面向医疗信息学的全球网络安全标准化框架
密码学与安全
2024-10-10 v1 机器学习
摘要
新冠疫情后，医疗领域的数字化进程显著加快。医疗物联网和可穿戴设备等技术正在随时随地从任何位置生成大量数据可供云端使用。这些数据可通过先进的人工智能技术进行分析，用于诊断、预后甚至疾病治疗。尽管如此，这一发展为保护和维护受保护健康信息（PHI）带来了重大风险。现行的PHI保护法规既不全面，也不易于实施。本研究首先识别了20项对于隐私和安全至关重要的活动，然后将其分为五个homogeneous类别，即：（政策与合规管理）、（员工培训与意识）、（数据保护与隐私控制）、（监控与响应）和（技术与基础设施安全），并对这些类别进行优先级排序，以提供一种明智方式的隐私和安全实施框架。该框架采用德尔菲方法识别活动、确定分类标准和优先级排序。分类基于基于噪声的基于密度的空间聚类应用（DBSCAN），优先级排序采用相似性最佳解技术（TOPSIS）。结果表明，应优先实施活动，随后是和活动，最后是和。所识别的聚类医疗保健活动的优先级视图对于医疗保健政策制定者和医疗信息学专业人士具有实用价值。
引用
@article{arxiv.2410.05333,
title = {A Global Cybersecurity Standardization Framework for Healthcare Informatics},
author = {Kishu Gupta and Vinaytosh Mishra and Aaisha Makkar},
journal= {arXiv preprint arXiv:2410.05333},
year = {2024}
}