L'anonimizzazione del dataset di miglioramento della qualità toglie i riferimenti personali prima di analisi aggregate o confronti fra strutture. I controlli sulla qualità dell'assistenza poggiano sull'art. 8-octies del D.Lgs. 502/1992; il monitoraggio nazionale usa gli indicatori del Nuovo Sistema di Garanzia. anonym.plus rende il file utilizzabile senza esporre i pazienti.
Quando si applica
Un'ASL raccoglie misure su tempi di attesa, complicanze e reingressi per il proprio ciclo di miglioramento continuo. Prima di condividerle con AGENAS o con un'altra azienda, i contenuti personali vanno rimossi.
Come lo gestisce anonym.plus
- Esporta il dataset dal sistema informativo ospedaliero in CSV o XLSX.
- Apri il file in anonym.plus sul dispositivo locale.
- Il programma rileva colonne con nomi, codici fiscali e date di nascita.
- Seleziona le colonne da anonimizzare o pseudonimizzare.
- Applica l'azione: sostituzione con token o cancellazione.
- Salva il dataset anonimo per l'analisi o il benchmarking.
Cosa serve fornire
- Il dataset di qualità (CSV, XLSX o export del sistema informativo).
- La lista delle colonne identificative da trattare.
- Facoltativo: chiave di pseudonimizzazione per ricongiunzione futura.
Tipi di entità rilevati nei dati sanitari
| Categoria | Tipo di entità anonym.plus | Esempio |
|---|---|---|
| Paziente | PERSON | Carla Neri → [PAZIENTE_1] |
| Codice fiscale | IT_FISCAL_CODE | NRECRL75B45H501W → [CF] |
| Data nascita | DATE_TIME | 05/02/1975 → [DATA_NASCITA] |
| Struttura | ORGANIZATION | AOU Careggi Firenze → [STRUTTURA] |
| Nr. ricovero | MEDICAL_RECORD_NUMBER | RIC-2026-00412 → [NR_RIC] |
| Tessera sanitaria | IT_HEALTH_CARD | TS 80038770012 → [TS] |
Conformità raggiunta
- Anonimizzazione — il Considerando 26 GDPR porta il risultato fuori dall'ambito del Regolamento; il motore riconosce 340+ tipi di entità, inclusi codice fiscale e Tessera Sanitaria.
- Verifica della qualità — l'art. 8-octies del D.Lgs. 502/1992 fonda i controlli aziendali, mentre il DM 12 marzo 2019 definisce gli indicatori del Nuovo Sistema di Garanzia: tassi e denominatori restano leggibili perché descrivono l'attività.
- Riuso a fini statistici — l'art. 89 GDPR e l'art. 110-bis del D.Lgs. 196/2003 disciplinano il riutilizzo per ricerca e statistica; le regole deontologiche allegate al Codice ai sensi dell'art. 2-quater ne fissano le cautele.
- Sicurezza del trattamento — completamente offline, nessun trasferimento verso terzi; cifratura AES-256-GCM + Argon2id durante l'elaborazione.
Anonimizza Dataset di miglioramento della qualità offline — vedi piani & inizia gratis →
Limiti & avvertenze
Voci molto granulari — un singolo ricovero in un DRG raro in una piccola struttura — possono restare identificabili. Aggrega le celle rare in categorie più ampie prima della condivisione.
Domande frequenti
Un dataset di qualità rientra nell'art. 9 GDPR?
Sì, finché contiene informazione sanitaria riferita a persone identificabili. Dopo l'anonimizzazione ai sensi del Considerando 26 esce dall'ambito di applicazione e non richiede più una base giuridica.
Posso condividere il risultato anonimo con AGENAS o il Ministero della Salute?
Sì. Un file genuinamente anonimo non è un dato personale: non serve base giuridica né contratto ex art. 28 GDPR, e la trasmissione istituzionale resta libera.
La pseudonimizzazione basta per il benchmarking fra strutture?
Dipende dal contesto. La pseudonimizzazione dell'art. 4, punto 5, GDPR lascia il file nel perimetro del Regolamento. Se la struttura ricevente non può risalire all'identità la misura è proporzionata; altrimenti serve la piena anonimizzazione.