隨著醫(yī)療數(shù)據(jù)泄露事件的增加和患者隱私擔(dān)憂的加劇，AI在異常檢測中的作用變得越來越重要。為了應(yīng)對這些挑戰(zhàn)并改善患者數(shù)據(jù)安全，AI驅(qū)動的異常檢測正成為關(guān)鍵解決方案。為了深入了解這一不斷發(fā)展的領(lǐng)域，我們最近與Trace3健康解決方案集團的高級總監(jiān)Sarah Danielson進行了交談，討論了AI驅(qū)動的異常檢測如何幫助保護患者數(shù)據(jù)并提高準(zhǔn)確性。

問：傳統(tǒng)的異常檢測方法為何無法跟上醫(yī)療數(shù)據(jù)的數(shù)量和復(fù)雜性？誤報對醫(yī)療行業(yè)有何影響？

Sarah Danielson，Trace3健康解決方案集團的高級總監(jiān)：

如今，醫(yī)療機構(gòu)產(chǎn)生了大量的信息，包括可歸因于患者的個人信息以及其他數(shù)據(jù)類型。物聯(lián)網(wǎng)（IoT）和醫(yī)療物聯(lián)網(wǎng)（IoMT）在醫(yī)療等關(guān)鍵基礎(chǔ)設(shè)施領(lǐng)域的興起帶來了巨大的好處，但也帶來了新的風(fēng)險。設(shè)備和自動化（包括運營技術(shù)和工業(yè)控制系統(tǒng)）的激增擴大了網(wǎng)絡(luò)資產(chǎn)攻擊面的體積和多樣性。設(shè)備可歸因的信息是推進IT運營卓越性的特別關(guān)注領(lǐng)域，這可以包括與患者健康相關(guān)的信息，但也可以包括設(shè)備工作負(fù)載、設(shè)備性能、設(shè)備供應(yīng)商/制造商、設(shè)備補丁狀態(tài)、設(shè)備壽命終止日期、設(shè)備位置/跟蹤/放置、設(shè)備利用率、特定領(lǐng)域的設(shè)備警報/通知等。

有效監(jiān)控這些網(wǎng)絡(luò)資產(chǎn)攻擊面需要創(chuàng)新的解決方案，包括AL/ML分析能力。誤報會為安全運營中心資源及其調(diào)查的合法運營用戶帶來不必要的跟進。

問：AI和機器學(xué)習(xí)技術(shù)如何解決不準(zhǔn)確的患者記錄？AI驅(qū)動的異常檢測如何減少誤報頻率，與傳統(tǒng)方法相比有何優(yōu)勢？

Danielson：

AI/ML技術(shù)可以開發(fā)用于檢測來自設(shè)備的患者可歸因數(shù)據(jù)中常見的數(shù)據(jù)質(zhì)量問題，幫助防止不準(zhǔn)確的患者記錄。AI/ML技術(shù)還可以開發(fā)用于檢測與設(shè)備本身相關(guān)的異常，并通過足夠的訓(xùn)練數(shù)據(jù)減少原本會被標(biāo)記為需跟進調(diào)查的誤報，從而避免對正常的臨床和安全操作造成干擾。AI/ML技術(shù)還可以開發(fā)用于預(yù)測設(shè)備故障，在設(shè)備故障前進行預(yù)測，從而避免由此導(dǎo)致的操作中斷。

問：醫(yī)療保健組織如何在確保安全的同時維護患者數(shù)據(jù)的隱私和準(zhǔn)確性？

Danielson：

醫(yī)療保健組織可以通過實施多種安全措施來平衡安全需求與維護數(shù)據(jù)隱私和準(zhǔn)確性之間的關(guān)系，這些措施包括但不限于傳輸中和靜態(tài)數(shù)據(jù)的加密、防火墻防止未經(jīng)授權(quán)訪問網(wǎng)絡(luò)和數(shù)據(jù)、垃圾郵件過濾器阻止惡意電子郵件、網(wǎng)絡(luò)過濾器防止員工訪問惡意網(wǎng)站、防病毒解決方案、基于角色的訪問控制（RBAC）、虛擬專用網(wǎng)絡(luò)（VPN）、系統(tǒng)安全審計、系統(tǒng)監(jiān)控應(yīng)用程序、多因素認(rèn)證、員工培訓(xùn)、數(shù)據(jù)分類、特權(quán)賬戶訪問管理以及云安全創(chuàng)新。

問：醫(yī)療數(shù)據(jù)泄露的增加凸顯了對更復(fù)雜安全解決方案的需求，AI在提高患者數(shù)據(jù)管理的準(zhǔn)確性和一致性方面發(fā)揮了什么作用？

Danielson：

在日益復(fù)雜的數(shù)據(jù)環(huán)境中，醫(yī)療數(shù)據(jù)泄露的增加并不令人意外，因為惡意行為者也在利用新興技術(shù)優(yōu)化其戰(zhàn)術(shù)。AI/ML可以在增強和自動化安全解決方案方面發(fā)揮作用，以改進防御。AI/ML還可以通過應(yīng)用越來越復(fù)雜的 數(shù)據(jù)質(zhì)量檢查來提高患者可歸因數(shù)據(jù)的準(zhǔn)確性和一致性，這些數(shù)據(jù)質(zhì)量檢查是在從越來越多的新來源聚合數(shù)據(jù)時進行的。

問：AI和ML算法的關(guān)鍵特性是什么，使它們優(yōu)于傳統(tǒng)的異常檢測方法？

Danielson：

與傳統(tǒng)方法相比，用于異常檢測的機器學(xué)習(xí)解決方案在處理新數(shù)據(jù)時提高了操作效率/性能，通過適當(dāng)?shù)挠?xùn)練數(shù)據(jù)顯示出更低的誤報率，并更好地處理新型異常，識別需要新見解和干預(yù)的異常值。

關(guān)于Sarah Danielson

Sarah Danielson，MS，MBA，CPDHTS，CDH-L，F(xiàn)ACHDM，是Trace3健康解決方案集團的高級總監(jiān)。Sarah Danielson在技術(shù)項目中為醫(yī)療保健行業(yè)服務(wù)超過20年。她熱衷于推進能夠改善醫(yī)療保健生態(tài)系統(tǒng)安全、韌性、質(zhì)量、價值、患者安全、體驗和結(jié)果的技術(shù)。

(全文結(jié)束)

相關(guān)知識

AI驅(qū)動的健康監(jiān)測，未來醫(yī)療的新趨勢
智能健康新篇章：AI驅(qū)動的遠(yuǎn)程健康監(jiān)測
心臟監(jiān)測儀數(shù)據(jù)怎么看 分析心臟監(jiān)測的作用
實時在線健康監(jiān)測
醫(yī)生泄露患者隱私：我們的健康信息有多安全？
如何使用健康體檢一體機長時間連續(xù)性監(jiān)測患者的生理參數(shù)？
四川健康大數(shù)據(jù)：如何保障安全與隱私？
實時監(jiān)測個體健康數(shù)據(jù)以改善健康結(jié)果
大數(shù)據(jù)時代個人隱私數(shù)據(jù)保護的挑戰(zhàn)與思考
健康數(shù)據(jù)分析：健康數(shù)據(jù)分析和數(shù)據(jù)驅(qū)動的護理

網(wǎng)址: Trace3總監(jiān)談利用AI驅(qū)動異常檢測增強患者數(shù)據(jù)隱私 http://m.u1s5d6.cn/newsview940692.html