Anonimizar resultados de laboratorio y analítica para estudios epidemiológicos e investigación – Anonimización conforme al RGPD según Ley 41/2002 arts. 14, 15, 17; RGPD art. 9; RGPD art. 5; LOPDGDD Disposición Adicional Decimoséptima

Los resultados de laboratorio clínico —analíticas de sangre, cultivos, biopsias— son datos de salud de categoría especial conforme al RGPD art. 9 y forman parte de la historia clínica del paciente (Ley 41/2002 art. 15). anonym.legal anonimiza estos datos tabulados para que puedan integrarse en estudios epidemiológicos o bases de datos de investigación sin identificar al donante.

Cuándo se aplica

Aplica cuando laboratorios clínicos, servicios de análisis de hospitales o grupos de investigación necesitan exportar resultados para estudios de prevalencia, construcción de rangos de referencia o validación de biomarcadores, sin exponer los datos personales de los pacientes.

  1. Exporta los resultados de laboratorio en CSV, XLSX o formato HL7 desde el sistema de información de laboratorio (LIS).
  2. Sube el archivo a anonym.legal; el motor detecta nombre, NHC, DNI, fecha de nacimiento, médico solicitante y número de petición.
  3. Los valores analíticos, unidades, rangos de referencia y comentarios interpretativos se conservan como datos científicos estructurales.
  4. Las variables cuasi-identificadoras (sexo, edad en quinquenios, código postal de tres dígitos) se generalizan para aplicar k-anonimato.
  5. Las fechas de extracción se desplazan de forma aleatoria y consistente por paciente.
  6. El sistema evalúa el riesgo de reidentificación por combinación de variables y emite un informe de calidad de anonimización.
  7. El conjunto de datos anonimizado se exporta en CSV o JSON para integración en plataformas de análisis.

Qué proporciona usted

  • Exportación de resultados analíticos en CSV, XLSX o HL7 desde el LIS
  • Listado de variables cuasi-identificadoras (sexo, edad, código postal)
  • Parámetro k para k-anonimato deseado
  • Propósito de investigación documentado (LOPDGDD DA 17ª o Ley 14/2007 art. 5)

Limitaciones y precauciones

  • Combinaciones de parámetros analíticos extremadamente infrecuentes pueden ser indirectamente identificativas; el informe de riesgo de reidentificación debe revisarse antes de compartir el conjunto de datos.
  • Los comentarios textuales del analista que mencionen condiciones específicas deben revisarse manualmente.
  • La anonimización es irreversible; si se requiere vincular los resultados al paciente en el futuro, debe gestionarse la pseudonimización fuera de anonym.legal con las garantías del art. 9(2)(j) RGPD.
  • anonym.legal no valida la corrección clínica de los resultados; esa responsabilidad corresponde al laboratorio emisor.

Preguntas frecuentes

¿Pueden incluirse resultados genéticos en el conjunto de datos a anonimizar?

Los datos genéticos son categoría especial explícita conforme al RGPD art. 9 con riesgo de reidentificación inherentemente alto. Su anonimización requiere técnicas avanzadas (p.ej. diferential privacy) y validación específica por el comité de ética de investigación. anonym.legal puede aplicar supresión o generalización de marcadores genéticos, pero recomienda evaluación experta adicional.

¿Con qué frecuencia debe repetirse la evaluación de riesgo de reidentificación del conjunto de datos?

La evaluación debe repetirse cada vez que se añadan nuevas variables al conjunto, cuando aumente el volumen de datos o cuando se modifique la audiencia de acceso. El RGPD art. 89 y la orientación de la AEPD recomiendan revisión periódica como parte del ciclo de vida del proyecto de investigación.

¿Los valores fuera de rango (críticos) deben tratarse de forma especial?

Los valores fuera de rango no requieren un tratamiento diferenciado desde el punto de vista de la anonimización, salvo que sean tan infrecuentes que puedan identificar indirectamente a un paciente. En ese caso, el motor los detecta como valores atípicos y los suprime o generaliza según la configuración.

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.