRN, tega ne more storiti sam. Popravek konca kot vstopnica za inzeniiranje. Stoji v vrsti 6-8 tednov. Vrzel ostane odprta.

Generiranje vzorcev s pomocjo UI

Obstaja hitrejsa pot. Opisite vzorec z navadnimi besedami. Dobite delujocc regularni izraz.

Koraki:

  1. Odprite graditelja entitet po meri
  2. Navedite primere: "Nasi MRN-ji so videti takole: MRN:1234567, MRN:9876543, MRN:0001234"
  3. UI zgradi pravilo: MRN:\d{7}
  4. Preizkusite na 10 vzorcnih evidencah
  5. Najdeni so vsi MRN-ji? Shranite in uvedite.

Za mrezo s stirimi formati MRN:

  • Memorial Hospital -> MRN:\d{7}
  • St. Mary's -> PT-\d{5}
  • University Hospital -> UHN-[A-Z0-9]{10}
  • Klinika -> C\d{5}

Ustvarite stiri entitete po meri. Jih zdruzite v prednastavitev. Zazenite na vseh datotekah. Cas: eno popoldne.

Glejte zaznavanje MRN po meri v tokovih HIPAA brez kode za celovit vodic.

Validacija za Safe Harbor

HIPAA Safe Harbor pravi, da pokrita entiteta ne sme imeti "dejanskega znanja", da bi podatki lahko identificirali koga. (45 CFR SS164.514(b))

Validacija pokaze, da vasa prilagojena pravila pokrivajo vseh 18 vrst ID-jev.

1. korak: Pridobite vzorce. Pridobite 100 evidenc iz vsake lokacije. Mesajte casovna obdobja in oddelke.

2. korak: Zazenite zaznavanje. Obdelajte vseh 400 dokumentov s prilagojenimi pravili.

3. korak: Clovesk pregled. Rocno preglejte 20 dokumentov (5-odstotni vzorec). Isite zamujene MRN-je in lazne zadetke.

4. korak: Izpopolnite pravila. Zamujeni MRN-ji? Razsirte vzorec. Prevec laznih zadetkov? Dodajte meje besed.

5. korak: Zapisite. Zabelezite pravilo, velikost vzorca, rezultate in datum. Ta dnevnik je vasa evidenca Safe Harbor.

Glejte razlozljivo redakcijo in revizijske sledi HIPAA za vec informacij o tem, kaj dokumentirati.

Celotna pokritost Safe Harbor

Po odpravi zaznavanja MRN preverite vseh 18 kategorij.

KategorijaStandardna orodjaPotrebna prilagoditev?
1. ImenaModel NERNe
2. Geografski podatkiZaznavanje lokacijeNe za drzavo; Da za kode lokacij
3. DatumiZaznavanje datumovNe
4. Telefonske stevilkeZaznavanje telefonaNe
5. Stevilke faksaZaznavanje telefonaNe
6. E-postni nasloviZaznavanje e-posteNe
7. EMSO stevilkeZaznavanje EMSONe
8. Stevilke zdravstvenih kartonovNi vgrajenoDa -- specificno za lokacijo
9. Stevilke clanov zdravstvenih planovDelnoPogosto da -- specificno za placnika
10. Stevilke racunovDelnoPogosto da -- format obracunavanja
11. Stevilke licencDelnoPogosto da -- specificno za drzavo
12. ID-ji vozilDelnoRedko v klinicnih dokumentih
13. ID-ji napravDelnoDa, ce so naprave v evidencah
14. Spletni URL-jiZaznavanje URLNe
15. IP-nasloviZaznavanje IPNe
16. Biometricni ID-jiKontekst besedilaRedko v odpustnih opombah
17. FotografijeSamo slikaIzven obsega za besedilo
18. Drugi edinstveni ID-jiNi vgrajenoDa -- specificno za lokacijo

Za klinicno besedilo kategorije 8, 9, 10 in 18 najpogosteje potrebujejo prilagojeno nastavitev.

Kontekst klinicnih dokumentov

Odpustne opombe, klinicne opombe in operativna porocila so glavne datoteke, ki se delijo za raziskave. Vsebujejo:

  • MRN-je v glavi in nogi
  • Stevilke racunov v razdelkih obracunavanja
  • Datume za vse dogodke -- sprejem, poseg, laboratorij, zdravila
  • Imena zdravnikov in stevilke DEA
  • Podatke napotitvenega zdravnika
  • ID-je clanov zavarovalnice

Prilagojena pravila za formate, specificne za lokacijo, se zdruzijo z vgrajenimi pravili za standardne formate. Ta kombinacija zagotavlja celotno pokritost Safe Harbor.

Zakljucek

De-identifikacija HIPAA brez prilagojenih pravil ni de-identifikacija Safe Harbor. Format MRN vsake bolnisnice je edinstven. Standardna orodja jih spregledajo. Vrzel skladnosti je resnicna in ostane odprta, dokler je ne zapremo.

Generiranje vzorcev z UI zmanjsa cas popravka s 6-8 tednov inzeniriranja na eno popoldne dela pri skladnosti. Opisite format. Preizkusite na resnicnih evidencah. Uvedite. Konec.

Viri

Ste pripravljeni zaščititi svoje podatke?

Začnite z anonimizacijo PII z več kot 285 tipi entitet v 48 jezikih.

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.