ืืืืืช ืกืืืืจ
AI ืืื ืืืื ืืช ืืืืืืช ืกืืืืจ ืืืจืืืืช
ארגוני בריאות הם בין היעדים התכופים ביותר של התקפות מחבלים סייבר. אפילו כאשר מחלקות IT רבות משקיעות במיגוני אבטחת סייבר, גורמים זדוניים חודרים לתשתיות – לעיתים קרובות עם תוצאות הרסניות.
חלק מההתקפות מאלצות את הארגונים המושפעים לשלוח מטופלים המגיעים למקומות אחרים, מכיוון שהם לא יכולים לטפל בהם כאשר מערכות מחשב והתקנים המחוברים אינם פעילים. דליפי נתונים ענקיים גם מהווים סיכון לגניבת זהות למיליוני אנשים. המצב מחמיר מכיוון שארגוני בריאות רבים אוספים מגוון רחב של נתונים, מפרטי תשלום ועד רשומות של מצבי בריאות ותרופות.
אולם, בינה מלאכותית יכולה להשפיע באופן משמעותי וחיובי על ארגוני בריאות בכל הגדלים.
גילוי חריגות בהודעות הנכנסות
מחבלים סייבר ניצלו את העובדה שרוב האנשים משתמשים בשילוב של התקנים עבודה ואישיים וערוצי מסרים מדי יום. רופא עשוי להשתמש בעיקר בדוא”ל בית החולים במהלך שעות העבודה, אך לעבור ל- Facebook או הודעות טקסט במהלך הפסקת צהריים.
השונות והמספר הרב של פלטפורמות יוצרים במה להתקפות פישינג. גם לא עוזר העובדה שמקצועות בריאות נמצאים תחת לחץ גבוה ועלולים שלא לקרוא בקפידה מספיק בהודעה כדי לזהות סימנים מובהקים של תרמית.
במזל, בינה מלאכותית מצטיינת בזיהוי חריגות מבסיס. זה מועיל במיוחד במקרים שבהם הודעות פישינג מטרתן לחקות אנשים שהמקבל מכיר היטב. מכיוון שבינה מלאכותית יכולה לנתח במהירות כמויות עצומות של נתונים, אלגוריתמים מאומנים יכולים לזהות מאפיינים לא רגילים.
זה למה בינה מלאכותית יכולה להיות שימושית לסיכול התקפות מתוחכמות. אנשים שהוזהרו על סכנות פישינג עשויים להיות יותר מעוניינים לחשוב בקפידה לפני שהם מספקים מידע אישי. זה חיוני, בהתחשב בכמה אנשים שהתקפות פישינג בתחום הבריאות יכולות לפגוע.
רוב כלים של בינה מלאכותית הסורקים הודעות עובדים ברקע, כך שהם לא משפיעים על הפרודוקטיביות של ספק בריאות או גישה למה שהם צריכים. אולם, אלגוריתמים מאומנים היטב יכולים למצוא הודעות לא רגילות ולסמן את צוות ה-IT לחקירה נוספת.
עצירת איומי כופר זרים
התקפות כופר כוללות פושעי סייבר נעילת נכסי רשת ודרישה לתשלום. הן הפכו לחמורות יותר בשנים האחרונות. הן השפיעו בעבר רק על מכונות בודדות, אך האיומים של היום לעיתים קרובות פוגעים בכל הרשת. כמו כן, החזקת גיבויי נתונים אינה בהכרח מספיקה לשיקום.
פושעי סייבר מאיימים לעיתים קרובות לדלוף מידע גנוב אם קורבנותיהם לא ישלמו. כמה האקרים אפילו יוצרים קשר עם אנשים שמידעם היה ברשות הקורבן המקורי, ודורשים כסף גם מהם. גורמים זדוניים אינם צריכים ליצור את הכופר בעצמם, הם יכולים לקנות הצעות מוכנות לשימוש ברשת האפלה או אפילו למצוא כנופיות כופר-להשכרה שיטפלו בהתקפות בעבורם.
מחקר ארוך טווח על התקפות כופר על ארגוני בריאות בדק 374 אירועים מינואר 2016 עד דצמבר 2021. אחת המסקנות הייתה שהתקפות הכופר כמעט הוכפלו במהלך התקופה. בנוסף, 44.4% מההתקפות הפריעו למתן הבריאות של הארגונים שנפגעו.
החוקרים הבחינו גם במגמה של התקפות כופר הפוגעות בארגוני בריאות גדולים עם מספר אתרים. התקפות כאלה מאפשרות להאקרים להרחיב את טווחם ולהגביר את הנזק שנגרם.
בינה מלאכותית יכולה לגלות ולעצור כופר חדש, ולשמור על אמצעי הגנה נוכחיים.
התאמת אימוני אבטחת סייבר
רבים מעובדי הבריאות עשויים לסמוך בעיקר על הכשרתם הרפואית ולראות באבטחת סייבר חלק פחות חשוב בעבודתם. זה מסוכן, במיוחד מכיוון שרבים ממקצועות הבריאות חייבים להחליף מידע של מטופלים בין מספר גורמים.
מחקר מ-2023 הראה 57% מהעובדים בתעשייה אמרו כי עבודתם הפכה ליותר ממוכנת. אחד הממצאים החיוביים היה ש-76% מאלה שנשאלו האמינו כי אבטחת הנתונים היא אחריותם.
אולם, מדאיג לראות ש-22% אמרו כי ארגוניהם אינם אוכפים מדיניות אבטחת סייבר בקפידה. בנוסף, 31% אמרו שהם לא יודעים מה לעשות אם יתרחשו הברחות נתונים. פערי הידע האלה מדגישים את הצורך בשיפור אימוני אבטחת סייבר.
אימונים עם בינה מלאכותית יכולים להיות מעניינים יותר עבור התלמידים דרך רלוונטיות מוגברת. אחד הדברים המאתגרים בסביבת עבודה כמו בית חולים הוא שרמת הבינה הטכנולוגית של העובדים תוכל להשתנות באופן ניכר. כמה אנשים שהיו בתעשייה במשך עשורים רבים כנראה לא גדלו עם מחשבים ואינטרנט בבית. מצד שני, אלה שסיימו לאחרונה את לימודיהם ונכנסו לכוח העבודה כנראה מרוכזים היטב בשימוש בסוגים שונים של טכנולוגיה.
הבדלים אלה לעיתים קרובות הופכים את זה לפחות מעשי לקיים אימוני אבטחת סייבר בגודל אחד. תוכנית חינוכית עם מאפיינים של בינה מלאכותית יכולה למדוד את רמת הידע הנוכחית של מישהו ואז להראות להם את המידע המועיל והמתאים ביותר. היא עשויה גם לזהות דפוסים, ולקבוע את מושגי אבטחת הסייבר שעדיין מבלבלים את הלומדים, לעומת אלה שהם הבינו במהירות. תובנות כאלה יכולות לעזור למאמנים לפתח תוכניות טובות יותר.
בינה מלאכותית יכולה לשפר אבטחת סייבר בבריאות
אלה הם חלק מהדרכים הרבות שבהן אנשים יכולים וצריכים לשקל לפרוס בינה מלאכותית כדי לעצור או להפחית את עוצמת התקפות סייבר בתחום הבריאות. טכנולוגיה זו אינה מחליפה מקצועות בריאות, אלא יכולה לספק תמיכה בקבלת החלטות, ולהראות להם אילו איומים אמיתיים זקוקים לתשומת לבם ראשונה.
