La de-identificazione dei dataset real-world rimuove gli identificatori dei pazienti dai dati osservazionali prima dell'analisi o della condivisione. Il <strong>GDPR Art. 89</strong> e il <strong>Provvedimento Garante 146/2019</strong> disciplinano il trattamento a fini di ricerca medica. anonym.plus elabora ogni file interamente offline, senza che i dati raggiungano servizi esterni.
Quando si applica
Il reparto di epidemiologia vuole analizzare i dati di prescrizione di un registro regionale. Nomi, codici fiscali e recapiti dei pazienti vanno rimossi prima dell'analisi.
Come lo gestisce anonym.plus
- Carica il dataset (CSV, XLSX o JSON) in anonym.plus.
- Il programma analizza ogni colonna per identificatori diretti e quasi-identificatori.
- Esamina la selezione e conferma i campi sensibili.
- Scegli Sostituisci per token stabili o Elimina per cancellazione completa.
- Applica le regole all'intero dataset con un solo passaggio.
- Esporta il file ripulito localmente, senza richieste di rete.
Cosa serve fornire
- Il dataset real-world (CSV, XLSX o JSON).
- Operatore: Sostituisci, Oscura o Elimina per colonna.
- Facoltativo: piano di anonimizzazione con elenco variabili e strategie.
Tipi di entità rilevati nei dati sanitari
| Categoria | Tipo di entità anonym.plus | Esempio |
|---|---|---|
| Nome paziente | PERSON | Sofia Conti → [PAZIENTE_1] |
| Codice fiscale | IT_FISCAL_CODE | CNTSFR85M41H501X → [CF] |
| Data prescrizione | DATE_TIME | 15/01/2026 → [DATA_PRESC] |
| Indirizzo | LOCATION | Via Torino 22, Milano → [INDIRIZZO] |
| Tessera Sanitaria | IT_HEALTH_CARD | 80380430173712345678 → [TS] |
| Medico prescrittore | PERSON | Dott. Lorenzo Marini → [MEDICO] |
Conformità raggiunta
- C
- o
- n
- f
- o
- r
- m
- e
- a
- l
- <
- s
- t
- r
- o
- n
- g
- >
- G
- D
- P
- R
- A
- r
- t
- .
- 8
- 9
- <
- /
- s
- t
- r
- o
- n
- g
- >
- p
- e
- r
- i
- l
- t
- r
- a
- t
- t
- a
- m
- e
- n
- t
- o
- a
- f
- i
- n
- i
- d
- i
- r
- i
- c
- e
- r
- c
- a
- m
- e
- d
- i
- c
- a
- .
- S
- u
- p
- p
- o
- r
- t
- a
- i
- l
- <
- s
- t
- r
- o
- n
- g
- >
- P
- r
- o
- v
- v
- e
- d
- i
- m
- e
- n
- t
- o
- G
- a
- r
- a
- n
- t
- e
- 1
- 4
- 6
- /
- 2
- 0
- 1
- 9
- <
- /
- s
- t
- r
- o
- n
- g
- >
- s
- u
- l
- l
- a
- r
- i
- c
- e
- r
- c
- a
- m
- e
- d
- i
- c
- a
- .
- D
- a
- t
- a
- s
- e
- t
- v
- e
- r
- a
- m
- e
- n
- t
- e
- a
- n
- o
- n
- i
- m
- i
- e
- s
- c
- o
- n
- o
- d
- a
- l
- l
- '
- a
- m
- b
- i
- t
- o
- G
- D
- P
- R
- a
- i
- s
- e
- n
- s
- i
- d
- e
- l
- <
- s
- t
- r
- o
- n
- g
- >
- C
- o
- n
- s
- i
- d
- e
- r
- a
- n
- d
- o
- 2
- 6
- G
- D
- P
- R
- <
- /
- s
- t
- r
- o
- n
- g
- >
- .
- F
- u
- n
- z
- i
- o
- n
- a
- c
- o
- m
- p
- l
- e
- t
- a
- m
- e
- n
- t
- e
- o
- f
- f
- l
- i
- n
- e
- :
- n
- e
- s
- s
- u
- n
- D
- P
- A
- r
- i
- c
- h
- i
- e
- s
- t
- o
- .
Anonimizza dataset real-world offline — vedi piani & inizia gratis →
Limiti & avvertenze
I dati real-world possono contenere variabili rare o combinazioni atipiche che aumentano il rischio di re-identificazione. Esegui un'analisi del rischio formale prima di pubblicare o condividere ampiamente.
Domande frequenti
Cosa sono i dati real-world (RWD) in ambito clinico?
Sono dati raccolti al di fuori di sperimentazioni cliniche tradizionali, come cartelle cliniche elettroniche, registri di patologia e dati di prescrizione. Contengono identificatori diretti e richiedono adeguata protezione.
Il Provvedimento Garante 146/2019 si applica ai RWD?
Sì. Il provvedimento disciplina il trattamento dei dati personali per finalità di ricerca medica in Italia, inclusi i RWD.
Posso usare i dati de-identificati per addestrare modelli di AI?
Dopo una vera anonimizzazione ai sensi del Considerando 26 GDPR, i dati escono dall'ambito normativo. Verifica comunque la conformità con eventuali normative specifiche sull'AI.