
Изкуствен интелект ще защитава скенери в болниците от кибератаки и човешки грешки
- Компании ИКТ услуги
- Източник: Forbes.com
- Автор:

Екип от израелски учени разработва система за предотвратяване на потенциални хакерски атаки при медицински софтуер.
Учени от университета „Бен-Гурион" в Негев, Израел, стигат до извода, че скенерите за медицинска томография (МТ) са изключително податливи на враждебна външна намеса. При кибератака нивата на радиация могат да се променят, да се блокира и изключи цялата система или дори да се добавят и променят медицински изображения с цел изнудване на болнични заведения.
Скенерите са апарати, чрез които се извършва МТ или т.н. образна диагностика с помощта на радиация. Количеството радиация се задава от специалист, който борави с апарата посредством компютър. В зависимост от възрастта на апарата най-често използваните компютърни операционни системи са Windows 7 или по-старата ХP.
При масовата кибератака WannaCry през 2017 г. много XP операционни системи бяха блокирани, в това число и скенери в много болнични заведения, които са използвали тази операционна система. Въпреки че XP системите не са били атакувани пряко, този инцидент повдига въпроса за киберсигурността на апаратите за образна диагностика в болниците при една целенасочена хакерска атака.
В скорошно изследване учените изпробват защитна технология с изкуствен интелект, която работи на две нива. Първото ниво е свободен филтриращ слой, който засича всички очевидно съмнителни команди, като подаване на високо ниво на радиация, например. Вторият по-специфично филтриращ слой ще засича стандартни медицински команди, но ще ги проверява спрямо конкретния случай и зададените параметри на пациента.
При отчетена грешна или съмнителна команда, защитната система ще очаква допълнително потвърждение от оперативния специалист. Това от своя страна ще предотвратява и човешки грешки.
Системата вече е тествана и показва от 82% до 99% успеваемост при зададени 1991 грешни или подвеждаши команди.
Скенерите са апарати, чрез които се извършва МТ или т.н. образна диагностика с помощта на радиация. Количеството радиация се задава от специалист, който борави с апарата посредством компютър. В зависимост от възрастта на апарата най-често използваните компютърни операционни системи са Windows 7 или по-старата ХP.
При масовата кибератака WannaCry през 2017 г. много XP операционни системи бяха блокирани, в това число и скенери в много болнични заведения, които са използвали тази операционна система. Въпреки че XP системите не са били атакувани пряко, този инцидент повдига въпроса за киберсигурността на апаратите за образна диагностика в болниците при една целенасочена хакерска атака.
В скорошно изследване учените изпробват защитна технология с изкуствен интелект, която работи на две нива. Първото ниво е свободен филтриращ слой, който засича всички очевидно съмнителни команди, като подаване на високо ниво на радиация, например. Вторият по-специфично филтриращ слой ще засича стандартни медицински команди, но ще ги проверява спрямо конкретния случай и зададените параметри на пациента.
При отчетена грешна или съмнителна команда, защитната система ще очаква допълнително потвърждение от оперативния специалист. Това от своя страна ще предотвратява и човешки грешки.
Системата вече е тествана и показва от 82% до 99% успеваемост при зададени 1991 грешни или подвеждаши команди.
Още по темата във
facebookСподели тази статия в:

"Предсказанията" на Ванга за 2024 г.: атентати в ЕС и убийството на Путин

Германски експерти изследват престъпления с високи технологии и помощ от.. престъпници

Американско семейство пенсионери откри истинския живот в Сицилия

Ключовият фактор, който отключва депресия не е стресът

България се присъедини към Декларацията за тройно увеличаване дела на ядрената енергия

Американците не са променили мнението си за помощта за Украйна

„Най-старата майка в Африка“: в Уганда 70-годишна жена роди близнаци

Върнаха се подозренията за расизъм в британското кралско семейство

Bluetooth на 25 години: Какви алтернативи ще се появят в близко бъдеще
КЕШ клуб
300
3 000
30 000