anonym.legal

By · Last updated 2026-04-20

Назад до блогуОхорона здоров'я

HIPAA-сумісний ChatGPT із захистом у браузері

77% співробітників принаймні раз на тиждень передають чутливу робочу інформацію AI-інструментам. Перехоплення PHI в реальному часі в браузері зменшує кількість інцидентів витоку на 94%.

April 20, 20268 хв читання
HIPAA ChatGPT complianceclinical AI learningPHI browser protectionmedical education AIreal-time PHI interception

Проблема клінічного AI

Лікарі та студенти-медики щодня використовують ChatGPT і Claude. Вони перевіряють дози ліків. Вони шукають діагнози. Вони переглядають плани лікування. Ці інструменти корисні.

Але вставляти реальні дані пацієнтів у ці інструменти — це ризик порушення HIPAA. Текст потрапляє на сервери AI-провайдера. Без підписаної Угоди про ділового партнера (BAA) для цього сервісу такий вчинок порушує HIPAA. Стандартні акаунти ChatGPT і Claude не включають BAA для клінічного використання.

Варіанти не дуже привабливі. Використовувати AI з реальними даними і ризикувати порушенням. Або вручну очищати кожну нотатку перед вставкою — повільний крок, який зайняті клініцисти часто пропускають. Пропуск цього кроку створює саме той витік, якого процес мав запобігти.

Чому ручний перегляд не спрацьовує

Safe Harbor за HIPAA вимагає видалення 18 типів ідентифікаторів. Лікар помітить ім'я пацієнта і дату. Але деякі ідентифікатори легко пропустити.

Географічні субідентифікатори — один приклад. Вік у поєднанні з датою госпіталізації — інший: разом вони можуть утворювати пару покритих ідентифікаторів за HIPAA. Ці закономірності не очевидні під тиском часу.

Дослідження Menlo Security 2025 року виявило, що перехоплення PHI в реальному часі в браузері зменшує витоки на 94%. Ця різниця показує, що пропускають клініцисти порівняно з тим, що виявляють інструменти. Дані Cyberhaven підтверджують масштаб: 77% співробітників щотижня передають чутливі робочі дані AI-інструментам.

Як допомагає розширення браузера

Розширення Chrome перевіряє текст у момент надсилання. Воно запускається до того, як запит досягає AI. Клініцист бачить короткий попередній перегляд. Він показує, які PHI були знайдені та що буде замасковано.

Це не жорстке блокування. Лікар може продовжити, відредагувати або зупинитись. Це додає одну коротку перевірку до інакше швидкої дії.

Розглянемо викладача внутрішньої медицини, що використовує Claude для навчання на основі клінічних випадків. Він вставляє нотатку про випадок, яку вже переглянув. Розширення проводить повторну перевірку. Якщо нотатка чиста, сповіщень не з'являється і сесія продовжується. Якщо якась деталь проковзнула — пара дат або назва невеликого міста — інструмент виявляє її першим.

Ця модель добре підходить для клінічної роботи. Вона зберігає контроль за лікарем. Вона додає захисну мережу для закономірностей, які люди схильні пропускати.

Дивіться наше порівняння точності виявлення PHI для порівняльних тестів інструментів. Наш посібник HIPAA cloud zero-knowledge охоплює правила BAA та засоби захисту. Посібник з browser DLP містить деталі налаштування.

Джерела

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.