De vrees dat de volgende grote cyberaanval op ons gezondheidszorgsysteem ‘om de hoek’ zou kunnen liggen, is terecht. Technologie is van vitaal belang om deze dreiging te bestrijden. Het beschikken over kennis over cyberaanvallen uit het verleden is onvoldoende om die van morgen te voorspellen, zo stelt Pieter Jansen van Darktrace.
Artsen sterk afhankelijk van ICT
“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”, zegt Jansen.
Tien keer sneller analyseren dan mens
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.
AI in staat dreiging in vroeg stadium te stoppen
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.
Deze 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. Unsupervised machine learning daarentegen is revolutionair gebleken bij het detecteren van nieuwe cyberaanvallen waarvoor geen trainingsgegevens bestaan.
Ransomware-aanvallen afslaan
“Daarom is het belangrijk dat we ziekenhuizen bewapenen met unsupervised machine learning om ransomware-aanvallen af te slaan en zo de continuïteit van de zorg niet in gevaar te brengen”, aldus de Senior Vice President of Cyber Innovation bij Darktrace.
