文章图片



文章图片



文章图片


鉴于医疗保健相关事件的频率和强度 ， 人工智能应用和医疗保健中的网络安全威胁现在风靡一时 。 网络安全是保护计算机系统、网络和程序免受任何未经授权访问的过程 。 网络攻击已经变得更加复杂 ， 可以使用人工智能来加强网络防御 。 人工智能还被用于不断管理和保护越来越多的医疗保健物联网传感器节点和网络物理系统设备 ， 因为它们可以连接和断开医院网络 。 网络物理系统是由网络和物理组件组成的智能系统 ， 由人工智能算法控制和监控 。



随着智能多感官系统、感官媒体、智能事物和云技术的发展 ， “智能医疗”正受到学术界、政府、工业界、护理人员和医疗保健社区的广泛关注 。 在最近的智能健康技术革命中 ， 物联网技术在医疗保健中发挥着重要作用 ， 因为它能够预测、预防和智能控制新出现的传染病 。 此外 ， 物联网通过大型数据集和服务将智能世界的愿景引入了现实 。



通过利用机器学习算法和更好地理解医疗保健信息 ， 人工智能驱动的物联网在智能医疗保健系统中变得越来越流行 ， 以支持改进个性化医疗保健 。 此外 ， 它可以支持强大的物联网传感器和执行器的海量数据集的处理和存储能力 ， 并提供实时的自动决策 。 人工智能和智能医疗网络安全的研究一直在进行重大创新 ， 但很少有人关注开发安全且负担得起的医疗保健系统 。



用于智能医疗的人工智能驱动物联网有可能彻底改变我们医疗保健行业的许多方面 。 许多组织已经认识到安全转型在医疗、公共卫生和医疗保健提供方法中的重要性 。 国外的网络和信息技术研究与开发计划发布了卫生信息技术研究与开发战略框架 。 该框架解释了计算、工程、数学和统计学、行为和社会科学以及公共卫生研究社区之间整合的重要性 ， 以探索改善医疗保健系统服务的基本创新 。



机器学习、人工智能、深度学习、高性能云计算以及新数据集的可用性方面的最新重大进展使这种集成成为可能 。 变革性方法可以帮助开发用于分析多层次和多尺度个人和临床健康数据的计算方法 ， 以最大限度地提高数据影响的准确性 。 变革性数据科学 ， 主要关注跨学科团队的科学和工程创新 ， 利用先进的传感方法直观、智能地收集、连接、分析和解释来自个人、设备和系统的数据 。



此外 ， 这种集成和智能的数据收集将有助于优化医疗保健服务 。 挑战包括来自多感官系统、电子健康记录以及医疗和消费设备的数据收集、同步、融合和可视化的许多问题 。 这些挑战的背后是许多基本问题 ， 例如异构数据的互操作性、集成和重用、特征选择、优化、不确定性量化、稳健性、模型验证和评估、数据隐私 ， 以及最重要的物理和网络安全 。 一项稳健的研究可能有助于解决如何从感官或电子健康记录数据中构建具有不确定性的预测性、严格的模型以进行验证和测试 ， 并提高模型构建和模拟的可重复性 。



【上海市|网络安全是保护计算机系统、网络和程序免受任何未经授权访问的过程】