日本語版
最新ニュース
健康

規制から回復力まで:AI時代に医療データを保護するためのベストプラクティス

これらのセキュリティポリシーの変更は、ヘルスシステムのレーダー上にある必要があります 6月、ペンシルベニア州のブライアン・フィッツパトリック議員とコロラド州のジェイソン・クロウ議員が紹介しました 2025年のヘルスケアサイバーセキュリティ法 衆議院で。この法案は、保健省とヒューマンサービス省と、インシデント対応を改善し、プロバイダー組織のサイバーセキュリティトレーニングを促進するためにリアルタイムの脅威共有を促進するサイバーセキュリティとインフラストラクチャセキュリティ機関との間の連絡先を任命します。 この法の目標は、違反を最小限に抑え、違反が発生したときにデータ損失を最小限に抑えることです。法案が通過した場合、特に医療機関の短期的にコンプライアンス要件が増加する可能性があります。 農村部、独立、コミュニティ病院。 大統領令に従って AIのアメリカのリーダーシップへの障壁を取り除く、ホワイトハウスは、AIの支配を国家安全保障の命令として枠組みするアメリカのAI行動計画をリリースしました。 ただし、提案された法案と計画の間にはある程度の競合があります。アクションプランの意図は、組織間でより多くのアイデアとデータフローを自由にできるようにして、国の革新的な姿勢を改善することです。提案された法案は、データセキュリティに関係しています。 関連している: 可視性は、ヘルスケアのデータセキュリティの鍵です。 例えば、 大きな言語モデル それらが可能な限り多くのデータが必要です。しかし、AIモデルの無制限のトレーニングを奨励することは、サイバー法案の目的と矛盾しています。サイバー法案は、適切な人のみが特定のデータにアクセスできるようにします。医療機関は、この二分法に注意する必要があります。 認識すべき別のセキュリティ関連のポリシーは、電子保護された健康情報のサイバーセキュリティを強化するために提案されたHIPAAセキュリティルールです。制定された場合、医療機関は、リスク分析を実行するために現在よりも詳細なデータを保持する必要があります。セキュリティインシデントのエンティティに通知する必要があります。 更新された要件はセキュリティを改善しますが、それらのいくつかは組織に追加の負担をかける可能性があります。たとえば、健康システムが必要です マルチファクター認証を実装します 電子メールおよび安静時および動きで電子的な個人的な健康情報を暗号化します。 最後に、ヘルスケア組織は、バイデン政権からの2つのポリシーにも注意する必要があります。 懸念国または対象者の国による、敏感な個人データと政府関連データへのアクセスを防ぐ 最終規則と提案 2024年の外国敵法からアメリカ人のデータを保護します。要するに、これらは、収集して特定の敵対国に送信できるデータの量を制限することを目的としています。 データとセキュリティへのヘルスシステムのアプローチに対するAIの影響 政策によって駆動されるシフトに加えて、AIの急速な成長は、医療機関がデータとセキュリティに優先順位を付けるための触媒として機能しました。 確固たるデータとAIガバナンスが整っています、組織がAIツールを使用してそれらから保護することを計画しているため、セキュリティが両方で果たすべき役割を強く理解することが重要です。多くの組織は、ついにデータとセキュリティに注意を払い、必要な時間、労力、投資を提供する時が来たという事実に目覚めています。 と 堅牢なデータとAIガバナンス 整備されているため、ヘルスケア組織はAIと自動化を活用できます。たとえば、自動化されたインシデント応答を取ります:人間に気づいてイベントに対応する代わりに、AIが搭載されています インシデント応答ソリューション インシデントが発生していることを認識し、組織のセキュリティポリシーでレイアウトされたプロセスを自動的に開始できます。疑わしいログインを認識し、ヘルスシステムのデータを保護するためにそのアイデンティティの周りに制約を付けることができます。それはより一般的になりつつあります。 その間 AIは、ヘルスケア組織がセキュリティの懸念に対処するのに役立ちます、それはまた、新しいリスクを導入します。ヘルスシステムが蓄積されている大規模なデータセットは、それらの大量のデータのネットワークにアクセスすることは、以前に盗むことができる集中データよりもサイバー犯罪者にとってより価値があるため、それらをより大きなリスクにさらします。これは、LLMSやその他のAIモデルをトレーニングしている病院にとってのセキュリティ上の懸念です。 医療機関が考慮すべきもう1つの考慮事項は、自動化バイアスです。 AI出力を検証するためにループに人間を置くことが重要ですが、時間が経つにつれて人々は監視をリラックスさせ、これらのシステムをより多くのパワーに与えます。悪い俳優が堅実な監視なしにAIツールにアクセスできる場合、組織に対して使用できます。 以下のバナーをクリックします サインアップします HealthTech毎週のニュースレター。 #規制から回復力までAI時代に医療データを保護するためのベストプラクティス

規制から回復力まで:AI時代に医療データを保護するためのベストプラクティス

1759791227
2025-10-06 13:55:00

これらのセキュリティポリシーの変更は、ヘルスシステムのレーダー上にある必要があります

6月、ペンシルベニア州のブライアン・フィッツパトリック議員とコロラド州のジェイソン・クロウ議員が紹介しました 2025年のヘルスケアサイバーセキュリティ法 衆議院で。この法案は、保健省とヒューマンサービス省と、インシデント対応を改善し、プロバイダー組織のサイバーセキュリティトレーニングを促進するためにリアルタイムの脅威共有を促進するサイバーセキュリティとインフラストラクチャセキュリティ機関との間の連絡先を任命します。

この法の目標は、違反を最小限に抑え、違反が発生したときにデータ損失を最小限に抑えることです。法案が通過した場合、特に医療機関の短期的にコンプライアンス要件が増加する可能性があります。 農村部、独立、コミュニティ病院

大統領令に従って AIのアメリカのリーダーシップへの障壁を取り除く、ホワイトハウスは、AIの支配を国家安全保障の命令として枠組みするアメリカのAI行動計画をリリースしました。

ただし、提案された法案と計画の間にはある程度の競合があります。アクションプランの意図は、組織間でより多くのアイデアとデータフローを自由にできるようにして、国の革新的な姿勢を改善することです。提案された法案は、データセキュリティに関係しています。

関連している: 可視性は、ヘルスケアのデータセキュリティの鍵です。

例えば、 大きな言語モデル それらが可能な限り多くのデータが必要です。しかし、AIモデルの無制限のトレーニングを奨励することは、サイバー法案の目的と矛盾しています。サイバー法案は、適切な人のみが特定のデータにアクセスできるようにします。医療機関は、この二分法に注意する必要があります。

認識すべき別のセキュリティ関連のポリシーは、電子保護された健康情報のサイバーセキュリティを強化するために提案されたHIPAAセキュリティルールです。制定された場合、医療機関は、リスク分析を実行するために現在よりも詳細なデータを保持する必要があります。セキュリティインシデントのエンティティに通知する必要があります。

更新された要件はセキュリティを改善しますが、それらのいくつかは組織に追加の負担をかける可能性があります。たとえば、健康システムが必要です マルチファクター認証を実装します 電子メールおよび安静時および動きで電子的な個人的な健康情報を暗号化します。

最後に、ヘルスケア組織は、バイデン政権からの2つのポリシーにも注意する必要があります。 懸念国または対象者の国による、敏感な個人データと政府関連データへのアクセスを防ぐ 最終規則と提案 2024年の外国敵法からアメリカ人のデータを保護します。要するに、これらは、収集して特定の敵対国に送信できるデータの量を制限することを目的としています。

データとセキュリティへのヘルスシステムのアプローチに対するAIの影響

政策によって駆動されるシフトに加えて、AIの急速な成長は、医療機関がデータとセキュリティに優先順位を付けるための触媒として機能しました。 確固たるデータとAIガバナンスが整っています、組織がAIツールを使用してそれらから保護することを計画しているため、セキュリティが両方で果たすべき役割を強く理解することが重要です。多くの組織は、ついにデータとセキュリティに注意を払い、必要な時間、労力、投資を提供する時が来たという事実に目覚めています。

堅牢なデータとAIガバナンス 整備されているため、ヘルスケア組織はAIと自動化を活用できます。たとえば、自動化されたインシデント応答を取ります:人間に気づいてイベントに対応する代わりに、AIが搭載されています インシデント応答ソリューション インシデントが発生していることを認識し、組織のセキュリティポリシーでレイアウトされたプロセスを自動的に開始できます。疑わしいログインを認識し、ヘルスシステムのデータを保護するためにそのアイデンティティの周りに制約を付けることができます。それはより一般的になりつつあります。

その間 AIは、ヘルスケア組織がセキュリティの懸念に対処するのに役立ちます、それはまた、新しいリスクを導入します。ヘルスシステムが蓄積されている大規模なデータセットは、それらの大量のデータのネットワークにアクセスすることは、以前に盗むことができる集中データよりもサイバー犯罪者にとってより価値があるため、それらをより大きなリスクにさらします。これは、LLMSやその他のAIモデルをトレーニングしている病院にとってのセキュリティ上の懸念です。

医療機関が考慮すべきもう1つの考慮事項は、自動化バイアスです。 AI出力を検証するためにループに人間を置くことが重要ですが、時間が経つにつれて人々は監視をリラックスさせ、これらのシステムをより多くのパワーに与えます。悪い俳優が堅実な監視なしにAIツールにアクセスできる場合、組織に対して使用できます。

以下のバナーをクリックします サインアップします HealthTech毎週のニュースレター。

#規制から回復力までAI時代に医療データを保護するためのベストプラクティス

執筆者について: nipponese

Nipponese News編集部は、国内外のニュースを日本語で分かりやすくお届けします。