anonym.legal

By · Last updated 2026-06-05

Nazaj na blogZdravstvo

HIPAA OCR: 725 krsitev, 275 milijonov zapisov

HHS OCR je leta 2024 porocal o 725 krsitev HIPAA, ki so prizadele 275 milijonov zapisov -- najvec do zdaj. Povprecni stroski krsitve zdravstvenih podatkov znasajo 10,22 milijona $.

June 5, 202610 min branja
HIPAA enforcementPHI de-identificationOCR HHShealthcare breachHIPAA Security Rule

HIPAA OCR: 725 krsitev, 275 milijonov zapisov

Posodobljeno za leto 2026

Urad za civilne pravice (OCR) HHS je leto 2024 stevel 725 krsitev zdravstvenih podatkov. Te krsitve so prizadele 275 milijonov pacientskih zapisov. Ta skupni znesek je najvecji, kar jih je bilo kdajkoli zabelezenih v enem letu.

Povprecni stroski na krsitev zdravstvenih podatkov so v letu 2025 dosegli 10,22 milijona $. Porocilo IBM o stroski krsitev podatkov navaja to stevilko. Stroski vkljucujejo civilne globe, pravne honorarje, obvestila pacientom, kreditno spremljanje in izgubljen ugled.

Leti 2025 in 2026 sta kljucni za pokrite subjekte in njihove poslovne partnerje. Predlagana posodobitev varnostnih pravil HIPAA iz marca 2025 bi dodala najvecji nabor tehnicnih pravil od leta 2003.

Kaj je povzrocilo 725 krsitev v letu 2024

Portal OCR razvrsca napake iz leta 2024 v stiri vrste.

Hekanje in IT incidenti so povzrocili 74 % prijavljenih krsitev. Najpogostejse vrste so ransomware, napadi na streznik in e-postne prevare. Napadalci zdaj ciljajo na celotna omrezja. En napad lahko naenkrat potegne zapise iz celotnega sistema EHR.

Nepooblascen dostop in razkritje sta povzrocila 18 % krsitev. Sem sodijo slabi nadzori dostopa, zloraba notranjih oseb in napake pri napacnem prejemniku.

Incidenti tretjih oseb so sestavljali 35 % krsitev v letu 2024. Napaka se je zacela pri poslovnem partnerju -- ne pri pokritem subjektu. Change Healthcare (enota UnitedHealth Group) sama je razkrila vec kot 190 milijonov pacientskih zapisov. To je najvecja krsitev zdravstvenih podatkov v ZDA v zgodovini.

Kradja ali izguba prenosnih medijev je povzrocila 8 % krsitev. Prenosniki, USB-kljuci in papirnati zapisi, izgubljeni ali ukradeni brez sifriranja.

18 vrst PHI po metodi Safe Harbor

Metoda Safe Harbor HIPAA (45 CFR 164.514(b)) zahteva odstranitev vseh 18 vrst pacientskih podatkov. Vecina ekip pozna seznam. Tezka stvar je zaznavanje v velikem obsegu.

  1. Imena -- pacientov, druzinskih clanov, delodajalcev
  2. Geografski podatki -- katerokoli obmocje, manjse od drzave
  3. Datumi -- sprejema, odpusta, rojstva, smrti (leto lahko ostane)
  4. Telefonske stevilke
  5. Stevilke faksa
  6. E-postni naslovi
  7. Stevilke socialne varnosti
  8. Stevilke medicinskih zapisov (oblika se razlikuje glede na sistem EHR)
  9. Stevilke clanov zdravstvenih nacrtov
  10. Stevilke racunov
  11. Stevilke potrdil in licenc -- medicinske, DEA, drzavne
  12. ID vozil -- VIN in stevilke registrskih tablic
  13. ID naprav -- serijske stevilke in edinstvene kode naprav
  14. Spletni URL-ji
  15. IP-naslovi
  16. Biometricni podatki -- prstni odtisi in glas
  17. Fotografije celega obraza in podobne slike
  18. Kateri koli drug edinstven ID, koda ali znacilnost

Vrsta 18 je najtezje ujeti. Vsaka koda, ki vezuje zapis na dolocenega pacienta, mora biti odstranjena -- tudi brez ustaljenega vzorca.

Za korak-po-korak vodnik za ciscenje vseh 18 vrst iz klinicnih zapisov glejte Deidentifikacija HIPAA Safe Harbor za zdravstvene raziskave.

Pet novih pravil v predlagani posodobitvi varnostnih pravil

Predlagana posodobitev varnostnih pravil HIPAA (marec 2025) dodaja pet obveznosti.

Letne revizije sifriranja. Pokrite entitete morajo potrditi, da vsi pacientski podatki v mirovanju uporabljajo AES-256 ali enakovreden standard. Upravljanje kljucev mora ustrezati pisnim standardom.

Pisni postopki deidentifikacije. Kateri koli pacientski podatki, ki se uporabljajo v raziskavah, ucenju AI ali analitiki, potrebujejo pisne korake. Opomba o politiki ni dovolj. Zahtevani so tehnicni zapisi z dokazili o validaciji.

Varnostne preveritve poslovnih partnerjev. Poslovni partnerji morajo prestati specificne tehnicne preveritve pred zacetkom dela. Pogodbe so prej opravljale to brez tehnicnih podrobnosti.

Vecfaktorska avtentikacija (MFA). Vsi zaposleni z dostopom do elektronskih pacientskih podatkov morajo uporabljati MFA. Podedovani sistemi niso izvzeti.

Testiranje odziva na incidente. Zahtevane so letne vaje in tehnicni testi. Ekipe morajo voditi evidenco rezultatov.

Lekcije iz primera Change Healthcare

Krsitev Change Healthcare (februar 2024) je pokazala, kako izgleda sistemsko tveganje. Change Healthcare je letno obravnaval 15 milijard transakcij. Kot klirinška hisa je povezoval ponudnike, placevalce in lekarne.

Krsitev se je zacela z enim racunom za oddaljeni dostop. Ta racun ni imel MFA. Napadalci so se premikali po omrezju devet dni. Nato so izvedli ransomware napad.

Lekcija je jasna. Poslovni partner s sirokim dostopom do zdravstvenih transakcij je tveganje za vsakega partnerja, ki se ga dotakne. Stari okvir ni bil zgrajen za ponudnike, ki obravnavajo tretjino vseh americkih zdravstvenih transakcij.

Predlagana MFA, segmentacija omrezja in preveritve poslovnih partnerjev v predlaganem pravilu se vse nanasajo na ta dogodek.

Za odstranjevanje PHI iz formatov zapisov, specificnih za bolnico, glejte zaznavanje HIPAA MRN in vzorci, specificni za bolnico. Za zasnovo z nicti znanjem, ki ohranja pacientske podatke zunaj omrezja, glejte HIPAA-skladen oblak PHI in zasnova z nicti znanjem.

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.