La de-identificazione del dataset attuariale rimuove tutti gli identificatori personali. Un file davvero anonimo esce dall'ambito del GDPR ai sensi del Considerando 26. I modelli di rischio costruiti su questi dati devono comunque rispettare i requisiti patrimoniali di Solvency II (Reg. UE 2009/138) e i criteri di governance dell'IVASS Reg. 38/2018 sull'Own Risk and Solvency Assessment (ORSA). anonym.plus elabora ogni record sul dispositivo locale.
Quando si applica
Un team attuariale di Allianz Italia costruisce modelli di rischio per le polizze sanitarie. Prima dell'analisi, de-identifica nome, codice fiscale e IBAN di ogni assicurato. Età, sinistri storici e codici DRG restano per la modellazione.
Come lo gestisce anonym.plus
- Caricare il dataset (CSV, XLSX o export dell'attuariato) in anonym.plus.
- Il programma mappa le colonne e individua quelle identificative.
- Vengono marcati nome, codice fiscale, IBAN e numero polizza.
- Confermare la mappatura e preservare età, DRG e sinistri storici.
- Anonimizzare ogni record con sostituzione o generalizzazione.
- Esportare il insieme dati pulito sul dispositivo locale.
Cosa serve fornire
- Il dataset attuariale (CSV, XLSX o export del sistema).
- La mappatura delle colonne identificative.
- Soglia di generalizzazione per età e importo sinistro.
Tipi di entità rilevati nei dati sanitari
| Categoria | Tipo di entità anonym.plus | Esempio |
|---|---|---|
| Nome | PERSON | Assicurato T. Mancini → [ASSICURATO_1] |
| Codice fiscale | IT_FISCAL_CODE | MNCTMS75A01D612W → [CF] |
| IBAN | IBAN_CODE | IT60A0200811401000000567123 → [IBAN] |
| Numero polizza | MEDICAL_RECORD_NUMBER | POL-2021-556677 → [POLIZZA] |
| Data | DATE_TIME | Sinistro 14/07/2025 → [DATA] |
| Indirizzo | LOCATION | Via Cavour 19, Torino → [INDIRIZZO] |
Conformità raggiunta
- Anonimizzazione — soddisfa il Considerando 26 GDPR: il dataset anonimizzato esce dall'ambito del Regolamento e rileva 340+ tipi di entità, inclusi CF, TS e IBAN.
- Modelli di rischio — i requisiti patrimoniali di Solvency II (Reg. UE 2009/138) e i criteri ORSA dell'IVASS Reg. 38/2018 restano applicabili sui dati de-identificati, perché riguardano il modello e non il singolo assicurato.
- Dati clinici aggregati — età, codici DRG e sinistri storici restano per la modellazione; solo gli identificatori diretti dell'assicurato vengono rimossi.
- Sicurezza del trattamento — completamente offline, nessun trasferimento di dati; cifratura AES-256-GCM + Argon2id durante l'elaborazione.
Anonimizza Dataset attuariali offline — vedi piani & inizia gratis →
Limiti & avvertenze
La combinazione di età, DRG e importo sinistro può ridurre l'anonimato su popolazioni piccole. Applicare generalizzazione (fasce di età, importi raggruppati) per i modelli statistici. Valutare il rischio di re-identificazione con il DPO prima della condivisione.
Domande frequenti
I dati di sinistro storico restano dopo la de-identificazione?
Sì. Frequenza, importo e codici DRG rimangono per la modellazione attuariale richiesta da Solvency II e dall'IVASS Reg. 38/2018. Solo i dati personali dell'assicurato cambiano.
Posso usare il set anonimizzato per addestrare modelli ML?
Sì. Una raccolta davvero anonima può essere usata liberamente senza ulteriori obblighi GDPR, fermi restando i requisiti di governance del modello di rischio stesso.
Il programma supporta l'esportazione in formato compatibile con R e Python?
Sì. Il dataset anonimizzato può essere esportato in CSV standard, compatibile con R, Python e qualsiasi strumento di analisi statistica.