Применение кибербезопасности и использование искусственного интеллекта в медицине

Кибербезопасность это глобальное явление, представляющее сложную социально-техническую задачу для правительства, но требующее участия отдельных лиц. Хотя кибербезопасность является одной из наиболее важных задач, стоящих сегодня перед правительством, наглядность и осведомленность общественности остаются ограниченными. Почти все слышали о кибербезопасности, однако срочность и поведение людей не отражают высокий уровень осведомленности. Интернет слишком часто рассматривается как безопасная среда для обмена информацией, транзакции и управление физическим миром. Тем не менее, кибервойны уже идут и продолжаются, и необходимо срочно подготовиться к ним. Неспособность создать кибербезопасность может привести к неспособности разработать подходящую политику.

Рассматривается потенциал кибербезопасности в пяти измерениях:

Потенциал кибербезопасности.

1. Разработка политики и стратегии в области кибербезопасности;
2. Поощрение ответственной культуры кибербезопасности в обществе;
3. Развитие знаний о кибербезопасности;
4. Создание эффективной нормативно-правовой базы;
5. Контроль рисков с помощью стандартов, организаций и технологий.

Эти пять аспектов охватывают широкий круг областей, которые следует учитывать при поиске путей укрепления потенциала в области кибербезопасности. Мы признаем, что эти аспекты могут дублировать друг друга по некоторым вопросам, и, действительно, в центре потенциала хочется уловить взаимозависимость между возможностями в области кибербезопасности, поскольку он проводит больше обзоров национального потенциала.

Запуск: на данном этапе либо не существует зрелости в области кибербезопасности, либо она носит очень зародышевый характер. Ведутся начальные дискуссии о создании потенциала кибербезопасности, но нет конкретных действий. На данном этапе отсутствуют наблюдаемые доказательства.

Формирующее: некоторые особенности аспектов начали расти и формулироваться, но могут быть случайные, неорганизованные, плохо определенные или просто «новые». Однако доказательства этой деятельности могут быть четко продемонстрированы.

Установлено: элементы аспекта на месте и работают. Тем не менее, нет продуманное рассмотрение относительного распределения ресурсов. Небольшие компромиссные решения были сделаны относительно «относительных» инвестиций в различные элементы аспекта. Но аспект является функциональным и определенным.

Стратегический: был сделан выбор о том, какие части аспекта важны, а какие менее важны для конкретной организации или нации. Стратегический этап отражает тот факт, что эти выборы были сделаны, в зависимости от нации или организации.

Динамический: на данном этапе существуют четкие механизмы для изменения стратегии в зависимости от преобладающих обстоятельств, такие как технология угрозы окружающей среды, глобальный конфликт или существенное изменение в одной из проблемных областей (например, киберпреступность или конфиденциальность). Динамические организации разработали методы для изменения стратегии с ходу. Быстрое решение.

В апреле 2018 года Управление по санитарному надзору за качеством пищевых продуктов и медикаментов США (FDA) предоставило разрешение на продажу IDx-DR (DEN180001) в качестве первой диагностической системы на основе искусственного интеллекта (AI), который не требует интерпретации клиницистом для обнаружения степени тяжести у пациентов с диабетической ретинопатии, у взрослых с диагнозом сахарный диабет. По сути, это «Программное обеспечение как медицинское устройство» (SaMD) применяет алгоритм искусственного интеллекта для анализа изображений глаза, снятых ретинальной камерой, которые загружаются на облачный сервер. Устройство принимает решение о скрининге относительно того, имеет ли заинтересованное лицо «больше, чем легкая степень тяжести диабетическая ретинопатия» и, если это так, направляется ли на дальнейшее медицинское обследование. Если результат скрининга отрицательный, лицо будет повторно проверено через 12 месяцев. Важно отметить, что IDx-DR следует применять специально для выявления диабетической ретинопатии, а также у лиц, с подозрением наличия у них ретинопатии.

IDx-DR способен к машинному обучению (ML), которое является подмножеством искусственного интеллекта и относится к набору методов, которые имеют возможность автоматически обнаруживать шаблоны в данных для прогнозирования тенденций данных или для принятия решений в неопределенных условиях.

Здравоохранение в настоящее время предоставляется лицензированными специалистами в аккредитованных учреждениях или лицензированных клиниках и предназначено для передачи от профессионала по утвержденным каналам получателям помощи. Профессионал здесь так-же является хранилищем знаний, которое подчеркивает понятие фидуциарных отношений, когда врач должен действовать в наилучших интересах его или его пациента. Приложения для искусственного интеллекта являются частью быстро растущего числа новых технологий, которые прямо или косвенно позволяют непрофессионалам получать доступ к обширному пулу знаний, взаимодействовать с другими людьми с опытом и / или опытными знаниями и могут в конечном итоге получить точный диагноз и разработать эффективные схемы здравоохранения независимо от врача. Приложения искусственного интеллекта также могут изменить текущую практику здравоохранения. Во многих системах здравоохранения клиническая медицина все больше отражает модель, основанную на схеме, когда все меньше клиницистов следят за болезнями от их проявления до конечного результата.

FDA обеспечило интенсивное взаимодействие и руководство для компании по эффективной разработке устройства, чтобы ускорить сбор доказательств и его обзор устройствами, которое обеспечивает более эффективное лечение или диагностику опасного для жизни или необратимо изнурительного заболевания или состояния, без каких-либо утвержденных или одобренных альтернатив.

Подход, основанный на оценке риска, принят FDA, и его применение к общему процессу жизненного цикла продукта воплощено в ISO 14971, а также в сопроводительном руководящем документе ISO TR 24971.

Радиологи и клиницисты, использующие методы искусственного интеллекта, должны оценить значения, которые могут быть либо встроены в систему, либо введены через данные. Устройства и системы искусственного интеллекта могут быть обучены поддерживать практики, которые отражают одни этические цели, но не другие, и могут даже обучаться обходить законные этические и юридические требования. Модели ML также могут включать в себя неявные отклонения отбора из демографического состава населения, используемого для его обучения, которое может не отражать целевую группу населения, в которой оно будет применяться.

Андрей Никитенко
Андрей Никитенко
Задать вопрос эксперту
Понравилась статья? Поделить с друзьями:
Добавить комментарий

;-) :| :x :twisted: :smile: :shock: :sad: :roll: :razz: :oops: :o :mrgreen: :lol: :idea: :grin: :evil: :cry: :cool: :arrow: :???: :?: :!: