AI er afgørende for sundhedsorganisationers cybersikkerhed

Sundhedsorganisationer er blandt de hyppigste mål for cyberkriminelle angreb. Selv om flere IT-afdelinger investerer i cybersikkerhedssikringsforanstaltninger, infiltrerer skadelige parter infrastrukturer — ofte med katastrofale resultater.

Nogle angreb tvinger berørte organisationer til at sende indkommende patienter andre steder, fordi de ikke kan behandle dem, mens computersystemer og tilkoblede enheder er ikke-operative. Massive dataleaks udgør også en risiko for identitetstyveri for millioner af mennesker. Situationen forværres, da sundhedsorganisationer ofte indsamler en bred vifte af data, fra betalingsdetaljer til sundhedsforhold og medicin.

Men kunstig intelligens kan have en betydelig og positiv indvirkning på sundhedsorganisationer af alle størrelser.

Detektering af afvigelser i indgående meddelelser

Cyberkriminelle har udnyttet, hvordan de fleste mennesker bruger en kombination af arbejde og personlige enheder og meddelelseskanaler dagligt. En læge kan primært bruge et hospital-e-mail under arbejdsdagen, men skifte over til Facebook (META ) eller tekstbesked under en frokostpause.

Variationen og antallet af platforme sætter scenen for phishing-angreb. Det hjælper heller ikke, at sundhedsprofessionelle er under høj pres og måske ikke læser en meddelelse omhyggeligt nok til at spotte tegn på en svindel.

Heldigvis er AI god til at spotte afvigelser fra en baseline. Det er særlig nyttigt i tilfælde, hvor phishing-meddelelser søger at efterligne personer, modtageren kender godt. Da AI kan analysere store mængder data hurtigt, kan trænede algoritmer opdage usædvanlige karakteristika.

Det er derfor, AI kan være nyttig til at forhindre stadig mere avancerede angreb. Mennesker, der er advaret om mulige phishing-svindel, kan være mere tilbøjelige til at tænke omhyggeligt, før de giver personlige oplysninger. Det er afgørende, når man tænker på, hvor mange personer sundheds-svindel kan påvirke. Et angreb kompromitterede 300.000 personers detaljer og begyndte, da en medarbejder klikkede på en skadelig link.

De fleste AI-værktøjer, der scanner meddelelser, arbejder i baggrunden, så de påvirker ikke en sundhedsudbyders produktivitet eller adgang til, hvad de har brug for. Men veltrænede algoritmer kunne finde usædvanlige meddelelser og markere IT-holdet for yderligere undersøgelse.

Stopning af ukendte ransomware-trusler

Ransomware-angreb indebærer, at cyberkriminelle låser netværksaktiver og kræver betaling. De er blevet mere alvorlige i de seneste år. De påvirkede tidligere kun få maskiner, men i dag påvirker truslerne ofte hele netværk. At have data-sikkerhedskopier er ikke nødvendigvis tilstrækkeligt til genoprettelse.

Cyberkriminelle truer ofte med at lække stjålet information, hvis ofrene ikke betaler. Nogle hackere kontakter endda personer, hvis information den oprindelige offer havde, og kræver penge fra dem også. Skadelige aktører behøver ikke at oprette ransomware selv, for de kan købe færdige tilbud på det sorte marked eller endda finde ransomware-for-hire-banditter til at håndtere angrebene for dem.

En langsigtede undersøgelse om ransomware-angreb på sundhedsorganisationer undersøgte 374 episoder fra januar 2016 til december 2021. En af konklusionerne var, at det årlige ransomware-angreb næsten fordoblede under perioden. Derudover påvirkede 44,4% af angrebene sundhedsydelsernes levering af sundhedsydelser.

Forskerne bemærkede også en tendens til, at ransomware påvirkede store sundhedsorganisationer med flere steder. Sådanne angreb giver hackere mulighed for at udvide deres rækkevidde og øge skaden.

Med ransomware etableret som en konstant og voksende trussel, må IT-hold, der overvåger sundhedsorganisationer, forblive innovative i deres forsvarsmetoder. AI er en god måde at gøre det på. Den kan endda detektere og stoppe nye ransomware, og holde beskyttelsesforanstaltningerne aktuelle.

Personliggørelse af cybersikkerhedstræning

Mange sundhedsarbejdere kan være meget afhængige af deres medicinske træning og betragte cybersikkerhed som en mindre vigtig del af deres arbejde. Det er problematisk, især da mange medicinske fagfolk må udveksle patientinformation sikkert mellem flere parter.

En undersøgelse fra 2023 viste , at 57% af medarbejderne i branchen sagde, at deres arbejde var blevet mere digitaliseret. En positiv konklusion var, at 76% af de adspurgte mente, at datasikkerhed var deres ansvar.

Men det er bekymrende, at 22% sagde, at deres organisationer ikke strengt håndhæver cybersikkerhedsprotokoller. Derudover sagde 31%, at de ikke vidste, hvad de skulle gøre, hvis der opstod dataleaks. Disse videnstomrum understreger behovet for forbedring af cybersikkerhedstræning.

Træning med AI kunne være mere engagerende for studerende gennem øget relevans. En af de udfordringer i en arbejdsmiljø som et hospital er, at medarbejdernes tekniske kunnen vil variere meget. Nogle personer i branchen i årtier har sandsynligvis ikke vokset op med computere og internet i deres hjem. På den anden side er de, der er gået på universitetet og er kommet ind på arbejdsmarkedet, sandsynligvis godt fortrolige med at bruge mange former for teknologi.

Disse forskelle gør det ofte mindre praktisk at have en træning, der passer til alle. Et uddannelsesprogram med AI-funktioner kunne måle en persons nuværende videniveau og derefter vise dem de mest nyttige og passende oplysninger. Det kunne endda detektere mønstre og afgøre, hvilke cybersikkerhedsbegreber, der stadig forvirrer lærerne, versus dem, de har grebet hurtigt. Sådanne indsigt kan hjælpe trænere med at udvikle bedre programmer.

AI kan forbedre cybersikkerheden i sundhedssektoren

Dette er nogle af de mange måder, mennesker kan og bør overveje at udvikle AI til at stoppe eller reducere alvorligheden af cyberangreb i sundhedssektoren. Denne teknologi erstatter ikke menneskelige fagfolk, men kan give beslutningsstøtte og vise, hvilke ægte trusler der kræver deres opmærksomhed først.