By · Last updated 2026-03-10

Tillbaka till BloggenHälsovård

HIPAA i molnet: Zero-knowledge för PHI

Business Associate Agreements förhindrar inte HIPAA-överträdelser när din molnbaserade AI-leverantör bearbetar PHI i klartext. Här är vad zero-knowledge-arkitektur faktiskt ändrar.

March 10, 20269 min läsning
HIPAA compliancezero-knowledge architecturePHI anonymizationcloud securityBAA limitations

Det regelefterlevnadsantagande som sjukvårdsorganisationer gör fel

Varje sjukvårdsorganisation som driftsätter molnbaserade AI-verktyg får samma råd från sitt juridiska team: underteckna ett Business Associate Agreement med leverantören så är du täckt under HIPAA.

BAA-kravet är verkligt. HIPAA:s sekretesskyddsregel kräver att täckta enheter genomför BAA:er med affärspartners — leverantörer som skapar, tar emot, underhåller eller överför skyddad hälsoinformation på deras vägnar. AI-leverantören som bearbetar dina kliniska anteckningar behöver en BAA innan de berör den datan.

Men BAA-kravet adresserar det kontraktuella förhållandet mellan organisationer. Det adresserar inte vad som händer med PHI på leverantörens infrastruktur efter att kontraktet signerats.

Den kritiska frågan är inte om du har en BAA. Det är om leverantören kan komma åt din PHI i klartext — och vad som händer med den datan när de utsätts för ett intrång.

Vad ett Business Associate Agreement faktiskt täcker

En BAA fastslår att en affärspartner kommer att:

  • Använda PHI endast för de ändamål som specificeras i avtalet
  • Implementera lämpliga skyddsåtgärder för att skydda PHI
  • Rapportera eventuella PHI-intrång till den täckta enheten
  • Returnera eller förstöra PHI vid avtalets upphörande

BAA:n är en kontraktuell skyldighet. Affärspartnern förbinder sig att hantera PHI ansvarsfullt, implementera rimlig säkerhet och meddela den täckta enheten om något går fel.

Vad BAA:n inte gör:

  • Förhindrar att affärspartnerns system utsätts för intrång
  • Eliminerar affärspartnerns tekniska åtkomst till PHI i dekrypterad form
  • Skyddar den täckta enheten från HIPAA-ansvar när affärspartnern utsätts för intrång

När en molnbaserad AI-leverantör utsätts för intrång och deras serverlagring innehåller dina patienters PHI i dekrypterbar form, uppfylls intrångsmeddelandeskyldigheten av BAA:n — men PHI-exponeringen är verklig, patienter skadas, och den täckta enheten möter HIPAA-genomdrivningsutredning oavsett vilket kontrakt som signerats.

Problemet med PHI på servern

Molnbaserade AI-verktyg som bearbetar sjukvårdsdata verkar på en grundläggande arkitektur: data färdas till leverantörens servrar, bearbetas där av AI-modellen, och resultat returneras till användaren. För att detta ska fungera måste leverantörens infrastruktur ha tillgång till data i en form som AI-modellen kan bearbeta.

Det innebär antingen att data är okrypterad på leverantörens servrar, eller att krypteringen hanteras av leverantören med nycklar som leverantören kontrollerar.

Leverantörskontrollerad kryptering är inte end-to-end-kryptering. Om leverantören håller nycklarna kan leverantören dekryptera. Om leverantören kan dekryptera exponerar en komprometterad leverantörserver din data i läsbar form.

Detta är arkitekturen som BAA:er inte adresserar. BAA:n kräver att leverantören använder "lämpliga skyddsåtgärder" — men server-side-kryptering kontrollerad av leverantören uppfyller det kravet kontraktuellt, även om det inte ger något skydd mot intrång på leverantörssidan.

Sjukvårdsdata som bearbetas av molnbaserade AI-verktyg under dessa förhållanden har en specifik riskprofil: den PHI som används för att generera AI-assisterad klinisk dokumentation, faktureringskoder eller vårdplaner existerar i leverantörens infrastruktur i en form som kan läsas om den infrastrukturen komprometteras.

HIPAA-genomdrivning skiljer inte mellan "vi utsattes för intrång men hade en BAA" och "vi utsattes för intrång." Den täckta enhetens patienters PHI exponerades. Den täckta enheten hade en skyldighet att skydda den. Den tekniska implementeringen av det skyddet avgör om skyldigheten uppfylldes — inte kontraktet.

Vad zero-knowledge-arkitektur förändrar

Zero-knowledge-arkitektur adresserar server-side-åtkomstproblemet på arkitektursnivå.

I en zero-knowledge-implementering anonymiseras PHI innan den lämnar den täckta enhetens miljö. AI-leverantören tar emot anonymiserad data — kliniska anteckningar med patientidentifierare ersatta av strukturerade tokens, faktureringsregister med namn och kontonummer utbytta, vårdplaner med demografisk information borttagen.

AI-modellen bearbetar det anonymiserade innehållet och returnerar resultat. Den täckta enheten åter-associerar resultaten med den ursprungliga patientjournalen med hjälp av tokenmappningen, som aldrig överfördes till leverantören.

Vad detta förändrar:

Leverantören tar aldrig emot PHI. Kliniska anteckningar som bearbetas via zero-knowledge-anonymisering innehåller inga namn, födelsedatum, adresser, journalnummer eller andra HIPAA-definierade PHI-identifierare. Leverantörens AI-modell verkar på anonymiserade data.

Ett leverantörsintrång exponerar ingen PHI. Om AI-leverantörens infrastruktur komprometteras innehåller data som lagrats där anonymiserat innehåll utan patientidentifierbar information. Intrånget kan inte resultera i PHI-exponering eftersom PHI aldrig överfördes.

BAA-krav uppfylls på en högre standard. Den täckta enheten har implementerat tekniska skyddsåtgärder som överstiger det kontraktuella minimumet — inte för att BAA:n kräver det, utan för att arkitekturen gör PHI-exponering tekniskt omöjlig snarare än bara kontraktuellt förbjuden.

Den regelefterlevnadsstandard som faktiskt håller

HIPAA-genomdrivning under HHS Office for Civil Rights fokuserar på om täckta enheter implementerade rimliga och lämpliga skyddsåtgärder för att skydda PHI. "Rimliga och lämpliga" utvärderas mot risken för PHI, sannolikheten för kompromittering och kostnaden för tillgängliga skyddsåtgärder.

Molnbaserade AI-leverantörer som bearbetar PHI under BAA:er har utsatts för intrång. Risken är inte hypotetisk. Frågan som genomdrivningsutredare ställer är om den täckta enheten implementerade skyddsåtgärder som adresserade den kända riskprofilen hos deras leverantörsrelationer.

En täckt enhet som förlitade sig på en BAA och leverantörskontrollerad server-side-kryptering tog ett kontraktuellt tillvägagångssätt till ett tekniskt problem. En täckt enhet som driftsatte zero-knowledge-anonymisering innan någon PHI överfördes till AI-leverantörer tog ett tekniskt tillvägagångssätt som eliminerade exponeringen.

Det andra tillvägagångssättet adresserar genomdrivningsfrågan: PHI befann sig aldrig i leverantörens besittning i användbar form. Det finns inget intrång att rapportera, ingen patient att meddela, ingen genomdrivningsutredning att svara på — eftersom arkitekturen gjorde felläget omöjligt.

För sjukvårdsorganisationer som utvärderar molnbaserad AI-adoption är regelefterlevnadsramverket inte "skaffa en BAA och fortsätt." Det är "säkerställ att PHI aldrig når en leverantörsmiljö i återställningsbar form." BAA:n uppfyller det kontraktuella kravet. Zero-knowledge-arkitektur uppfyller det tekniska.

Källor:

Redo att skydda din data?

Börja anonymisera PII med 285+ entitetstyper på 48 språk.

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.