의료 산업의 AI 및 딥 러닝 아웃소싱 – 데이터 개인 정보가 위험에 처해 있습니까?

Anomali의 Jonathan Martin

신흥 기술로서 인공 지능(AI) 및 딥 러닝은 강력한 비즈니스 통찰력을 제공하는 것으로 입증되었습니다. Anomali의 EMEA 운영 이사인 Jonathan Martin은 이는 특히 의료 산업에 해당한다고 말합니다. , Freemium AI 및 ano, torch, cntk 및 tensorflow와 같은 기계 학습 소프트웨어 패키지는 암, 심장마비 및 기타 여러 이미지 기반 진단과 같은 의학적 상태를 효과적으로 예측할 수 있습니다.

따라서 AI와 딥 러닝을 의료 행위에 통합하는 것은 의료 산업에 있어 불가피하고 중요한 다음 단계이지만, 이러한 노력에 어려움이 있는 것은 아닙니다.

조직에서 이러한 기술을 최대한 활용하지 못하게 하는 가장 시급한 문제 중 하나는 기술적으로 훈련된 직원의 부족입니다. 기술 인재에 대한 수요를 채울 수 있는 사이버 보안 전문가가 많이 있지만, 사이버 보안 업계 자체의 전문가 공급이 이미 제한되어 있어 공급이 곧 수요를 충족할 것 같지 않습니다.

의료 산업의 문제를 더욱 복잡하게 만들기 위해 이러한 기술을 구현하려면 개인 식별 정보(PII)에 액세스해야 합니다. 개인 식별 정보는 민감하고 수익성이 높은 특성으로 인해 사이버 공격에서 가장 표적이 되는 데이터 중 하나입니다.

국민건강협회(NHS) Deepmind와 협력하여 인력 및 데이터 개인정보 보호 문제를 피하기 위해 선출됨 , Alphabet/Google이 인수한 회사 이를 통해 Deepmind는 혈액 검사, 의료 진단, 과거 환자 기록, HIV 진단 및 이전 약물 사용과 같은 더 민감한 데이터에 대한 정보를 포함하는 160만 개의 의료 기록에 액세스할 수 있었습니다. 이것이 적절한 위험인지 여부는 업계에서 일부 논란의 원인이 되었습니다.

NHS에 대한 WannaCry 공격에서 보았듯이 사이버 공격은 업계에 치명적인 영향을 미칠 수 있습니다. 그러나 이것이 조직이 정보를 공유하고 고급 분석하는 것을 중단해서는 안 됩니다. AI 및 기타 기술은 의료의 발전에 필수적이며 기술 인재를 고용하는 것은 아웃소싱의 필요성을 제거하는 안전한 방식으로 이러한 능력을 최대한 활용하는 데 필수적입니다. 조직은 또한 조직의 위험을 최소화하기 위해 모범 사례의 일관성을 유지해야 합니다.

이러한 모범 사례 중 하나에는 모든 개인 식별 정보를 수정하는 것이 포함됩니다. 데이터를 아웃소싱하는 모든 조직은 대신 가명을 사용해야 합니다. 여기서 고유 식별자와 PII는 신뢰할 수 있는 엔터티만 보유합니다. 기계 학습 모델에 가치가 있는 반 민감한 정보도 제거해야 합니다. 환자의 지리적 위치가 완벽한 예입니다.

이 데이터는 질병의 강력한 지표가 될 수 있지만 원시 데이터는 주어진 환자의 PII를 리버스 엔지니어링하는 데 사용할 수 있습니다. 그러한 정보를 폐기하는 것은 AI의 예측 능력을 강화하는 것과 환자의 기밀을 보호하는 것 사이에서 효과적인 절충안입니다.

이러한 최선의 전략은 대부분의 문제를 완화하는 데 도움이 될 수 있지만 기밀을 보장하는 완벽한 방법은 아닙니다. 현재로서는 AI가 귀하의 PII를 재구성할 수 없다고 보장할 수 없습니다. CMU의 한 연구에서 연구원들은 사회 보장 번호가 놀랍게도 예측 가능하며 AI 알고리즘이 일반적으로 생년월일 및 성별과 같은 정보에서 사회 보장 번호를 재구성할 수 있음을 발견했습니다.

미래에 조직은 개인 데이터를 아웃소싱하려는 노력을 확보하기 위해 보다 발전된 기술을 모색할 수 있습니다. 연합 학습의 최근 발전으로 유연성이 향상되고 그룹이 온프레미스에 데이터를 저장할 수 있습니다. 또 다른 동형암호화 관련 기술도 개발 중이다. 동형 암호화를 사용하면 데이터를 해독할 필요 없이 암호화된 데이터에 대해 계산이 수행되므로 보안 문제가 크게 줄어듭니다.

현재 우리는 데이터 프라이버시 문제를 직접적으로 해결하는 기술이 아직 몇 년 떨어져 있습니다. 그러나 AI의 이점에 대한 약속은 의료 산업이 기다리기에는 너무 큽니다. 가까운 장래에 산업계는 시민을 보호하고 불필요한 취약성을 방지하기 위해 균형을 맞춰야 합니다.

이 블로그의 저자는 Anomali의 EMEA 운영 이사인 Jonathan Martin입니다.