SERUMS

H2020, 2018 – 2021

Securing Medical Data in Smart Patient-Centric Healthcare Systems

Kontext und Motivation

Um eine qualitativ hochwertige Gesundheitsversorgung zu gewährleisten, wird es immer wichtiger, hochvertrauliche und persönliche medizinische Daten zu sammeln, die aus einer Vielzahl von Quellen, einschließlich persönlicher Medizinprodukte, gewonnen wurden, und diese mit einer Vielzahl von Mitteln, einschließlich öffentlicher Netzwerke und anderer Systeme, deren Sicherheit nicht unbedingt vertrauenswürdig ist, zu teilen. Die Patienten erwarten zu Recht volle Privatsphäre, es sei denn, es wurde ausdrücklich eine Genehmigung erteilt. Aber sie erwarten auch, dass sie mit der bestmöglichen medizinischen Behandlung versorgt werden. Studien deuten darauf hin, dass die Integration der häuslichen Gesundheitsversorgung in einen ganzheitlichen Behandlungsplan kostengünstiger ist, reisebedingte Risiken und Kosten reduziert und die Qualität der Gesundheitsversorgung erhöht, indem sie die Integration einer häufigeren häuslichen, arbeits- und umgebungsbezogenen Überwachung und Prüfung in die medizinische Diagnostik ermöglicht.

Herausforderung

Daher besteht eine starke und dringende Nachfrage nach besseren, effizienteren und effektiveren Gesundheitslösungen, die eine exzellente patientenorientierte Gesundheitsversorgung ermöglichen und gleichzeitig die immer strengeren Vorschriften für die Nutzung und den Austausch von Patientendaten einhalten. Diese Bestimmungen sind standortübergreifend und traditionelle physische und berufliche Grenzen von Krankenhäusern, Gesundheitszentren, Heim und Arbeitsplatz und sogar nationale Grenzen überschreiten. Es muss Krankenhäuser, Ärzte, Berater und andere Spezialisten sowie patientenbezogene Daten einbeziehen, die von persönlichen Überwachungsgeräten, Gesundheitsanwendungen, Umweltüberwachung usw. stammen.

Ziel des Serums-Projekts ist es, die Patienten in den Mittelpunkt der zukünftigen Gesundheitsversorgung zu stellen, ihre persönliche Betreuung zu verbessern und die Qualität der Behandlung zu maximieren, während gleichzeitig das Vertrauen in die Sicherheit und den Datenschutz ihrer vertraulichen medizinischen Daten gewährleistet wird.

Lösung

Um die Vision des Projekts zu verwirklichen, ist die Erweiterung bestehender und die Erfindung neuer Methoden und Technologien in vielen verschiedenen Bereichen entscheidend.

  • Wir müssen neue Technologien für die Sicherheit und den Schutz der gemeinsamen personenbezogenen medizinischen Daten über nicht vertrauenswürdige Netzwerke entwickeln. Daher werden wir Zugangskontrollmethoden entwickeln, die einen Endpunktschutz für die Medizinprodukte bieten, die potenziell sensible personenbezogene Daten erfassen. Bestehende Technologien für Data Cloaking und Datenherstellung, die sowohl eine sichere Kommunikation der Daten über Netzwerke hinweg ermöglichen, werden erweitert, als auch die medizinischen Systeme mit realistischen Daten auf ihre Belastbarkeit getestet, um mögliche Schwachstellen zu identifizieren. Wir werden auch Techniken zur semantisch konservierenden Verschlüsselung personenbezogener Daten entwickeln.

  • Um personenbezogene medizinische Daten aus verschiedenen Quellen in kohärente und strukturierte intelligente Patientendatensätze zu integrieren, werden wir neue Formate für die Daten in den Patientendatensätzen entwickeln, wobei unterschiedliche Ansichten derselben Daten, die verschiedenen Parteien vorgelegt werden könnten, berücksichtigt werden. Darüber hinaus werden wir neue maschinenlernorientierte Techniken zur Extraktion von Metadaten aus den Rohdaten entwickeln, die es ermöglichen, die Patientendaten aus Daten mit unterschiedlichem Strukturierungsgrad aufzubauen. Wir werden auch eine Blockchain-Lösung entwickeln, um die Herkunft der Daten zu verfolgen.

  • Wir werden neue Datenanalyseverfahren entwickeln, die in der Lage sind, mit verteilten Daten umzugehen, die nicht an einen zentralen Ort verschoben werden können. Daher werden wir neuartige Deep-Learning-Datenanalyseverfahren entwickeln, eine Analyse der Daten ermöglichen, die sich auf Peripheriegeräten befinden. Gleichzeitig werden wir sicherstellen, dass unsere Lernmodelle bei der Arbeit mit privaten Daten die Privatsphäre wahren und somit keinen Verlust sensibler Informationen zulassen.

  • Darüber hinaus müssen wir bestehende und neue Authentifizierungs- und Vertrauensmechanismen entwickeln, die sicherstellen, dass nur ordnungsgemäß autorisierte Mitarbeiter Zugang zu dem erforderlichen Teil der personenbezogenen und medizinischen Daten haben. Wir werden eine neue Technologie entwickeln, die eine Kombination aus mehreren verschiedenen Zulassungsmethoden unterstützt und die in der Lage ist, den Zulassungsprozess automatisch an die Bedürfnisse von Patienten oder medizinischen Einrichtungen anzupassen.

  • Schließlich werden wir die Integration der einzelnen Technologien in ein kohärentes Smart Medical Center System umsetzen, wobei wir Test- und formale Verifikationsmethoden verwenden, um die Konformität des Gesamtsystems mit den erforderlichen Standards zu testen und nach Möglichkeit nachzuweisen. Ausgewählte Anwendungsfälle ermöglichen es uns, die Einhaltung des Standards in realistischen Umgebungen sicherzustellen.

Erwartete Auswirkungen

Serums zielt darauf ab, signifikante Auswirkungen in jedem Bereich zu erzielen, der in SU-TDS-02-2018 identifiziert wurde, indem es eine wesentlich sicherere intelligentere Gesundheitsversorgung bietet, das Potenzial für Datenschutzverletzungen deutlich reduziert und das Vertrauen und die Sicherheit der Patienten deutlich verbessert.

  • Quantifizierbare Verbesserung der sicheren Bereitstellung von Gesundheit und Pflege, was sich in einer geringeren Anfälligkeit des Smart Health Centers für gängige Cyberangriffe zeigt, gemessen an Standardindizes, die die Systemresilienz, Robustheit und Verfügbarkeit während und nach den Angriffen bestimmen.

  • Deutlich reduziertes Risiko von Datenschutzverletzungen (mindestens 75 %), was durch quantitative Kennzahlen belegt wird, die die Menge an privaten Daten anzeigt, die durch eine Reihe gängiger Cyberangriffe aufgedeckt wird.

  • Quantifizierbare Verbesserung des Vertrauens der Patienten in die Bereitstellung einer intelligenten Gesundheitsversorgung, belegt durch Patientenbefragungen und Fragebögen.

  • Quantifizierbare Verbesserung der Patientensicherheit, belegt durch ein reduziertes Schadensrisiko durch falsche Behandlungen oder Medikamente, vermittelt durch ein reduziertes Risiko von Manipulationen an medizinischen Aufzeichnungen und gemessene Schwachstellen angeschlossener medizinischer Systeme.

Projektdaten

Projekttitel: Securing Medical Data in Smart Patient-Centric Healthcare Systems
Projektdauer: 3 Jahre
Fördergeber: H2020-SC1-FA-DTS-2018-2020; Trusted digital solutions and Cybersecurity in Health and Care
Budget: 4.370.059 Euro Gesamtprojektkosten und 4.370.059 Euro EC Förderung

Partner

  • University of St. Andrews, UK (Koordinator)
  • Stichting Zuyderland Medisch Centrum, Niederlande
  • Accenture BV, Niederlande
  • IBM Israel - Science and Technology Ltd, Israel
  • Sopra Steria Group, Frankreich
  • University of Louvain (UCL), Frankreich
  • University of Cyprus, Zypern
  • Fundacio Privada Clinic Per a la Recerca Biomedica, Spanien
  • Software Competence Center Hagenberg (SCCH), Österreich

Weitere Informationen

https://www.serums-h2020.org

Roßbory Michael

Senior Research Project Manager Data Science and Business Development
Research Team Lead AI-Assisted Prescriptive Analytics