anonym.legal

By · Last updated 2026-04-26

กลับไปที่บล็อกการดูแลสุขภาพ

การเข้ารหัสแบบย้อนกลับได้สำหรับการติดต่อซ้ำในงานวิจัย

คุณไม่สามารถติดต่อ Patient_001 สำหรับการเยี่ยมติดตามผลได้ ปัจจุบัน IRB กำหนดให้มีโปรโตคอลการระบุตัวตนซ้ำที่บันทึกไว้ — พิสูจน์ว่าคุณสามารถทำได้ภายใต้เงื่อนไขที่ควบคุม

April 26, 20268 อ่านประมาณ
research re-identification protocollongitudinal study follow-upIRB pseudonymization requirementcontrolled re-identificationdeterministic encryption

โปรโตคอล IRB สำหรับการติดต่อซ้ำ: คู่มือการเข้ารหัสแบบย้อนกลับได้

ปัจจุบัน IRB มักกำหนดให้นักวิจัยต้องบันทึกโปรโตคอลการระบุตัวตนซ้ำ — ไม่ใช่เพียงวิธีการยกเลิกการระบุตัวตน เอกสารต้องพิสูจน์สองสิ่งพร้อมกัน: ชุดข้อมูลที่ยกเลิกการระบุตัวตนไม่สามารถระบุตัวตนซ้ำโดยบุคคลที่ไม่ได้รับอนุญาต และการระบุตัวตนซ้ำที่ได้รับอนุญาตเป็นไปได้ภายใต้เงื่อนไขที่กำหนด

ข้อกำหนดสองด้านนี้สะท้อนบทเรียนจากงานวิจัยระยะยาวที่ผลการค้นพบทางคลินิกที่สามารถดำเนินการได้เกิดขึ้นกลางการศึกษา แต่การทำให้ไม่เปิดเผยตัวตนถาวรป้องกันการดำเนินการ การบังคับใช้ GDPR เพิ่มขึ้น 56% ในปี 2024 (DLA Piper Annual Report 2025) และข้อยกเว้นงานวิจัยของสหภาพยุโรปภายใต้ Article 89 กำหนดให้ต้องมีการ pseudonymization แทนการทำให้ไม่เปิดเผยตัวตนถาวรสำหรับข้อมูลการวิจัย — ยอมรับว่างานวิจัยต้องการความสามารถในการย้อนกลับภายใต้เงื่อนไขที่ควบคุม

บทความ NEJM AI ปี 2024 เกี่ยวกับการยกเลิกการระบุตัวตนด้วย LLM ระบุปัญหานี้อย่างชัดเจน: ชุดบันทึกทางคลินิกที่ถูกยกเลิกการระบุตัวตนยังคงเชื่อมโยงทางสถิติกับตัวตนผ่านความสัมพันธ์เดียวกับที่ยืนยันคุณค่าทางคลินิก คำแนะนำของบทความ: การ pseudonymization พร้อมการดูแลกุญแจที่บันทึกไว้ แทนการทำให้ไม่เปิดเผยตัวตนถาวร เพื่อรักษาความสามารถในการติดต่อซ้ำที่งานวิจัยระยะยาวต้องการ

เรียนรู้วิธีที่เรารองรับกระบวนการนี้ในภาพรวมการปฏิบัติตามกฎระเบียบและแนวทางปฏิบัติด้านความปลอดภัยของเรา

ทำไม IRB จึงต้องการประตูสองทาง

สถาปัตยกรรมการระบุตัวตนซ้ำที่ควบคุมได้นั้นง่ายดาย AES-256-GCM แบบกำหนดได้สร้างโทเค็นที่สม่ำเสมอ: ตัวระบุผู้ป่วยเดิมเข้ารหัสเป็นโทเค็นเดิมเสมอ "Patient_001" ในการประเมินพื้นฐานเข้ารหัสเป็น "[ENC:f8a2c...]" — โทเค็นเดิมปรากฏในการติดตามผล 3 เดือน ติดตามผล 12 เดือน และการวิเคราะห์สุดท้าย ทีมวิจัยสามารถติดตามข้อมูลระยะยาวของผู้ป่วยโดยใช้โทเค็นที่เข้ารหัสเป็นตัวระบุที่เสถียร โดยไม่ต้องเข้าถึงตัวตนจริงเลย

การจัดการกุญแจตอบสนองข้อกำหนดการแยกกุญแจของ EDPB: ทีมวิจัยถือชุดข้อมูลที่เข้ารหัส ผู้ดูแลข้อมูลที่กำหนดถือกุญแจถอดรหัสในระบบจัดการกุญแจแยกต่างหาก ไม่มีฝ่ายใดสามารถระบุตัวตนซ้ำผู้เข้าร่วมได้โดยไม่มีอีกฝ่าย — ทีมวิจัยไม่สามารถถอดรหัสได้โดยไม่มีกุญแจ และผู้ดูแลกุญแจไม่สามารถระบุบันทึกที่เป็นของผู้เข้าร่วมคนใดได้โดยไม่มีข้อมูล

เมื่อการระบุตัวตนซ้ำได้รับอนุญาต (การอนุมัติของคณะกรรมการจริยธรรม ผลการค้นพบ duty-to-warn ข้อกำหนดด้านกฎระเบียบ) ผู้ดูแลกุญแจใช้กุญแจกับบันทึกที่ระบุเฉพาะ แต่ละเหตุการณ์ถอดรหัสถูกบันทึก: บันทึกใด เมื่อไร โดยใคร ภายใต้อำนาจใด บันทึกการตรวจสอบแสดงการปฏิบัติตามข้อกำหนด GDPR Article 89 สำหรับมาตรการป้องกันที่บันทึกไว้

วิธีการดำเนินการในทางปฏิบัติ

สำหรับศูนย์วิจัยมะเร็งในยุโรปที่มีกลุ่มผู้ป่วย 5,000 คน: ชุดข้อมูลวิจัยถูกทำให้ไม่เปิดเผยตัวตนโดยใช้การเข้ารหัสแบบย้อนกลับได้ก่อนกระจายไปยังสถาบันร่วมมือในสามประเทศ ทีมวิจัยของแต่ละสถาบันสามารถวิเคราะห์ข้อมูลระยะยาวโดยใช้โทเค็นผู้ป่วยที่เข้ารหัส กุญแจอยู่กับเจ้าหน้าที่คุ้มครองข้อมูลของสถาบันประสานงาน

เมื่อการวิเคราะห์ biomarker กลางการศึกษาระบุผู้เข้าร่วม 47 คนที่มีตัวบ่งชี้ความเสี่ยงสูง การอนุมัติของคณะกรรมการจริยธรรมเป็นตัวกระตุ้นคำขอระบุตัวตนซ้ำอย่างเป็นทางการ เจ้าหน้าที่คุ้มครองข้อมูลถอดรหัสบันทึก 47 รายการเฉพาะ ทีมคลินิกของสถาบันประสานงานติดต่อผู้ป่วย 47 คนจริง ตัวตนของผู้เข้าร่วมอื่นๆ อีก 4,953 คนยังคงได้รับการปกป้องในทั้งสามสถาบันร่วมมือ

สำหรับการเปรียบเทียบเชิงลึกระหว่างการ pseudonymization และการทำให้ไม่เปิดเผยตัวตนอย่างสมบูรณ์ ดูคู่มือการยกเลิกการระบุตัวตนแบบย้อนกลับได้ของเรา

แหล่งข้อมูล

พร้อมที่จะปกป้องข้อมูลของคุณหรือยัง?

เริ่มทำให้ PII เป็นนิรนามด้วยประเภทเอนทิตีมากกว่า 285 ประเภทใน 48 ภาษา.

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.