بررسی امنیت و حفظ حریم خصوصی در سامانه‌های هوش مصنوعی مبتنی بر داده‌های پزشکی

بررسی امنیت و حفظ حریم خصوصی در سامانه‌های هوش مصنوعی مبتنی بر داده‌های پزشکی

محمد سجاد رضایی1 تکتم دهقانی2

1) 1- دانشجوی رشته مهندسی کامپیوتر، مؤسسه آموزش عالی توس، مشهد، ایران —
2) 2- گروه انفورماتیک پزشکی، دانشکده پزشکی، علوم پزشکی، مشهد،

کد IOI مقاله : AAHD-ACZBDG
محل انتشار : کنفرانس ملی فناوری اطلاعات، نانوتکنولوژی، هوش مصنوعی و آینده پژوهی فناوری (itnaf.ir)
چکیده :
    چكيده گسترش سامانه‌های هوش مصنوعی در حوزه پزشکی، فرصت‌های قابل توجهی برای بهبود تشخیص، پیش‌بینی بیماری‌ها، تصمیم‌گیری بالینی و مدیریت خدمات سلامت فراهم کرده است؛ با این حال، وابستگی این سامانه‌ها به حجم گسترده‌ای از داده‌های حساس پزشکی، چالش‌های جدی در زمینه امنیت اطلاعات و حفظ حریم خصوصی ایجاد می‌کند. هدف این پژوهش، بررسی مهم‌ترین تهدیدهای امنیتی و حریم خصوصی در سامانه‌های هوش مصنوعی مبتنی بر داده‌های پزشکی و تحلیل راهکارهای مقابله با آن‌ها است. این پژوهش با رویکرد مروری ـ تحلیلی انجام شده و تهدیدهایی مانند حملات خصمانه، استخراج و وارون‌سازی مدل، استنتاج عضویت، مسموم‌سازی داده‌های آموزشی، دسترسی غیرمجاز و نشت داده‌ها را بررسی می‌کند. همچنین، راهکارهایی از جمله یادگیری فدرال، حریم خصوصی تفاضلی، رمزنگاری هم‌ریخت، ناشناس‌سازی داده‌ها، کنترل دسترسی مبتنی بر ویژگی و پایش برخط مورد تحلیل قرار گرفته‌اند. یافته‌های پژوهش نشان می‌دهد که هیچ‌یک از روش‌های حفاظتی به‌تنهایی نمی‌تواند تمامی تهدیدهای موجود را برطرف کند و استفاده همزمان از روش‌های فنی، مدیریتی و نظارتی، رویکرد مناسب‌تری برای ایجاد امنیت و حفظ حریم خصوصی در این سامانه‌ها است. در نهایت، به‌کارگیری رویکرد دفاع در عمق و انتخاب متناسب سازوکارهای حفاظتی با نوع داده، کاربرد سامانه و سطح تهدید، می‌تواند موجب کاهش خطر افشای اطلاعات پزشکی و افزایش اعتمادپذیری سامانه‌های هوش مصنوعی در حوزه سلامت شود.

کلمات کلیدی : واژه‌هاي كليدي هوش مصنوعی پزشکی امنیت اطلاعات حریم خصوصی داده‌های پزشکی یادگیری فدرال امنیت سایبری