Danimarka CPR Numaraları: GDPR Uyumluluk Rehberi
2026 için güncellenmiştir
Danimarka'nın veri denetçisi Datatilsynet, 2024'te 31 GDPR kararı verdi. On dördü sağlık verisini içeriyordu. Bu yüksek pay iki gerçeği yansıtıyor: Danimarka büyük bir ulusal sağlık sistemi yürütüyor ve bu sistemdeki teknik boşluklar hasta kayıtlarını ifşa etmeye devam ediyor.
CPR Numaraları İçin Kontrol Rakamı Kuralı
CPR numarası Danimarka'nın kişisel kimliğidir. GGAAYY-XXXX biçiminde 10 rakamlıdır. İlk altı rakam doğum tarihidir. Son dört rakam, bir kod ve kontrol rakamıdır.
Kontrol rakamı modulus-11 kuralı kullanır:
- 1 ile 9 arasındaki rakamları alın.
- Her birine bir ağırlık verin: 4, 3, 2, 7, 6, 5, 4, 3, 2.
- Her rakamı ağırlığıyla çarpın. Tüm sonuçları toplayın.
- 11'e bölün. Kalanı not edin.
- Kalan 0 → kontrol rakamı 0'dır.
- Kalan 1 → numara geçersizdir.
- Kalan 2–10 → kontrol rakamı 11 eksi kalındır.
Bu kural, CPR numaralarını tarayan herhangi bir araç için önemli. Bazı GGAAYY-XXXX dizeleri hiçbir zaman geçerli olamaz. Bu adımı atlayan araçlar tarihleri, fatura kodlarını ve referans numaralarını gerçek kimlikler olarak işaretler.
Otoritenin 2024 incelemesi, genel NLP araçlarının %67'sinin bu kontrolü atladığını buldu. Bu boşluk, sağlık davalarındaki en önemli teknik başarısızlıktır.
Danimarka'nın Beş Sağlık Sicili
Danimarka, beş ulusal sicilin genelindeki sağlık verilerini birbirine bağlıyor. Kişisel kimlik hepsini birbirine bağlıyor.
- Hastane taburculuk kayıtları (1977'den itibaren)
- Reçete verileri (1995'ten itibaren)
- Kanser sicili (1943'ten itibaren)
- Ölüm nedeni sicili (1970'den itibaren)
- Birinci basamak tanıları (1990'dan itibaren)
Bu durum Danimarka sağlık araştırmalarını çok güçlü kılıyor. Aynı zamanda bir risk yaratıyor. Ham kimliği kaldırmak yeterli değil. Yaş, cinsiyet, tanı ve yılı hâlâ barındıran bir veri seti insanları yeniden ifşa edebilir — özellikle nadir hastalığı olanlar için.
Datailsynet'in 2024 ikincil sağlık verisi kullanım rehberi üç gereklilik belirliyor.
Veriye ne yaptığınızı yazın: Hangi alanları kaldırdığınızı, hangilerini yuvarladığınızı veya gruplandırdığınızı ve çıktının hangi grup büyüklüğüne ulaştığını listeleyin. Bir politika notu bu standardı karşılamıyor.
Büyük setler için dışarıdan gözden geçirme alın: 5.000'den fazla kişiyi içeren veri setleri için otorite, anonimleştirme adımlarının bağımsız teknik incelemesini tavsiye ediyor.
Veriyi soruyla eşleştirin: Veri seti belirtilen araştırma hedefine uymalı. Otorite, daha küçük bir örnekle çalışılabilecekken ekiplerin tam ulusal sicilleri kullandığı davalar buldu.
Kontrol rakamı kurallarının diğer Avrupa kimlik biçimlerine nasıl uygulandığı için AB ulusal kimlik tespit rehberimize bakın.
2024 Davalarının Bulduğu Sonuçlar
14 sağlık davası üç ortak başarısızlık türünü paylaşıyor.
Araştırma veri paylaşımı: Bir hastane, yapay zeka eğitimi için akademik bir ortağa anonimleştirilmiş hasta veri seti gönderiyor. Set, doğum tarihi bölümleri, tanı kodları ve tedavi tarihlerini barındırıyor. Otorite, bu karışımın nadir hastalığı olan hastaları yeniden ifşa ettiğini buluyor. Alışılmadık tanılar havuzu hızla daralıyor.
Üçüncü taraf yapay zeka hizmetleri: Bir sağlık teknoloji firması, klinik kayıt çalışması için hasta notlarını ABD merkezli bir yapay zeka hizmetine gönderiyor. Bu notlardaki kişisel kimlikler önce kaldırılmıyor. Geçerli bir transfer mekanizması yok.
OCR boru hattı boşlukları: Bir sigortacı, maluliyet talepleri için taranmış PDF formları işliyor. OCR aracı görüntüleri metne dönüştürüyor. Ancak çıktıda kontrol rakamı testleri çalıştırmıyor. Pek çok kimlik kaçırılıyor.
OCR çoğu zaman numaranın ortasına boşluk giriyor veya tire konumunu kaydırıyor. Basit desen eşleştirme bu çıktıda bozuluyor. Tespit, yalnızca temiz girdi değil, OCR metni üzerinde de çalışmalı. Taranmış belgeleri işleme adımları için OCR sağlık tespit rehberimize bakın.
Üç Teknik Zorunluluk
Bu üç öğe, Danimarka sağlık GDPR uyumluluğunun temelini oluşturuyor.
Tüm metinde kontrol rakamı testleri: Aday her dizede tam modulus-11 kontrolünü çalıştırın. Hem temiz metin hem de OCR çıktısında uygulayın.
Danimarkaca dil isim tespiti: Danimarkaca metin için eğitilmiş bir model kullanın. spaCy da_core_news modeli bir seçenektir. Genel bir İngilizce model, Danimarkaca isimlerini ve kurum adlarını kaçırır.
Anonimleştirme kayıtları: Neyin kaldırıldığını, neyin gruplandırıldığını ve çıktının grup büyüklüğünü yazın. Otorite bunu politika notu olarak değil, teknik biçimde istiyor.
Sağlık verisi olaylarının maliyeti hakkında veriler için sağlık ihlali maliyet analizimize bakın.