anonym.legal

By · Last updated 2026-06-05

Povratak na blogGDPR i usklađenost

Datatilsynet: GDPR u danskom zdravstvu

Danski Datatilsynet doneo je 31 GDPR odluku u 2024; 14 se ticalo sistema zdravstvenih podataka. CPR broj zahteva modulus-11 validaciju koju 67% NLP alata preskace.

June 5, 20268 min čitanja
Denmark DatatilsynetCPR numberhealthcare GDPRNordic data protectionhealth data

GDPR u danskom zdravstvu: Datatilsynet – primena propisa u 2024.

Danski Datatilsynet pokrenuo je 31 GDPR predmet u 2024. godini. Cetrnaest od njih — 45% — ticalo se medicinskih sistema. Danska ima 5,9 miliona stanovnika. Taj udeo je veoma visok. On pokazuje koliko daleko je zemlja otisla u digitalizaciji zdravstva. Takodje pokazuje koliko su stroga pravila.

Danski zdravstveni sistem

Svaki Danac ima CPR broj. Taj broj je povezan s kartonom pacijenta, registrom lekova, bolnickim dnevnikom i tkivnim uzorcima pohranjenima u Statens Serum Institut. Bolnicki dnevnik seze do 1977. godine.

Ovaj sistem cini dansko medicinsko istrazivanje jednim od najboljih na svetu. Takodje znaci da su pacijentski dosijei veoma osetljivi. Zato se Datatilsynet toliko fokusirao na ovu oblast.

Problem CPR broja

CPR broj je desetocifreni identifikator. Njegov format je DDMMYY-XXXX. Poslednja cifra je kontrolna cifra. Racuna se primenom modulus-11 matematike.

CPR brojevi pojavljuju se u svakom klinickom dosijeu. Povezani su s podacima o zdravstvenoj zastiti, porezu, bankarskim i glasackim evidencijama.

Datatilsynet nalaZe da morate proveriti ispravnost postupka de-identifikacije pre nego sto koristite pacijentske kartone u novu svrhu. Medutim, 67% uobicajenih NLP alata preskace modulus-11 korak za CPR brojeve. Kad ga preskoce, javljaju se dve greske.

Lazni pogodci: Datumski nizovi, brojevi racuna i referentni kodovi oznacavaju se kao pravi CPR brojevi. To dovodi do skupih rucnih provera.

Propusteni ID-ovi: CPR brojevi s zamenjenim ciframa ne prolaze proveru. Tako pravi identifikatori pacijenata prolaze nezapazeno. Rezultat izgleda uredan, ali to nije slucaj.

Pogledajte nas vodic za detekciju EU nacionalnih ID-ova da biste saznali kako pravila kontrolnih cifri funkcionisu za druge EU tipove ID-ova.

Cetiri pravila za ponovnu upotrebu pacijentskih kartona

Danski medicinski registri pomazu u finansiranju vrhunskih istrazivanja. Datatilsynetove smernice za ponovnu upotrebu podataka iz 2024. postavljaju cetiri pravila.

Dokumentujte sta ste uradili: Navedite svako polje koje ste uklonili ili izmenili. Belezte kako ste zaokruzivali ili grupirali vrednosti. Kratka napomena o politici ne ispunjava ovaj uslov.

Prikazite rezultate testiranja: Dokazite da je vas alat pronasao CPR brojeve i druge danske identifikatore. Tvrdnja nije dokaz.

Ogranicite sta uzimate: Nemojte preuzimati vise licnih podataka nego sto vase istrazivanje zahteva. Ovo pravilo vazi cak i za pseudoanonimizovane skupove podataka.

Uradite DPIA za AI alate: Svaki AI alat koji obradjuje danske pacijentske kartone zahteva DPIA. Koristite standardni Datatilsynetov obrazac.

Tri oblasti fokusa u Kopenhagenu

Med-tech firme u Kopenhagenu ukljucuju Leo Pharma, Bavarian Nordic i mnoge startape. Datatilsynet prati tri oblasti rizika.

Skupovi podataka za obuku vestacke inteligencije: Organ je u 2024. otkrio firme koje su trenirale AI modele na dosijei ma s aktivnim CPR brojevima. Nijedna nije imala valjan pravni osnov.

Prekogranicni prenosi: Neke firme su slale pacijentske kartone americkim cloud provajderima radi AI obrade. Organ je rekao da same SCC nisu dovoljne. Potrebni su i tehnicke mere — kao sto je enkripcija s kljucevima cuvenim u Evropi.

Pristupni dnevnici: Dnevnici moraju pokazivati ko je citao koje kartone i iz kog razloga. Cuvajte ih najmanje pet godina.

56% danskih krsenja bezbednosti medicinskih podataka u 2024. godini poticalo je od lose de-identifikacije. Upotreba alata s validacijom CPR-a i podrskom za danski jezik otklanja najcesce uzroke gresaka.

Za vise informacija o nordijskoj primeni propisa, pogledajte nas vodic za GDPR anonimizaciju IMY Svedske.

Izvori

Spremni da zaštitite svoje podatke?

Počnite sa anonimizacijom PII sa 285+ tipova entiteta na 48 jezika.

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.