By · Last updated 2026-04-26

بلاگ پر واپس جائیںصحت کی دیکھ بھال

دوبارہ رابطے کے لیے قابلِ واپسی انکرپشن

آپ Patient_001 سے فالو اپ وزٹ کے لیے رابطہ نہیں کر سکتے۔ IRBs اب دستاویز شدہ دوبارہ شناخت پروٹوکولز مانگتے ہیں — یہ ثابت کرتے ہوئے کہ آپ مخصوص شرائط کے تحت دوبارہ شناخت کر سکتے ہیں۔

April 26, 20268 منٹ پڑھیں
research re-identification protocollongitudinal study follow-upIRB pseudonymization requirementcontrolled re-identificationdeterministic encryption

IRB دوبارہ رابطہ پروٹوکول: قابلِ واپسی انکرپشن گائیڈ

IRBs اب صرف de-ID منصوبے سے زیادہ مانگتے ہیں۔ انہیں دوبارہ رابطے کا منصوبہ بھی چاہیے۔ آپ کو دو چیزیں ثابت کرنی ہوتی ہیں۔ پہلی، بیرونی فریقیں اصل مریضوں کے نام تک نہیں پہنچ سکتیں۔ دوسری، آپ کی ٹیم پہنچ سکتی ہے — جب اخلاقی منظوری ہو۔

یہ دو حصوں کا اصول حقیقی تجربے سے آتا ہے۔ طویل مطالعات نے آزمائش کے دوران فوری نتائج دریافت کیے ہیں۔ لیکن ریکارڈ بند تھے۔ واپسی کا کوئی راستہ نہیں تھا۔ اس نے مریضوں کی دیکھ بھال کو روک دیا۔ ریگولیٹرز نے نوٹ لیا۔

ہم اسے ہمارے تطابق جائزے اور سیکیورٹی طریقوں میں کیسے سپورٹ کرتے ہیں دیکھیں۔

IRBs کو دو طرفہ دروازہ کیوں چاہیے

2024 میں GDPR جرمانے 56% بڑھے (DLA Piper Annual Report 2025)۔ GDPR آرٹیکل 89 اس رجحان کا جواب ہے۔ یہ تحقیقی ڈیٹا کے لیے pseudonymization مانگتا ہے — مکمل حذف نہیں۔ اصول تسلیم کرتا ہے کہ تحقیق کو کبھی کبھی اصل ریکارڈ تک واپسی کی راہ چاہیے ہوتی ہے۔

2024 NEJM AI کے مقالے نے LLM پر مبنی de-ID کا مطالعہ کیا۔ اس نے ایک بنیادی مسئلہ پایا۔ صاف کیے گئے کلینیکل نوٹس انہی کلینیکل نمونوں کے ذریعے مریض کی شناخت سے جڑے رہتے ہیں جو انہیں مفید بناتے ہیں۔ مقالہ کہتا ہے: ایک دستاویز شدہ کلید منصوبے کے ساتھ pseudonymization استعمال کریں۔ یہ دوبارہ رابطے کا راستہ کھلا رکھتا ہے۔

آپ کے IRB کو اس دروازے کے دونوں طرف دیکھنی ہوگی۔ کون دوبارہ شناخت کر سکتا ہے؟ کن شرائط کے تحت؟ کلید کون رکھتا ہے؟ کیا لاگ ہوتا ہے؟

سیٹ اپ کیسے کام کرتا ہے

AES-256-GCM ایک مقررہ موڈ میں چلتا ہے۔ ہر مریض ID ہمیشہ ایک ہی ٹوکن میں ملتی ہے۔ "Patient_001" ہر بار ایک ہی آؤٹ پٹ دیتی ہے۔ وہ ٹوکن بیس لائن پر، 3 ماہ میں، اور حتمی جائزے میں ظاہر ہوتا ہے۔ ٹیم صرف ٹوکن استعمال کرتے ہوئے ہر مریض کو ٹریک کرتی ہے۔ کام کی فائلوں میں کوئی اصل نام داخل نہیں ہوتا۔

کلید کی تقسیم EDPB اصول پورا کرتی ہے۔ تحقیقی ٹیم انکرپٹڈ ڈیٹا رکھتی ہے۔ ایک ڈیٹا نگہبان ایک الگ نظام میں کلید رکھتا ہے۔ کوئی بھی فریق اکیلے دوبارہ شناخت نہیں کر سکتا۔ ٹیم ڈیکرپٹ نہیں کر سکتی۔ نگہبان ڈیٹا کے بغیر کلیدوں کو مریضوں سے نہیں جوڑ سکتا۔

جب دوبارہ رابطے کی منظوری ملتی ہے تو نگہبان نامزد ریکارڈز پر کلید لگاتا ہے۔ ہر قدم لاگ ہوتا ہے: کون سے ریکارڈ، کب، کس نے منظوری دی۔ وہ لاگ آپ کی GDPR آرٹیکل 89 کی دلیل ہے۔

عملی طور پر یہ کیسا دکھتا ہے

ایک آنکولوجی مرکز تین ممالک میں 5,000 مریضوں کا cohort چلاتا ہے۔ ہر سائٹ صرف ٹوکنز کے ساتھ کام کرتی ہے۔ مرکزی مرکز کا ڈیٹا افسر کلید رکھتا ہے۔

مطالعے کے دوران ایک اسکین 47 مریضوں کو اعلی خطرے میں نشان زد کرتا ہے۔ اخلاقی بورڈ دوبارہ رابطے کی منظوری دیتا ہے۔ افسر ان 47 ریکارڈز کو ڈیکرپٹ کرتا ہے۔ دیکھ بھال کی ٹیم ان 47 مریضوں تک پہنچتی ہے۔ باقی 4,953 تینوں سائٹس پر چھپے رہتے ہیں۔

کلید نہیں ہلتی۔ ڈیٹا انکرپٹڈ رہتا ہے۔ صرف وہ 47 ریکارڈز کبھی اصل ناموں سے جڑتے ہیں۔

Pseudonymization بمقابلہ مکمل گمنامی کے بارے میں مزید جاننے کے لیے ہمارا قابلِ واپسی de-identification گائیڈ دیکھیں۔

ذرائع

کیا آپ اپنے ڈیٹا کی حفاظت کے لیے تیار ہیں؟

48 زبانوں میں 285+ ادارتی اقسام کے ساتھ PII کی گمنامی شروع کریں۔

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.