外媒 | 利用人工智能和机器学习保护和验证相关患者数据-普瑞纯证

随着医疗保健和生命科学数据来源的不断增加，如医疗实践、实验室、制药公司、支付者、电子健康记录和成像系统以及物联网设备的广泛应用，越来越多的数据被生成。如果不能正确控制所有这些数据，就会产生所谓的“数据淤泥”，这是由Michael K. Giannopoulos所说的。

“我们很快就会到达一个人类或一系列人类无法管理的数据量和摄入点的数量的点，”Dell Technologies的医疗保健和生命科学首席信息安全官、首席技术官Michael K. Giannopoulos说。结果，他说，需要对相关性进行分类的“无定形数据块”。

人工智能和机器学习技术非常适合帮助医疗保健机构获得和保持对所有这些数据的控制。这些先进的工具不仅可以综合数据集以获取可操作的见解，还可以快速解析、优先处理和正确保护患者数据。

“我们不会以任何方式、形式或形式取代人类，”Dell的联邦医疗保健总监Michael K. Giannopoulos强调说。相反，他说，如果模型是由临床利益相关者而不仅仅是数据科学家提供的输入开发的，这些工具将增强人类能力并改善护理交付。

人工智能可以帮助医疗保健IT团队对数据进行分类，并根据分类应用最具成本效益的安全指南，而不是无论数据的相关性如何都应用相同的保护措施。例如，电子医疗记录和成像数据将属于第1层，并需要比第2层用户访问数据日志更强大的网络安全基础设施。

Giannopoulos强调，这种低成本的方法仍然意味着所有数据都是安全的。“我们没有降低不同数据层的安全级别，但我们在数据层之间进行了合理化，并考虑了它们对操作和RTO（恢复时间目标）场景的影响，这可能会更便宜，”他说。

目前，像OpenAI的ChatGPT这样的生成式人工智能因其将大量数据浓缩成易于消化的信息而受到关注。Giannopoulos认为，这些大型语言模型最终可以帮助医疗保健机构确定数据保护级别，并帮助防止勒索软件、数据外泄和其他网络安全威胁。

他设想，卫生系统将开发私有的生成式人工智能系统，利用内部数据来实施和自动化正确的安全指南。目前公开可用的产品，如ChatGPT，依赖于更广泛的互联网，已知会返回不准确的结果。

版权声明 本网站所有注明“来源：普瑞纯证”或“来源：pureFDA”的文字、图片和音视频资料，版权均属于普瑞纯证网站所有。非经授权，任何媒体、网站或个人不得转载，否则将追究法律责任。取得书面授权转载时，须注明“来源：普瑞纯证”。其它来源的文章系转载文章，本网所有转载文章系出于传递更多信息之目的，转载内容不代表本站立场。