anonym.legal

By · Last updated 2026-04-28

Назад до блогуОхорона здоров'я

18 ідентифікаторів HIPAA, які пропускає ваш інструмент

HIPAA перераховує 18 ідентифікаторів PHI. Більшість інструментів анонімізації виявляють, можливо, 6 із них. Номери медичних карток варіюються залежно від установи — єдиного американського стандарту не існує.

April 28, 20269 хв читання
HIPAA 18 identifiersPHI complete detectionMRN detectionNPI DEA numbersHIPAA Safe Harbor compliance

18 ідентифікаторів HIPAA, які пропускає ваш інструмент

Оновлено у 2026 році.

HIPAA перераховує 18 категорій ідентифікаторів PHI. Більшість інструментів анонімізації виявляють, можливо, шість. Решта дванадцяти проходять непоміченими — і кожна з них є прогалиною у відповідності.

Правило Safe Harbor

Правило про конфіденційність HIPAA (45 CFR § 164.514) визначає деідентифікацію за методом Safe Harbor. Усі 18 категорій ідентифікаторів мають бути видалені. Видаліть кожну з них — і дані вважаються деідентифікованими за законом. Саме тому Safe Harbor є популярним: це або пройшов, або не пройшов — без суб'єктивних оцінок.

18 категорій:

  1. Імена
  2. Географічні дані менші за штат — поштова адреса, місто, округ, поштовий індекс
  3. Дати, крім року — народження, госпіталізації, виписки, смерті
  4. Номери телефонів
  5. Номери факсів
  6. Електронні адреси
  7. Номери соціального страхування
  8. Ідентифікатори медичних карток (MRN)
  9. Коди бенефіціарів планів медичного страхування
  10. Ідентифікатори рахунків
  11. Коди сертифікатів і ліцензій
  12. Ідентифікатори транспортних засобів і серійні номери
  13. Ідентифікатори пристроїв і серійні номери
  14. Веб-адреси (URL)
  15. IP-адреси
  16. Біометричні ідентифікатори — відбитки пальців, голосові відбитки
  17. Повні фотографії обличчя та подібні зображення
  18. Будь-які інші унікальні ідентифікаційні коди або значення

Більшість інструментів добре обробляють категорії 1, 4, 6 і 7. Вони регулярно пропускають 8, 9, 10, 11, 13 і 18.

Прогалина у виявленні MRN

Ідентифікатори медичних карток перебувають у категорії 8. Формати MRN встановлюються кожною лікарнею окремо. Загальноамериканського стандарту не існує.

Лікарня A використовує 7-значне ціле число. Лікарня B використовує «PT-РРРРНННН». Лікарня C використовує 8-символьний буквено-цифровий рядок. Лікарня D пише «MRN: » перед 9-значним кодом.

Генеричний інструмент не позначить «PT-2024-8847» як PHI. Документ пройде перевірку деідентифікації. Але він не є деідентифікованим. Жодного сповіщення не надходить. Команда вважає роботу виконаною. Це не так.

Це найгірший вид прогалини: непомітна.

Три способи виправити ситуацію

Запрограмувати у Presidio. Це вимагає навичок Python і постійного обслуговування. Підхід працює, але потребує часу.

Додати ручну перевірку. Людина перевіряє кожен документ на наявність MRN. Це не масштабується.

Використати AI-підтримку для створення спеціальних сутностей. Без коду. Команда надає зразки значень. ШІ будує шаблон.

Ось як це працює. Команда надає п'ять зразків значень MRN: SVHS-0012345, SVHS-0987654, SVHS-1122334, SVHS-4455667, SVHS-8899001. ШІ повертає SVHS-\d{7} і перевіряє на зразках. Команда зберігає шаблон у своєму пресеті HIPAA. Усі подальші сесії виявляють цей формат. Той самий підхід працює для кодів бенефіціарів і серійних номерів пристроїв.

Дивіться, як працюють пресети, у посібнику з виявлення MRN HIPAA. Дізнайтеся про AI-процес роботи з шаблонами.

Прихована хибна передумова

Багато команд тестують на зразковому документі з іменем і номером телефону. Інструмент проходить. Вони припускають повне покриття. Але зразки рідко включають специфічні для установи ідентифікатори. MRN і коди бенефіціарів виглядають як випадкові рядки для генеричного інструменту. Вони проходять без позначення.

Справжній аудит Safe Harbor відображає всі 18 категорій на метод виявлення. Для категорії 8 перевіряйте з реальними зразками MRN з вашої лікарні. Не припускайте, що інструмент знає ваш формат.

Ознайомтеся з повною структурою в нашому огляді відповідності HIPAA.

Висновок

Safe Harbor вимагає видалення всіх 18 категорій ідентифікаторів. Генеричні інструменти охоплюють значно менше. Прогалини — MRN, коди бенефіціарів, серійні номери пристроїв — не мають стандартного формату, тому генеричні інструменти їх пропускають. Спеціальні сутності з підтримкою ШІ закривають прогалину без коду або ручної перевірки.

Джерела

  • HHS: HIPAA Safe Harbor, 45 CFR § 164.514 — hhs.gov. VERIFIED.
  • Shaip: Типи ідентифікаторів PHI при деідентифікації у сфері охорони здоров'я — shaip.com. VERIFIED-EXTERNAL.
  • HHS OCR: Настанови з деідентифікації оновлено у 2024 році — hhs.gov. VERIFIED.

Готові захистити свої дані?

Почніть анонімізувати PII з 285+ типами сутностей на 48 мовах.

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.