京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代,医疗数据安全不容忽视
在网络信息爆炸的今天,我们已经听过很多有关金融服务公司和零售商出现安全漏洞的事件了。令人惊讶的是,据最新的调查报告显示,与金融服务公司及零售商相比,医疗机构网络被攻击的频率才是最高的。
黑客从漏洞系统下手
令人担忧的是,很多医院目前都拥有不少基于互联网的医疗设备,包括起搏器、呼吸机等生命维持装置。一旦黑客破解了医院的设备网络系统后,就可以获取心脏起搏器、呼吸机的访问权限,其后果不堪设想。尽管以往这样的事件只会出现在科幻小说里,但是现在,很可能变为现实。
黑客已经将目光日渐瞄准了那些还在使用有漏洞的旧版操作系统的医疗机构,通过将一些新技术植入软件中,能够成功绕过传统安全防火墙进入医院网络,对其中的敏感数据进行访问。
患者数据存在黑市交易
不过,有一点可以减轻黑客所引起的恐慌的是,即这些黑客其实大多只是想获取可以卖出的数据,而不是真的想制造混乱。
有证据表明,熟练的黑客在袭击医疗机构之后,会费尽心思地去获取有价值的病人病历,以此通过黑市获取可观收益。
2016年年末的一份报告显示,美国医疗行业每年因数据泄露平均损失62亿美元。随着互联网和医疗的结合越来越紧密,医疗数据泄露也变得越来越容易。
健康医疗大数据利用的前提:对数据的控制和保护
在健康医疗大数据背景下,医疗信息化建设必然打破传统的数据孤岛,转而走向共享、开放。因此,健康医疗大数据将呈现日益活跃的“流动”趋势,在“流动”中发挥价值。比如,分级诊疗、远程医疗、健康管理等新业态的产生,必然驱动数据的有序流动、合理利用和安全分享。
但是,在数据“流动”的过程中,存在诸多隐患问题:对个体而言,特别关心数据的隐私泄露问题;对卫生医疗机构和主管部门来说,则关心数据是否“健康”,也即数据是否真实、完整、可信,关心敏感的大数据分析结果、政策依据等是否会泄露。安全,已经成为了健康医疗大数据的核心关切点。
当前,我国健康医疗大数据面临着前所未有的安全挑战。在互联共享的时代,数据全生命周期的每一个环节都无法独善其身,根据木桶效应,任何环节的短板都会导致全生命周期的崩溃。而互联网+时代导致数据的边界越来越模糊、越来越开放,进而导致各类网络攻击的手段越来越先进、越来越隐蔽、功利性越来越强。另一方面,业界的数据安全意识和保护手段还很薄弱,信息系统多采用用户名+口令等较弱的访问控制方式,对于数据更是无任何的保护措施,可以说,很多数据正在“裸奔”。
保护健康医疗数据安全
为了更好地保护健康数据,欧洲开启了一项名为KONFIDO的项目,旨在通过识别和阻止网络攻击加强网络安全。项目由欧盟2020地平线( Horizon 2020)项目出资,并且有15家来自行业、学术界和健康产业的不同合伙人加入。计划的目标之一,是开发出一种可以快速识别对健康数据存在潜在网络威胁的电脑程序。这种电脑程序不但可以很好地识别网络威胁,并且可以通过互联网络,把受到威胁的数据转移到更为安全的地方,从而规避网络攻击。
在大数据时代,健康医疗信息的安全需求归根结底就是两点:控制与保护!而数据的控制与保护,都必须在“网络可信体系”中实现。健康医疗大数据需要的“网络可信体系”又是什么呢?对此,《国务院办公厅关于促进和规范健康医疗大数据应用发展的指导意见》(国办发〔2016〕47号)的出台特别在12条中进行了权威解释:“推进网络可信体系建设:强化健康医疗数字身份管理,建设全国统一标识的医疗卫生人员和医疗卫生机构可信医学数字身份、电子实名认证、数据访问控制信息系统,积极推进电子签名应用,逐步建立服务管理留痕可溯、诊疗数据安全运行、多方协作参与的健康医疗管理新模式。”其中,可信医学数字身份、电子实名认证、电子签名应用等关键词,需要特别标红提示!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12在数字化转型深度渗透的今天,企业管理已从“经验驱动”全面转向“数据驱动”,数据思维成为企业高质量发展的核心竞争力,而CDA ...
2026-03-12在数字经济飞速发展的今天,数据分析已从“辅助工具”升级为“核心竞争力”,渗透到商业、科技、民生、金融等各个领域。无论是全 ...
2026-03-11上市公司财务报表是反映企业经营状况、盈利能力、偿债能力的核心数据载体,是投资者决策、研究者分析、从业者复盘的重要依据。16 ...
2026-03-11数字化浪潮下,数据已成为企业生存发展的核心资产,而数据思维,正是CDA(Certified Data Analyst)数据分析师解锁数据价值、赋 ...
2026-03-11线性回归是数据分析中最常用的预测与关联分析方法,广泛应用于销售额预测、风险评估、趋势分析等场景(如前文销售额预测中的多元 ...
2026-03-10在SQL Server安装与配置的实操中,“服务名无效”是最令初学者头疼的高频问题之一。无论是在命令行执行net start启动服务、通过S ...
2026-03-10在数据驱动业务的当下,CDA(Certified Data Analyst)数据分析师的核心价值,不仅在于解读数据,更在于搭建一套科学、可落地的 ...
2026-03-10在企业经营决策中,销售额预测是核心环节之一——无论是库存备货、营销预算制定、产能规划,还是战略布局,都需要基于精准的销售 ...
2026-03-09金融数据分析的核心价值,是通过挖掘数据规律、识别风险、捕捉机会,为投资决策、风险控制、业务优化提供精准支撑——而这一切的 ...
2026-03-09在数据驱动决策的时代,CDA(Certified Data Analyst)数据分析师的核心工作,是通过数据解读业务、支撑决策,而指标与指标体系 ...
2026-03-09在数据处理的全流程中,数据呈现与数据分析是两个紧密关联却截然不同的核心环节。无论是科研数据整理、企业业务复盘,还是日常数 ...
2026-03-06在数据分析、数据预处理场景中,dat文件是一种常见的二进制或文本格式数据文件,广泛应用于科研数据、工程数据、传感器数据等领 ...
2026-03-06在数据驱动决策的时代,CDA(Certified Data Analyst)数据分析师的核心价值,早已超越单纯的数据清洗与统计分析,而是通过数据 ...
2026-03-06在教学管理、培训数据统计、课程体系搭建等场景中,经常需要对课时数据进行排序并实现累加计算——比如,按课程章节排序,累加各 ...
2026-03-05在数据分析场景中,环比是衡量数据短期波动的核心指标——它通过对比“当前周期与上一个相邻周期”的数据,直观反映指标的月度、 ...
2026-03-05数据治理是数字化时代企业实现数据价值最大化的核心前提,而CDA(Certified Data Analyst)数据分析师作为数据全生命周期的核心 ...
2026-03-05在实验检测、质量控制、科研验证等场景中,“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中,我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04