Anonimizar recetas médicas electrónicas para análisis de prescripción y estudios farmacoepidemiológicos – Anonimización conforme al RGPD según Ley 41/2002 arts. 4, 7, 14; RGPD art. 9; RGPD art. 5; Ley 16/2003 art. 53

La receta médica electrónica vincula al paciente con su medicación, dosis y patología de base a través de la tarjeta sanitaria (Ley 16/2003 art. 53), constituyendo un dato de salud de categoría especial RGPD art. 9 especialmente sensible. anonym.legal anonimiza las recetas para análisis de patrones de prescripción, auditorías de uso racional del medicamento e investigación farmacoepidemiológica.

Cuándo se aplica

Aplica cuando servicios farmacéuticos de área, servicios de farmacia hospitalaria, agencias de evaluación de tecnologías sanitarias o grupos de investigación necesitan analizar conjuntos de prescripciones sin acceder a los datos identificativos de los pacientes ni de los prescriptores.

  1. Exporta las recetas o el histórico de prescripciones en CSV o XML desde el sistema de receta electrónica.
  2. Sube el archivo a anonym.legal; el motor detecta nombre del paciente, número de tarjeta sanitaria, CIP autonómico, DNI, fecha de nacimiento y datos del médico prescriptor (nombre, número de colegiado, centro de salud).
  3. Los datos de medicación (principio activo, marca, dosis, pauta, diagnóstico asociado) se conservan como datos científicos estructurales.
  4. Las variables cuasi-identificadoras del paciente (sexo, edad quinquenal, código postal de tres dígitos, especialidad prescriptora) se generalizan para k-anonimato.
  5. Las fechas de prescripción y dispensación se desplazan de forma aleatoria y consistente.
  6. El conjunto anonimizado se exporta en CSV o JSON para análisis estadístico.
  7. Se emite informe de riesgo residual de reidentificación para el expediente de cumplimiento.

Qué proporciona usted

  • Exportación de recetas en CSV o XML desde el sistema de receta electrónica
  • Variables de agrupación para análisis (especialidad, código postal, grupo terapéutico ATC)
  • Parámetro k para k-anonimato deseado
  • Propósito de investigación documentado conforme a LOPDGDD DA 17ª

Limitaciones y precauciones

  • La combinación de principio activo, dosis y pauta puede ser indirectamente identificativa en patologías raras; el informe de riesgo residual debe revisarse para cada conjunto de datos.
  • La receta electrónica anonimizada no puede utilizarse para la dispensación en oficinas de farmacia; siempre se requiere la receta original.
  • anonym.legal no accede al sistema de receta electrónica del SNS directamente; el centro sanitario debe realizar la exportación conforme a sus procedimientos de seguridad.
  • El análisis de prescripción de estupefacientes y psicótropos puede requerir autorización adicional de la AEMPS.

Preguntas frecuentes

¿Puede incluirse el código de diagnóstico CIE-10 o CIAP en el conjunto anonimizado?

Sí. El código diagnóstico CIE-10 o CIAP se conserva como dato estructural relevante para el análisis farmacoepidemiológico. En patologías muy específicas o raras, la presencia simultánea del código diagnóstico y el medicamento puede ser cuasi-identificativa; el motor evalúa este riesgo y alerta si k cae por debajo del umbral configurado.

¿Pueden analizarse patrones de prescripción de médicos sin identificar a los prescriptores?

Sí. Los identificadores del médico prescriptor (nombre, número de colegiado) se anonimizan de forma consistente, conservando la especialidad y el área de salud como variables de agrupación para el análisis de variabilidad en la prescripción.

¿Es necesaria una Evaluación de Impacto sobre Protección de Datos (EIPD) para este tratamiento?

El tratamiento de datos de salud a gran escala para investigación es uno de los supuestos que pueden requerir EIPD conforme al RGPD art. 35. El DPO del centro debe valorarlo en función del volumen, la sensibilidad y el riesgo residual tras la anonimización.

Datos Sanitarios

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.

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.