Las 5 principales aplicaciones de la computación confidencial en el campo de la salud

La información relacionada con la salud es personal y privada. Tanto por razones legales como éticas, es crucial mantenerla de esa manera. Las regulaciones gubernamentales como HIPAA han estado en los titulares últimamente, pero las empresas tecnológicas aún están explorando cómo implementarlas.

Muchas compañías intentan ofrecer privacidad de diferentes maneras. La computación confidencial es una iniciativa que a menudo se menciona junto con la privacidad de la información de los pacientes y la identificación personal, y se ha convertido en una nueva frontera para los proveedores de servicios en la nube.

La computación confidencial tiene como objetivo proteger los datos mientras están en tránsito, en uso y en reposo, combatiendo a los atacantes que utilizan el "rascado de memoria" para infiltrarse en los datos en uso. Puede involucrar inteligencia artificial o aprendizaje automático y puede funcionar con servidores tradicionales o máquinas virtuales, pero la definición es lo suficientemente amplia como para incluir muchas herramientas y enfoques diferentes. A menudo implica un entorno de ejecución confiable que protege los datos de influencias externas.

La computación confidencial también permite a los desarrolladores de algoritmos de IA compartir grandes conjuntos de datos sin compartir propiedad intelectual. Esto a menudo cruza con el campo de la salud, ya que la información de los pacientes y los grandes conjuntos de datos compartidos serían de lo contrario una combinación complicada. La computación confidencial tiene varias aplicaciones en el campo de la salud.

Los 5 principales casos de uso de la computación confidencial en el campo de la salud

1. Protección contra ciberataques

En general, la computación confidencial es una nueva forma de pensar en la protección de datos. Proteger la información privada de los pacientes es una prioridad máxima para los hospitales y otras organizaciones de atención médica para mantener la confianza y cumplir con las regulaciones gubernamentales.

Mientras tanto, los atacantes han comenzado a dirigirse a los datos en movimiento. Microsoft Azure muestra cómo se utiliza el cifrado TLS y la atestación para proteger la información del paciente, ejecutar aprendizaje automático en información confidencial o realizar algoritmos en conjuntos de datos cifrados de diversas fuentes sin abrir puertas a los atacantes. Esto reduce la superficie de ataque visible desde el exterior.

Cómo funciona el protocolo FTP y cómo resolver problemas relacionados con él

Fortanix demuestra el uso de la computación confidencial en la seguridad de la atención médica con su adopción de Intel Software Guard Extensions. Esto crea un entorno de ejecución confiable basado en hardware o "enclave" de memoria alrededor de la computadora donde se aísla y procesa la carga de trabajo de IA. Este enclave existe completamente separado del sistema operativo del anfitrión, el hipervisor, el usuario raíz y las aplicaciones de pares que se ejecutan en el mismo procesador.

Tendremos más que decir sobre la IA más adelante, pero la computación confidencial también se está aplicando para adelantarse a los ataques a dispositivos médicos IoT y datos en la nube.

2. Cumplimiento de las regulaciones de la industria

Los servicios de computación confidencial están bien informados sobre las numerosas regulaciones de la industria en torno a los datos de los clientes. Por ejemplo, HIPAA establece reglas específicas para la computación en la nube.

IBM dice que han incorporado esta comprensión en la computación confidencial desde el principio. Su kit de desarrollo de software Hyper Protect iOS para Apple CareKit cifra los datos para la plataforma de desarrollo de aplicaciones de salud de código abierto. Se puede utilizar para planes de atención dinámicos, seguimiento de síntomas y conexión con equipos de atención, todo lo cual puede implicar el movimiento de información PII confidencial de un lugar a otro en el curso del trabajo de atención médica.

3. Seguridad en la investigación de IA

Los profesionales de la salud pueden utilizar la IA para ayudar a enfermeras y médicos en tareas diarias, analizar grandes cantidades de datos para mejorar la detección temprana de enfermedades mediante el reconocimiento de patrones, controlar condiciones cardíacas y capacitar a los profesionales de la salud. Naturalmente, existe una preocupación por crear grandes volúmenes de datos en un entorno muy privado. La computación confidencial puede ayudar en ese sentido.

Recientemente, Microsoft se asoció con BeeKeeperAI para permitir que los desarrolladores de IA accedan a través del entorno de computación confidencial de Azure.

Microsoft lanza servicio gratuito de almacenamiento en la nube para usuarios de Windows

"La oportunidad para que la IA permita ofrecer mejores resultados en la atención médica sigue expandiéndose exponencialmente, pero los desarrolladores se ven limitados por el acceso a conjuntos de datos críticos para entrenar e implementar sus algoritmos", dijo John Doyle, director de tecnología global de Microsoft, en un comunicado de prensa de BeeKeeperAI. "Nos complace asociarnos con BeeKeeperAI para ayudar a la industria de la atención médica a desarrollar la comprensión y experiencia necesarias para aprovechar la computación confidencial en la innovación de la atención médica".

4. Rastreo de contactos seguro

El rastreo de contactos se ha convertido en una frase común después de la COVID-19. Intel señala que la computación confidencial, en este caso basada en la tecnología de la cadena de bloques, es la base de MicrobeTraceNext, un proyecto de IA creado en colaboración con Intel y Leidos.

Dos claves de la cadena de bloques y el control de seguridad basado en roles protegen la información de identificación personal. Las plataformas de procesadores Intel Xeon Scalable permiten el cifrado basado en el libro mayor, lo que hace que todo el acceso y movimiento de datos sean completamente auditables y rastreables y que todas las transacciones sean inalterables. La computación confidencial mejora el rastreo de contactos seguro a nivel regional o estatal.

5. Imágenes médicas seguras

Intel también señala que la computación confidencial puede beneficiar a las imágenes médicas. Contribuyeron con procesadores Intel Xeon Scalable y aceleración de IA al aprendizaje federado, un proyecto de privacidad que permitió que tres hospitales compartieran un modelo de IA común sin compartir información de identificación personal. Cada hospital entrenó su modelo de IA localmente, luego agregó esos datos en un servidor central en la nube. La agregación aseguró que el modelo pudiera mejorar basado en los datos de los tres hospitales.

No se compartió ninguna información de los pacientes ni la propiedad intelectual del modelo de IA en sí. Esta distinción fue posible gracias a la computación confidencial de Intel. El modelo de IA, que fue entrenado para diagnosticar imágenes médicas, estaba aprendiendo de los tres hospitales mientras estaba protegido de miradas externas.

Lecturas adicionales

Explora más sobre la automatización en la atención médica, los juegos y el metaverso para pacientes, y cómo evitar que la IA refleje sesgos humanos implícitos.

Cómo evitar que el archivo de registro de transacciones en SQL Server crezca demasiado grande

En Newsmatic nos especializamos en tecnología de vanguardia, contamos con los artículos mas novedosos sobre Nube, allí encontraras muchos artículos similares a Las 5 principales aplicaciones de la computación confidencial en el campo de la salud , tenemos lo ultimo en tecnología 2023.