By · Last updated 2026-06-04

Bloga DönSağlık Hizmetleri

HIPAA MRN Tespiti: Regex Uzmanlığı Gerekmez

Her hastanenin MRN biçimi farklıdır. Memorial MRN:XXXXXXX kullanır, St. Mary's PT-YYYYY kullanır, University Hospital UHN-XXXXXXXXXX kullanır.

June 4, 20266 dk okuma
HIPAA de-identificationMRN patternhealthcare ITAI pattern generationPHI detection

HIPAA MRN Tespiti: Regex Uzmanlığı Gerekmez

Hastanenizin MRN biçimi hiçbir standart KBV aracında yer almaz. İşte beş dakikada nasıl ekleyeceğiniz. Kod gerekmez.

Sağlık bilişim ekipleri, diğer sektörlerin karşılaşmadığı bir HIPAA sorunuyla karşı karşıyadır. Bulmaya en çok ihtiyaç duydukları kimlik — Tıbbi Kayıt Numarası — kendi hastaneleri tarafından belirlenir. Ulusal bir standart mevcut değildir.

Her HIPAA kimliksizleştirme projesi özel kurulum gerektirir. Bu olmadan, MRN'ler "kimliksizleştirilmiş" dosyalarda tespit edilmeden geçip gider.

Çok Tesisli MRN Sorunu

Birleşmeler yoluyla oluşturulan hastane ağlarında eski EHR sistemleri bulunmaktadır. Her sistemin kendi MRN biçimi vardır:

  • Memorial Hospital (Epic): MRN:XXXXXXX — önekli 7 haneli sayı
  • St. Mary's (Cerner): PT-YYYYY — hasta önekli 5 haneli
  • University Hospital (Meditech): UHN-XXXXXXXXXX — 10 karakterlik karışım
  • Klinik (bağımsız EMR): C\d{5} — C harfi artı 5 rakam

HIPAA Güvenli Liman, 18 kimlik türünün tamamının kaldırılmasını gerektirir. Kategori 8, tıbbi kayıt numaralarıdır. Biçiminizi bilmeyen bir araç bunları gözden kaçıracaktır. Dosya temiz görünür. Temiz değildir.

ServiceNow sağlık topluluğu bu tam sorunu kaydetmiştir. Standart araçlar sosyal güvenlik numaralarını ve telefon numaralarını yakalar. Tesis MRN'lerini her seferinde gözden kaçırır.

Regex Engeli

Birçok HIPAA aracının açık kaynaklı temeli olan Microsoft Presidio'ya özel kurallar eklemek gerçek beceri gerektirir:

  • PatternRecognizer sınıfını bilmeniz gerekir
  • Python sözdiziminde regex yazmanız gerekir
  • YAML yapılandırma dosyaları kurmanız gerekir
  • Güven puanlarını ayarlamanız gerekir
  • Python betiklerini test edip hata ayıklamanız gerekir

MRN biçimini bilen bir uyumluluk görevlisi bunu tek başına yapamaz. Düzeltme, mühendislik talebi olarak sona erer. 6–8 hafta kuyruğa girer. Boşluk açık kalır.

Yapay Zeka Destekli Kalıp Oluşturma

Daha hızlı bir yol vardır. Kalıbı düz kelimelerle tanımlayın. Çalışan bir regex alın.

Adımlar:

  1. Özel varlık oluşturucuyu açın
  2. Örnekler verin: "MRN'lerimiz şöyle görünür: MRN:1234567, MRN:9876543, MRN:0001234"
  3. Yapay zeka kuralı oluşturur: MRN:\d{7}
  4. 10 örnek kayıt üzerinde test edin
  5. Tüm MRN'ler bulundu mu? Kaydedin ve dağıtın.

Dört MRN biçimine sahip bir ağ için:

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

Dört özel varlık oluşturun. Bunları bir ön ayarda gruplayın. Tüm dosyalarda çalıştırın. Süre: bir öğleden sonra.

Tam nasıl yapılacağı kılavuzu için bkz. HIPAA işlem hatlarında kod gerektirmeden özel MRN tespiti.

Güvenli Liman için Doğrulama

HIPAA Güvenli Liman, kapsanan kuruluşun verilerin birini tanımlayabileceğine dair "gerçek bir bilgisi" olmadığını belirtir. (45 CFR §164.514(b))

Doğrulama, özel kurallarınızın 18 kimlik türünün tamamını kapsadığını gösterir.

Adım 1: Örnekleri çekin. Her siteden 100 kayıt alın. Zaman dilimlerini ve bölümleri karıştırın.

Adım 2: Tespiti çalıştırın. Tüm 400 belgeyi özel kurallarınızla işleyin.

Adım 3: İnsan kontrolü. 20 belgeyi elle inceleyin (%5 örneklem). Gözden kaçan MRN'leri ve yanlış tespitleri arayın.

Adım 4: Kuralları iyileştirin. MRN'ler gözden kaçıyor mu? Kalıbı genişletin. Çok fazla yanlış tespit mi var? Sözcük sınırları ekleyin.

Adım 5: Yazıya dökün. Kuralı, örnek büyüklüğünü, sonuçları ve tarihi kaydedin. Bu kayıt Güvenli Liman belgenizdır.

Neyin belgelenmesi gerektiğine dair daha fazla bilgi için bkz. açıklanabilir yeniden düzenleme ve HIPAA denetim izleri.

Tam Güvenli Liman Kapsamı

MRN tespitini düzelttikten sonra 18 kategorinin tamamını kontrol edin.

KategoriStandart AraçlarÖzel Gerekli mi?
1. İsimlerNER modeliHayır
2. Coğrafi veriKonum tespitiEyalet için hayır; site kodları için evet
3. TarihlerTarih tespitiHayır
4. Telefon numaralarıTelefon tespitiHayır
5. Faks numaralarıTelefon tespitiHayır
6. E-posta adresleriE-posta tespitiHayır
7. Sosyal güvenlik numaralarıSGN tespitiHayır
8. Tıbbi kayıt numaralarıDahili değilEvet — siteye özgü
9. Sağlık planı üye numaralarıKısmiGenellikle evet — ödeyiciye özgü
10. Hesap numaralarıKısmiGenellikle evet — faturalama biçimi
11. Lisans numaralarıKısmiGenellikle evet — eyalete özgü
12. Araç kimlikleriKısmiKlinik belgelerde nadir
13. Cihaz kimlikleriKısmiKayıtlarda cihaz varsa evet
14. Web URL'leriURL tespitiHayır
15. IP adresleriIP tespitiHayır
16. Biyometrik kimliklerMetin bağlamıTaburculuk notlarında nadir
17. FotoğraflarYalnızca görüntüMetin için kapsam dışı
18. Diğer benzersiz kimliklerDahili değilEvet — siteye özgü

Klinik metin için kategoriler 8, 9, 10 ve 18 en sık özel kurulum gerektirir.

Klinik Belge Bağlamı

Taburculuk notları, klinik notlar ve ameliyat raporları araştırma için paylaşılan başlıca dosyalardır. Bunlar şunları içerir:

  • Başlık ve alt bilgilerde MRN'ler
  • Faturalama bölümlerinde hesap numaraları
  • Tüm olaylar için tarihler — kabul, prosedür, laboratuvar, ilaç
  • Hekim isimleri ve DEA numaraları
  • Sevk eden doktor bilgileri
  • Sigorta üye kimlikleri

Siteye özgü biçimler için özel kurallar, standart biçimler için yerleşik kurallarla birleştirilir. Bu ikili size tam Güvenli Liman kapsamı sağlar.

Sonuç

Özel kurallar olmadan HIPAA kimliksizleştirmesi Güvenli Liman kimliksizleştirmesi değildir. Her hastanenin MRN biçimi benzersizdir. Standart araçlar bunları gözden kaçırır. Uyumluluk boşluğu gerçektir ve siz kapatana kadar açık kalır.

Yapay zeka kalıp oluşturma, düzeltmeyi 6–8 haftalık mühendislik çalışmasından bir öğleden sonralık uyumluluk çalışmasına indirir. Biçimi tanımlayın. Gerçek kayıtlar üzerinde test edin. Dağıtın. Bitti.

Kaynaklar

Verilerinizi korumaya hazır mısınız?

48 dilde 285+ varlık türü ile PII anonimleştirmeye başlayın.

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.