By · Last updated 2026-04-21

Bloga DönSağlık Hizmetleri

Klinik Araştırmada Geri Alınabilir Kimlik Gizleme

Bir çalışma, 5.000 katılımcının 47'sinde beklenmedik biyobelirteç riski saptadığında araştırmacıların gerçek hastalara ulaşması gerekiyor. Anonimleştirme araçlarının yalnızca %23'ü gerçek anlamda geri alınabilirlik sunuyor.

April 21, 20269 dk okuma
reversible de-identificationclinical research pseudonymizationpatient re-contact protocolIRB data managementHIPAA reversible encryption

Klinik Araştırmada Geri Alınabilir Kimlik Gizleme

Uzun süreli denemeler zorlu bir denge gerektiriyor. Hastalar çalışma süresince gizli kalmalı. Kurumsal İnceleme Kurulu (IRB) kuralları bunu zorunlu kılıyor. Hasta güveni de buna bağlı. Ancak bir sonuç, ilerleyen dönemde yeniden iletişim gerektiriyor olabilir. Kalıcı kimlik gizleme bu yolu kapatıyor. Geri alınabilir kimlik gizleme ise açık tutuyor.

Bu konudaki desteğimizi uyumluluk genel bakışımızda ve güvenlik uygulamalarımızda ele alıyoruz.

Yeniden İletişim Sorunu

Bir onkoloji merkezi 5.000 hastalık bir çalışma yürütüyor. Deneme ortasında, 47 hastada agresif bir kanser türüyle bağlantılı belirteçler ortaya çıkıyor. Bu durum başlangıçta öngörülmemişti. Etik kurulu bulguyu değerlendiriyor. Yeniden iletişimi onaylıyor. Uyarma yükümlülüğü devreye giriyor.

Orijinal kimlik gizleme kalıcıysa, ekip çıkmaza giriyor. Eşleşme haritası olmayan rastgele kodlar geriye giden bir yol sunmuyor. 47 kayıt gerçek hastalarla ilişkilendirilemiyor. Bulgu üzerinde işlem yapılamıyor. Bakıma ihtiyaç duyabilecek hastalara ulaşılamıyor. Gizlilik düzeneği en kritik anda başarısız olmuş oluyor.

Bu nadir bir durum değil. Uzun soluklu her deneme beklenmedik bir bulguyla karşılaşabilir. Uyarma yükümlülüğü doktrini, risk saptandığında harekete geçilmesini gerektiriyor. Yeniden tanımlama yolu olmadan bu mümkün değil.

GDPR Anahtar Ayrımı Kuralları

EDAK Kılavuzu 05/2022 bu sorunu doğrudan ele alıyor. Takma ad kullanımı geçerli bir veri koruma adımı. Yeniden tanımlama seçeneğini açık tutuyor. Onaylı bir süreç bunu gerektiğinde kullanabiliyor.

Temel kural anahtar ayrımı. Şifre çözme anahtarı, takma adla değiştirilmiş veriden ayrı tutulmalı. Kontroller onaylanmamış her erişimi engellemelidir. Veriyi kullanan ekip anahtarı elinde bulundurmamalı. Yeniden tanımlama resmi ve kayıtlı bir adım gerektirmeli.

IAPP'nin 2024 anketi, anonimleştirme araçlarının yalnızca %23'ünün gerçek anlamda geri alınabilirlik sunduğunu ortaya koydu. Büyük çoğunluğu kalıcı maskeleme ya da değiştirme uyguluyor. Bu yöntemler, uyarma yükümlülüğünün gerektirdiği yeniden iletişimi engelliyor.

Mimari Nasıl Çalışıyor?

Uyumlu bir sistem, AES-256-GCM ile geri alınabilir şifreleme kullanıyor. Her hasta kimliği bir token'a dönüştürülüyor. Aynı hasta, tüm çalışma dosyalarında aynı token'la eşleşiyor. Veri bağlantıları sağlam kalıyor. Çalışma kümesinde ham kimlik görünmüyor.

Şifre çözme anahtarı bir veri gözetmeni tarafından tutuluyor. Veriden ayrı saklanıyor. Anahtarın her kullanımı yazılı ve onaylı bir talep gerektiriyor.

Ekip analiz süresince yalnızca token'larla çalışıyor. 47 etkilenen hasta işaretlendiğinde etik kurulu yeniden tanımlamayı onaylıyor. Gözetmen anahtarı yalnızca o 47 kayda uyguluyor. Ekip yalnızca bu 47 kişinin gerçek kimliklerini alıyor. Diğer 4.953 hasta korunmaya devam ediyor.

Yalnızca hedeflenmiş yeniden tanımlama mümkün. Veri kümesinin geri kalanına dokunulmuyor.

Takma ad kullanımının tam anonimleştirmeden nasıl farklılaştığı hakkında daha fazla bilgi için GDPR anonimleştirme ile takma ad kullanımı karşılaştırma kılavuzumuza bakın.

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.