2min Zorg

Het voorkomen van de volgende cyberaanval in de zorg vereist partnerschappen

Het voorkomen van de volgende cyberaanval in de zorg vereist partnerschappen

De vrees dat de volgende grote cyberaanval op de zorg ‘om de hoek’ zou kunnen liggen, is terecht. Dat stelt Pieter Jansen, Senior Vice President of Cyber Innovation bij Darktrace. “Technologie is van vitaal belang om deze dreiging te bestrijden.” Het beschikken over kennis over cyberaanvallen uit het verleden is volgens Jansen onvoldoende om die van morgen te voorspellen.

Zorg dankbaar doelwit

Door het toenemende gebruik van software en digitale apparatuur in ziekenhuizen zijn artsen voor hun zorg sterk afhankelijk van stabiele en goed werkende ICT. Ze kunnen zich geen downtime veroorloven in het geval van een ransomware-aanval. Tegelijkertijd zijn ziekenhuizen een dankbaar doelwit van cybercriminelen omdat ze beschikken over rijke databronnen zoals patiëntgegevens, medische dossiers en bankgegevens. Daarom is het essentieel dat ziekenhuizen hun digitale infrastructuur zo goed mogelijk beschermen tegen cyberaanvallen.

Zelflerende AI in de zorg

AI kan grote datasets bijna tien keer sneller analyseren dan een mens. Een groeiend aantal zorgorganisaties past zelflerende AI-technologie toe om datalogboeken te doorzoeken en een zeer complex digitaal landschap te leren begrijpen. Deze technologie, ook wel unsupervised machine learning genoemd, leert voortdurend wat ‘normaal’ is voor elke gebruiker en elk apparaat op een zorgnetwerk. Vervolgens gebruikt het dit inzicht om bedreigingen in de allereerste stadia proactief te detecteren, uit te schakelen en zelfs te voorkomen. Toen WannaCry-ransomware-aanvallen in 2017 honderden zorgorganisaties troffen, was zelflerende AI een van de weinige tools die in staat was om de dreiging in de vroegste stadia te stoppen en een aantal zorgnetwerken te beschermen tegen de onschatbare schade.

De AI-revolutie in cybersecurity is mogelijk gemaakt door het feit dat beveiligingstools die zijn geprogrammeerd om te werken op basis van historische aanvallen consequent nutteloos zijn gebleken, legt Jansen uit. Unsupervised machine learning daarentegen is revolutionair bij het detecteren van nieuwe cyberaanvallen waarvoor geen trainingsgegevens bestaan. “Daarom is het belangrijk dat we ziekenhuizen bewapenen met unsupervised machine learning. Dit, om ransomware-aanvallen af te slaan en zo de continuïteit van de zorg niet in gevaar te brengen.”