行业资讯

立即注册 咨询客服

当前位置:首页 > 行业资讯> 医疗卫生领域中5大机密计算用途

医疗卫生领域中5大机密计算用途

发布时间:2022年11月29日 08:54:20    来源: A5互联

大数据与私人数据在一场完美的医疗风暴中相遇。机密计算提供商表示,他们将使医疗数据的云更加安全。

医疗卫生信息是个人和隐私的。出于法律和道德原因,保持这种状态至关重要。HIPAA等政府法规最近经常成为头条新闻,但科技公司仍在探索如何实施这些法规。

许多公司试图以不同的方式包装隐私。机密计算是一项经常与患者和个人身份信息隐私相提并论的计划,并已成为云提供商的新领域。

机密计算旨在保护传输中、使用中和静止时的数据,打击使用内存抓取渗透使用中数据的攻击者。它可能涉及人工智能或机器学习,可以与传统服务器或虚拟机一起工作,但定义足够广泛,可以包括许多不同的工具和方法。通常它涉及一个受信任的执行环境,该环境将数据隔离开,使其免受外部影响。

机密计算还允许AI算法开发人员在不共享IP的情况下共享大型数据集。这通常是它与医疗卫生交叉的地方,因为患者信息和大型共享黑盒数据集否则将是一个棘手的组合。机密计算在医疗卫生领域有多种应用。

机密计算的前5个医疗卫生用例

1.防范网络攻击

总的来说,机密计算是一种保护数据的新思维方式。保护私人患者信息是医院和其他医疗机构的首要任务,以保持信任并满足政府法规。

与此同时,攻击者开始以移动中的数据为目标。MicrosoftAzure演示了如何使用TLS加密和证明来保护患者信息、对敏感信息运行机器学习或对来自许多来源的加密数据集执行算法而不为攻击者敞开大门,它减少了从外部可见的攻击面。

以后我们将更多地谈论人工智能,但机密计算也被应用于领先于对物联网医疗设备和云数据的攻击。

2.符合行业规范

机密计算服务非常了解有关客户数据的许多行业法规。例如,HIPAA制定了针对云计算的具体规则。

IBM表示,他们从一开始就将这种理解融入到机密计算中。他们为开源医疗卫生应用程序开发平台加密数据。它可用于动态护理计划、跟踪症状和连接护理团队,所有这些都可能涉及在医疗卫生工作过程中将敏感的PII从一个地方移动到另一个地方。

3.保护人工智能研究

医护人员可以使用AI协助护士和医生完成日常任务,分析大量数据以通过模式识别改进早期疾病检测,监测心脏状况并培训医疗卫生专业人员。自然的,人们担心在非常私密的环境中创建大量数据。机密计算可以帮助解决这个问题。

最近,微软与BeeKeeperAI合作,允许AI开发人员通过Azure机密计算环境访问它。

微软全球首席技术官表示,人工智能能够提供更好的医疗卫生成果的机会继续呈指数增长,但开发人员受限于访问关键数据集以训练和部署他们的算法。我们很高兴与BeeKeeperAI合作,帮助医疗卫生行业发展在医疗卫生创新中利用机密计算所需的理解和专业知识。

4.安全接触者追踪

在疫情全球大流行之后,接触者追踪已成为家喻户晓的短语。英特尔指出,机密计算,在这种情况下基于区块链,是MicrobeTraceNext的支柱,MicrobeTraceNext是与英特尔和Leidos合作开发的人工智能项目。

两个区块链密钥和基于角色的安全控制保护PII。英特尔至强可扩展处理器平台支持基于账本的加密,使所有数据访问和数据移动完全可审计和可追溯,并且所有交易都不可更改。机密计算增强了区域或州级别的安全联系人跟踪。

5.安全的医学成像

英特尔还指出,医学成像可以从机密计算中获益。他们为联合学习贡献了英特尔至强可扩展处理器和AI加速,这是一个隐私项目,允许三家医院共享一个通用的AI模型而无需共享PII。每家医院都在本地训练其AI模型,然后在云端的中央服务器上汇总这些数据。聚合确保该模型可以基于所有三家医院进行改进。

没有患者信息,也没有共享AI模型IP本身。这种区别是由英特尔的机密计算实现的。经过训练以诊断医学图像的AI模型正在向所有三家医院学习,同时防止外界的眼睛。