Anonimizar partes de accidente de trabajo para análisis de siniestralidad – Anonimización conforme al RGPD según RGPD art. 9; LOPDGDD art. 87; ET art. 4 (Real Decreto Legislativo 2/2015)

Los partes de accidente de trabajo contienen datos de salud del trabajador —categoría especial conforme al RGPD art. 9— junto con su nombre, NIF y descripción del incidente. anonym.legal seudonimiza estos datos para que los departamentos de prevención y los comités de seguridad puedan analizar siniestralidad sin tratar innecesariamente información médica identificable.

Cuándo se aplica

Aplica cuando los partes de accidente deben analizarse por el servicio de prevención, compartirse con consultores externos de seguridad laboral o utilizarse en informes de siniestralidad, y la identidad del trabajador accidentado no es necesaria para el análisis.

  1. Sube los partes de accidente en PDF o DOCX a anonym.legal.
  2. El motor detecta nombre, NIF, número de afiliación SS, diagnóstico o descripción de lesiones (datos de salud RGPD art. 9) y nombres de testigos.
  3. Los datos de salud se marcan como categoría especial y se seudonomizan con especial rigor.
  4. Cada persona identificada recibe un seudónimo coherente en todo el parte e informes asociados.
  5. La descripción del accidente, la causa, el lugar, la fecha y las medidas correctoras se conservan como datos estructurales.
  6. Se genera el mapa de reversión cifrado con residencia de datos en la UE.
  7. El parte seudonimizado se exporta para análisis de siniestralidad o integración en el sistema de gestión de PRL.

Qué proporciona usted

  • Partes de accidente de trabajo en PDF o DOCX
  • Informes de investigación del accidente
  • Actas de la comisión de seguridad e higiene si las hubiera

Limitaciones y precauciones

  • anonym.legal no verifica si el parte cumple los requisitos de notificación a la mutua colaboradora y al SEPE.
  • Los datos de salud son categoría especial (RGPD art. 9) y su tratamiento requiere base jurídica reforzada; la seudonimización reduce el riesgo pero no exime del cumplimiento de los requisitos del art. 9.
  • Las descripciones de lesiones muy específicas pueden ser indirectamente identificables incluso tras la seudonimización.

Preguntas frecuentes

¿Los datos de salud del accidentado se tratan de forma especial?

Sí. Los diagnósticos y descripciones de lesiones son datos de categoría especial conforme al RGPD art. 9. El motor los identifica y aplica seudonimización reforzada, generando además una alerta al usuario sobre la presencia de datos de salud que requieren base jurídica específica para su tratamiento.

¿Puede el parte seudonimizado usarse en un informe de siniestralidad para la dirección?

Sí. Los informes de siniestralidad que analizan tipos de accidente, causas, departamentos y medidas correctoras pueden elaborarse sobre partes seudonimizados sin necesidad de revelar la identidad de los accidentados, minimizando el tratamiento de datos personales.

¿La seudonimización exime de las obligaciones de notificación del accidente a la mutua?

No. La notificación del accidente a la mutua colaboradora y al SEPE debe realizarse con los datos originales del trabajador. La seudonimización es una medida para el análisis interno y externo posterior, no para los trámites oficiales de notificación.

Derecho Laboral

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.