La de-identificazione del dataset di ricerca rimuove gli identificatori dei partecipanti prima della condivisione o della pubblicazione. Il <strong>GDPR Art. 89</strong> e il <strong>Provvedimento Garante 9/2016</strong> disciplinano il trattamento dei dati personali per finalità di ricerca scientifica. Dopo un'anonimizzazione efficace, il dataset esce dall'ambito del GDPR ai sensi del Considerando 26. anonym.plus tratta ogni file interamente offline.
Quando si applica
Il gruppo di ricerca vuole pubblicare i dati grezzi come open data. Nomi, codici fiscali e recapiti dei partecipanti devono essere rimossi prima della pubblicazione.
Come lo gestisce anonym.plus
- Carica il dataset (CSV, XLSX o JSON) in anonym.plus.
- Il programma analizza ogni colonna per gli 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: nessun dato ha lasciato il tuo dispositivo.
Cosa serve fornire
- Il dataset di ricerca (CSV, XLSX, JSON o TXT).
- Operatore: Sostituisci, Oscura o Elimina per colonna.
- Facoltativo: piano di anonimizzazione con elenco campi e strategie.
Tipi di entità rilevati nei dati sanitari
| Categoria | Tipo di entità anonym.plus | Esempio |
|---|---|---|
| Nome partecipante | PERSON | Marco Esposito → [PARTECIPANTE_1] |
| Codice fiscale | IT_FISCAL_CODE | SPSMRC80H01H501W → [CF] |
| EMAIL_ADDRESS | m.esposito@email.it → [EMAIL] | |
| Data visita | DATE_TIME | 22/04/2026 → [DATA_VISITA] |
| Indirizzo | LOCATION | Corso Buenos Aires 15, Milano → [INDIRIZZO] |
| ID record | MEDICAL_RECORD_NUMBER | RIC-2026-00789 → [ID_RECORD] |
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
- s
- c
- i
- e
- n
- t
- i
- f
- 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
- 9
- /
- 2
- 0
- 1
- 6
- <
- /
- s
- t
- r
- o
- n
- g
- >
- .
- I
- 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 di ricerca offline — vedi piani & inizia gratis →
Limiti & avvertenze
La combinazione di variabili rare (età, patologia, regione geografica) può consentire la re-identificazione anche senza identificatori diretti. Valuta un'analisi del rischio di re-identificazione prima della pubblicazione.
Domande frequenti
Il GDPR Art. 89 esonera la ricerca dagli obblighi GDPR?
Fornisce deroghe specifiche per il trattamento a fini di ricerca, ma non esime dall'obbligo di adottare misure tecniche adeguate, inclusa l'anonimizzazione.
Quando un dataset è veramente anonimo?
Quando la re-identificazione è praticamente impossibile, tenendo conto di tutte le tecniche ragionevolmente disponibili, come stabilisce il Considerando 26 GDPR.
Il Provvedimento Garante 9/2016 si applica alla pubblicazione di dati?
Sì. Il provvedimento disciplina la pubblicazione di dati per ricerca scientifica e richiede misure idonee a ridurre il rischio di re-identificazione.