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
为什么学习数据分析? 当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运 ...
2026-07-24【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中,原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题,直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中,指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升,指标数量持续膨胀,但 ...
2026-07-23在用户运营与产品增长体系中,留存是衡量产品真实价值与用户粘性的核心标尺,也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23 很多数据分析师精通Excel、SQL、Python等工具,但当被问到“面对一个具体的业务问题,该用什么分析方法”“描述性分析和诊断 ...
2026-07-23【核心关键词】埋点、产品、互联网、数据库、决策、数据分析、产品经理、商业模式、移动互联网、指标体系、运营模块、大数据平 ...
2026-07-22在高并发、大数据量的业务系统中,单表数据量达到千万级甚至亿级后,会出现查询性能骤降、索引维护成本飙升、存储扩容困难等问题 ...
2026-07-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-07-22在金融风控、企业运营、行业研究等数据分析场景中,大量数据以面板数据形态存在:例如多家分支机构连续多个季度的风险指标、多位 ...
2026-07-21 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-07-21一、活动介绍 2026暑期CDA备考冲刺季,为想利用假期拿证的你量身打造。考点胶囊内容搭配多重硬核福利,让你在旅行、实习、居家 ...
2026-07-21金融行业的运营风险贯穿业务全流程,涵盖交易欺诈、操作违规、流程漏洞、合规偏差、客户信用异常等多元场景,是银行、保险、证券 ...
2026-07-17财产保险作为金融行业的核心板块,涵盖车险、家财险、责任险、企财险等多元品类,是个人与企业抵御财产风险、经营风险的重要保障 ...
2026-07-17 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-07-17【核心关键词】模块、餐饮、客户、门店、企业、订单、供应链、多样化、产品、生产计划、数据分析、生产管理、物料管理、业务分 ...
2026-07-16在数字化分析时代,原始数据本身不具备业务价值,只有通过科学的统计学方法加工、拆解、验证与解读,才能挖掘数据背后的规律、差 ...
2026-07-16 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-07-16在描述性统计分析、数据预处理、异常值排查与多组数据分布对比工作中,箱线图(Box Plot)是应用最广泛的可视化与统计工具之一。 ...
2026-07-15