Avidentifiera PDF: ta bort personuppgifterna på riktigt

Guide · Senast uppdaterad: 2026-11-17

Att avidentifiera en PDF betyder att ta bort namn, personnummer och andra uppgifter som pekar ut en person ur filen. Det räcker inte att täcka dem. Uppgifterna måste bort på tre ställen: ur texten, ur bilderna (till exempel skannade sidor) och ur det som inte syns, som metadata och bifogade filer. Arbeta i en kopia och kontrollera den färdiga filen innan du lämnar ut eller skickar den.

Gäller det en allmän handling, börja med Maska allmän handling. Är det en Word-fil, läs Maska personuppgifter i Word.

Avidentifiera, maskera eller anonymisera?

Orden används om varandra. Att maskera (eller maska) betyder att ta bort uppgifter ur en handling. Avidentifiera används ibland som samlingsnamn för anonymisering och pseudonymisering, och ibland bara om anonymisering. eSam undviker därför ordet, eftersom det kan leda till missförstånd (eSam, ES2022-01, avsnitt 2.1.4). Anonymisera betyder att ingen ska kunna identifiera personen, inte heller med hjälp av andra uppgifter. Det är svårare än det låter. Kopplingen till personen går ofta att återskapa så länge originalet finns kvar (eSam, ES2022-01, avsnitt 3.1.1). Skillnaden förklaras i Anonymisera dokument.

I den här guiden betyder avidentifiera att ta bort eller ersätta uppgifterna i en kopia av PDF-filen.

Vilka uppgifter ska bort?

Det beror på varför du delar dokumentet. Lämnar en myndighet ut en allmän handling avgör sekretessprövningen vad som ska maskas, uppgift för uppgift. Skickar du dokumentet till någon annan ska uppgifterna vara adekvata, relevanta och inte för omfattande för ändamålet (dataskyddsförordningen (GDPR), artikel 5.1 c). Ta bort det mottagaren inte behöver.

Börja med de direkta uppgifterna:

  • namn, personnummer och födelsedatum
  • adresser, telefonnummer och e-postadresser
  • namnteckningar, foton och skärmdumpar där någon syns

Titta sedan efter indirekta uppgifter. eSam skriver att det inte alltid räcker att ta bort namn. En ovanlig diagnos kan göra att personen går att identifiera indirekt, och en annan aktör kan utläsa vem det är med hjälp av egna uppgifter (eSam, ES2022-01, avsnitt 3.1.1). Det kan vara en roll som bara en person har, ett ovanligt datum eller en liten ort.

Så avidentifierar du en PDF steg för steg

  1. Gör en kopia. Maska aldrig originalet (The National Archives, Redaction toolkit).
  2. Hitta uppgifterna. Sök (Ctrl+F) på namn, personnummer och adresser. Sök också på varianter, till exempel personnumret med och utan bindestreck. Sökningen hittar bara text. Uppgifter i bilder, stämplar och skannade sidor letar du efter med ögonen.
  3. Ta bort uppgifterna med en funktion som raderar. Använd ett maskeringsverktyg som tar bort innehållet, inte en ritfunktion eller en svart markeringspenna. NSA skriver att information som döljs eller täcks i ett datordokument nästan alltid går att återskapa, och att den därför måste raderas (NSA, Redacting with Confidence, s. 2–4).
  4. Behandla skannade sidor för sig. En skannad sida är en bild, ofta med ett osynligt textlager från OCR. Både textlagret och bildens pixlar måste ändras. Hur det går till står i Kontrollera maskering i PDF.
  5. Rensa det som inte syns. Dokumentegenskaper, kommentarer, dolda lager, tidigare versioner och bifogade filer kan följa med filen (Adobe PDF Reference 1.7, avsnitt 3.4.5, 3.10.3, 4.10, 8.4 och 10.2). Byt också filnamn om det innehåller ett namn.
  6. Spara som en ny fil och kontrollera den. Sök på det du tog bort, kopiera text över rutorna och granska bilderna.
  7. Läs dokumentet som mottagaren. Går någon att känna igen på sammanhanget, trots att namnet är borta?

Varför räcker inte en svart ruta?

En ruta, en kommentar eller en överstrykning i en PDF läggs ovanpå texten. Texten under finns kvar och går att söka fram och kopiera. NSA skrev 2005 att det vanligaste misstaget är att täcka text med svart (NSA, Redacting with Confidence). Samma sak gäller en ruta över en skannad sida: rutan ändrar inte bildens pixlar, och OCR-texten under ligger kvar.

Hur avidentifierar man långa eller många PDF-filer?

Det som tar tid är att hitta varje förekomst. Ett namn kan stå på många ställen i en lång utredning, i olika böjningar och ibland bara som förnamn. Ett program som föreslår vad som ska maskas kan spara tid, men det hittar inte alla uppgifter. IMY skriver om en AI-baserad maskeringstjänst att den är ett arbetsstöd och att handläggarna alltid noggrant behöver granska resultatet (IMY-2024-5156, s. 32).

Tänk också på var filen bearbetas. Laddar du upp den till en webbtjänst lämnar dokumentet din dator, och då gäller samma frågor som när du skickar det till en leverantör: avtal, sekretess och om tjänsten är godkänd. De står i Dela dokument med personuppgifter.

Avidentifiera PDF med Privera

Privera är ett Windowsprogram från Itha AB för att maskera och avidentifiera PDF- och Word-filer. Programmet föreslår vad som ska maskas, till exempel namn, personnummer och adresser, med hjälp av regler och en svensk språkmodell (KB-BERT). Skannade sidor läses med OCR. Du granskar förslagen, lägger till det som saknas och exporterar en ny fil.

  • Dokumenten bearbetas på din dator och skickas inte till Itha AB.
  • Maskerad text tas bort ur PDF-filen, och i bilder och skannade sidor skrivs pixlarna om.
  • Exporten kontrolleras och stoppas om en kontroll underkänns. Kontrollen visar att det du har maskerat är borta, inte att allt som borde maskas är hittat.
  • Läget Avidentifiera ersätter uppgifterna med etiketter, till exempel Person A, i stället för svarta rutor. Texten blir då pseudonymiserad, inte anonym.

Automatiken hittar inte alla uppgifter. Språkmodellen kan missa uppgifter, OCR kan missa stämplar och text i låg upplösning, och handskrift stöds inte. Granska förslagen och kontrollera utfilen. Läs mer under Säkerhet. Du kan prova utan kort, se Pris och köp. Behöver er IT-avdelning godkänna installationen finns underlaget på Till din IT-avdelning.