anonym.legal

By · Last updated 2026-06-03

Povratak na blogZdravstvo

HIPAA MRN otkrivanje bez doktorata iz regularnih izraza

Format MRN svakog bolnickog sistema je drugaciji. Memorial koristi MRN:XXXXXXX, St. Mary's koristi PT-YYYYY, University Hospital koristi UHN-XXXXXXXXXX.

June 3, 20266 min čitanja
HIPAA de-identificationMRN patternhealthcare ITAI pattern generationPHI detection

HIPAA MRN otkrivanje bez doktorata iz regularnih izraza

Format MRN vaše bolnice nije u nijednom standardnom alatu za zaštitu LLP podataka. Evo kako ga dodati za pet minuta. Nije potreban kod.

IT timovi u zdravstvenom sektoru suocavaju se sa HIPAA problemom koji drugi sektori nemaju. ID koji najvise treba da pronadju - Medicinski broj kartona (MRN) - postavlja njihova sopstvena bolnica. Ne postoji nacionalni standard.

Svaki HIPAA projekat deidentifikacije zahteva prilagodjeno podesavanje. Bez njega, MRN-ovi provlace se kroz "deidentifikovane" fajlove neotkriveni.

Problem MRN-a u viseclanoj mrezi

Bolnicke mreze izgradjene kroz spajanja imaju nasledjene EHR sisteme. Svaki sistem ima sopstveni format MRN-a:

  • Memorial Hospital (Epic): MRN:XXXXXXX - 7-cifreni broj sa prefiksom
  • St. Mary's (Cerner): PT-YYYYY - 5-cifreni sa prefiksom pacijenta
  • University Hospital (Meditech): UHN-XXXXXXXXXX - 10-carakter mesavina
  • Klinika (samostalni EMR): C\d{5} - slovo C plus 5 cifara

HIPAA Safe Harbor zahteva uklanjanje svih 18 vrsta ID-ja. Kategorija 8 su medicinski brojevi kartona. Alatka koja ne zna vas format ce ih propustiti. Fajl izgleda cistim. Nije.

ServiceNow zdravstvena zajednica uocila je tacno ovaj problem. Standardni alati prepoznaju JMBG i brojeve telefona. Uvek propuste MRN-ove ustanove.

Prepreka regularnih izraza

Dodavanje prilagodjenih pravila u Microsoft Presidio - open-source osnovu za mnoge HIPAA alate - zahteva pravo znanje:

  • Morate znati klasu PatternRecognizer
  • Morate pisati regex u Python sintaksi
  • Morate podesiti YAML konfiguracione fajlove
  • Morate podesavati ocene pouzdanosti
  • Morate testirati i otklanjati greške u Python skriptama

Sluzba za uskladenost koja zna format MRN-a ne moze to da uradi sama. Popravka zavrsava kao inzenjerski zadatak. Ceka u redu 6-8 nedelja. Jaz ostaje otvoren.

Generisanje obrazaca pomognutno vestackom inteligencijom

Postoji brzi nacin. Opišite obrazac obicnim recima. Dobijte radni regex.

Koraci:

  1. Otvorite graditelja prilagodjenih entiteta
  2. Dajte primere: "Naši MRN-ovi izgledaju ovako: MRN:1234567, MRN:9876543, MRN:0001234"
  3. VI gradi pravilo: MRN:\d{7}
  4. Testirajte na 10 uzornih zapisa
  5. Pronadjeni svi MRN-ovi? Sacuvajte i primenite.

Za mrezu sa cetiri MRN formata:

  • Memorial Hospital -> MRN:\d{7}
  • St. Mary's -> PT-\d{5}
  • University Hospital -> UHN-[A-Z0-9]{10}
  • Klinika -> C\d{5}

Napravite cetiri prilagodjena entiteta. Grupišite ih u profil. Pokrenite na svim fajlovima. Vreme: jedno popodne.

Pogledajte prilagodjeno otkrivanje MRN-a u HIPAA pipelinima bez koda za kompletan vodic.

Validacija za Safe Harbor

HIPAA Safe Harbor kaze da pokriveni entitet mora nemati "stvarna znanja" da bi podaci mogli identifikovati nekoga. (45 CFR paragraf 164.514(b))

Validacija pokazuje da vaša prilagodjena pravila pokrivaju svih 18 vrsta ID-ja.

Korak 1: Uzmite uzorke. Preuzmite 100 zapisa iz svake ustanove. Pomešajte vremenske periode i odeljenja.

Korak 2: Pokrenite otkrivanje. Obradite svih 400 dokumenata sa vasim prilagodjenim pravilima.

Korak 3: Ljudska provera. Pregledajte 20 dokumenata rucno (uzorak od 5%). Trazite propuštene MRN-ove i lazne pogotke.

Korak 4: Preciziranje pravila. Propušteni MRN-ovi? Proširite obrazac. Previše laznih pogodaka? Dodajte granice reci.

Korak 5: Zabeležite. Zabeležite pravilo, velicinu uzorka, rezultate i datum. Ovaj zapis je vas Safe Harbor dokaz.

Pogledajte objašnjiva redakcija i HIPAA revizijski tragovi za više informacija o tome šta treba dokumentovati.

Potpuna pokrivenost Safe Harbor-a

Nakon popravke otkrivanja MRN-a, proverite svih 18 kategorija.

KategorijaStandardni alatiPotrebno prilagodjavnje?
1. ImenaNER modelNe
2. Geografski podaciOtkrivanje lokacijeNe za drzavu; Da za šifre lokacija
3. DatumiOtkrivanje datumaNe
4. Brojevi telefonaOtkrivanje telefonaNe
5. Brojevi faksaOtkrivanje telefonaNe
6. E-mail adreseOtkrivanje e-pošteNe
7. JMBGOtkrivanje JMBGNe
8. Medicinski brojevi kartonaNije ugradjenDa - specificno za lokaciju
9. Brojevi clanova zdravstvenih planovaDelimicnoCesto da - specificno za platioca
10. Brojevi racunaDelimicnoCesto da - format obracuna
11. Brojevi dozvolaDelimicnoCesto da - specificno za drzavu
12. ID-jevi vozilaDelimicnoRetko u klinickim dokumentima
13. ID-jevi uredjajaDelimicnoDa ako su uredjaji u zapisima
14. Veb URL-oviOtkrivanje URL-aNe
15. IP adreseOtkrivanje IP-aNe
16. Biometricki ID-jeviTekstualni kontekstRetko u otpusnim beleskama
17. FotografijeSamo slikaVan opsega za tekst
18. Ostali jedinstveni ID-jeviNije ugradjenDa - specificno za lokaciju

Za klinicke tekstove, kategorije 8, 9, 10 i 18 najcesce zahtevaju prilagodjeno podesavanje.

Kontekst klinickih dokumenata

Otpusne beleske, klinicke beleske i izveštaji o operacijama su glavni fajlovi koji se razmenjuju u svrhe istrazivanja. Sadrze:

  • MRN-ove u zaglavljima i podnozjima
  • Brojeve racuna u obracunskim sekcijama
  • Datume svih dogadjaja - prijem, procedura, laboratorija, lekovi
  • Imena lekara i DEA brojeve
  • Informacije o lekarima koji šalju pacijente
  • ID-jeve clanova osiguranja

Prilagodjena pravila za formate specificne za lokaciju u paru sa ugradenim pravilima za standardne formate. Taj par daje vam potpunu pokrivenost Safe Harbor-a.

Zakljucak

HIPAA deidentifikacija bez prilagodjenih pravila nije Safe Harbor deidentifikacija. Format MRN-a svake bolnice je jedinstven. Standardni alati ih propuštaju. Jaz uskladenosti je stvaran i ostaje otvoren dok ga ne zatvorite.

Generisanje obrazaca pomocju VI smanjuje popravku sa 6-8 nedelja inzenjerskog rada na jedno popodne rada na uskladenosti. Opišite format. Testirajte na stvarnim zapisima. Primenite. Gotovo.

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.