-
BEREICH DER ERFINDUNG
-
Die vorliegende Erfindung bezieht sich auf das Gebiet des Datenmanagements in Krankenhäusern.
-
Insbesondere bezieht sich die vorliegende Erfindung auf ein auf maschinellem Lernen basierendes System zur dynamischen Verschlüsselung von Gesundheitsdaten, um deren Sicherheit zu gewährleisten.
-
Insbesondere bezieht sich die vorliegende Erfindung auf ein auf maschinellem Lernen basierendes System für einen dynamischen Verschlüsselungsdienst, der in der Lage ist, die Sicherheit von Gesundheitsdaten im Krankenhausdatenmanagement aufrechtzuerhalten.
-
HINTERGRUND DER ERFINDUNG
-
Bei dem im Abschnitt „Hintergrund“ behandelten Gegenstand sollte nicht davon ausgegangen werden, dass er allein aufgrund seiner Erwähnung im Abschnitt „Hintergrund“ zum Stand der Technik gehört. Ebenso sollte nicht davon ausgegangen werden, dass ein im Hintergrundabschnitt erwähntes oder mit dem Gegenstand des Hintergrundabschnitts verbundenes Problem bereits im Stand der Technik erkannt worden ist. Der Gegenstand des Hintergrundabschnitts stellt lediglich verschiedene Ansätze dar, die für sich genommen ebenfalls Erfindungen sein können.
-
In der Gesundheitsbranche ist die Sicherheit von Patientendaten von größter Bedeutung. Krankenhäuser generieren und speichern große Mengen sensibler Gesundheitsdaten, wie geschützte Gesundheitsinformationen, Krankenakten und Testergebnisse. Mit der zunehmenden Nutzung digitaler Technologien im Gesundheitswesen steigt jedoch auch die Gefahr von Datenschutzverletzungen und des illegalen Zugriffs auf diese sensiblen Daten.
-
Die Verschlüsselung wird häufig eingesetzt, um Daten vor unrechtmäßigem Zugriff zu schützen, aber die gewählte Verschlüsselungsmethode kann einen erheblichen Einfluss auf die Sicherheit der Daten haben. In bestimmten Situationen kann die Verwendung einer schlechten Verschlüsselungsmethode die Daten angreifbar machen, während die Verwendung einer starken Verschlüsselungsmethode Leistungsprobleme verursachen oder den Zugriff auf die Daten erschweren kann.
-
Um die Sicherheit von Gesundheitsdaten in Datenverwaltungssystemen von Krankenhäusern zu gewährleisten, ist ein dynamisches Verschlüsselungssystem erforderlich, das automatisch die geeignete Verschlüsselungsmethode für einen bestimmten Datensatz in Abhängigkeit von dessen Merkmalen auswählen kann.
-
IN1831/MUM/2014 VERFAHREN UND SYSTEM ZUM TEILEN UND ANALYSIEREN VON UNSTRUKTURIERTEN GESUNDHEITSPFLEGEDATEN Die vorliegende Erfindung stellt ein Verfahren und ein System zum sicheren Teilen und Analysieren von unstrukturierten Gesundheitsdaten von Patienten bereit. Im Einzelnen umfasst das Verfahren die Schritte des Sammelns von Gesundheitsdaten, des Verschlüsselns der Gesundheitsdaten, des Hochladens der verschlüsselten Gesundheitsdaten, des Abrufens verschlüsselter Gesundheitsdaten, des Bereitstellens eines selektiven Zugriffs auf die Gesundheitsdaten und des Erweiterns der sicheren Ansicht auf andere Benutzer. Darüber hinaus umfasst das Verfahren einen Schritt, in dem die sichere Ansicht für andere Benutzer entsprechend dem Benutzerumfang reduziert wird und die Gesundheitsdaten des Patienten analysiert werden. Die Gesundheitsdaten werden im Hinblick auf extrahierte Merkmale analysiert, um Trends zu generieren und Abfragen gegen externe Gesundheitsdatenquellen zu erstellen/auszuführen.
-
IN202241063345 SICHERES AUTHENTIKATIONSSYSTEM FÜR DEN SCHUTZ VON GESUNDHEITSDATEN UNTER VERWENDUNG VON BLOCKCHAIN UND FOG COMPUTING Echtzeit-Gesundheitsüberwachung und Datenzugriff, die durch das Internet der Dinge (IoT) im Gesundheitswesen ermöglicht werden, erhöhen die Gesundheit der Patienten, die Erfahrung und die betriebliche Effizienz. Bei den Gesundheitsdaten der Patienten handelt es sich um sehr sensible Daten, die unter dem Aspekt der Privatsphäre der Patienten geschützt werden müssen. Die vorliegende Erfindung ist ein sicheres Authentifizierungssystem für den Schutz von Gesundheitsdaten unter Verwendung von Blockchain und Fog Computing, das Folgendes umfasst: Benutzer (101), Registrierung (102), Administrator (103), Erlaubnis (104), Fog-Knoten (105), Blockchain-Vertrag (106) und Cloud-Server (107); zur sicheren Speicherung und Pflege der Gesundheitsdaten. Die hier offengelegte Erfindung nutzt die Blockchain-Technologie, um die Gesundheitsdaten auf dem Cloud-Server zu schützen. Außerdem ermöglicht sie dem Anbieter von Gesundheitsdiensten den sicheren Fernzugriff auf die Daten von Geräten des Internets der Dinge (IoT) aus. Das Benutzerauthentifizierungsschema in der vorliegenden Offenlegung verwendet Blockchain-fähige Fog-Nodes, um die Gesundheitsdaten des Cloud-Servers zu speichern und darauf zuzugreifen. Die vorliegende Erfindung schützt die Daten vor Angreifern. Die Daten werden verschlüsselt, bevor sie auf dem Server gespeichert werden, und beim Zugriff auf die Daten entschlüsselt.
-
IN202211076050 „METHOD OF SECURING INFORMATION OF ATHLETES USING BLOCKCHAIN“ Die Erfindung bezieht sich auf das Gebiet der sicheren Verwaltung von Gesundheitsdaten und Überwachungsgeräten und insbesondere auf ein Verfahren zur Sicherung von Informationen über Sportler unter Verwendung von Blockchain. Das Verfahren zum Sichern von Informationen von Sportlern unter Verwendung von Blockchain umfasst einen oder mehrere Sensoren, die Gesundheitsdaten von Sportlern erfassen und übertragen, eine Anfrage für eine Vielzahl von persönlichen Identifikationsinformationen, die mit einem Benutzer verbunden sind, empfangen, mindestens eine Computerplattform, die die Ereignisdaten aggregiert und analysiert und dadurch analysierte Daten erzeugt, mindestens eine Computerplattform, die die Ereignisdaten aggregiert und analysiert und dadurch analysierte Daten erzeugt, wobei die Computerplattform so konfiguriert ist, dass sie Quoten für die Analyse der sportlichen Aktivitäten auf der Grundlage der Gesundheitsdaten der Sportler in Echtzeit festlegt, mindestens ein Benutzergerät, das die mindestens eine Wette an die mindestens eine Computerplattform überträgt und dem Benutzer Zugang zu den verschlüsselten digitalen medizinischen Informationen gewährt, und das System die verschlüsselten digitalen medizinischen Informationen entschlüsselt.
-
IN202311004173 IOT AND CRYPTOGRAPHY ALGORITHM OF SECURE DATA STORAGE SYSTEM IN DISTRIBUTED CLOUD SYSTEM WITH BIG DATA USING DEEP LEARNING AND FUZZY LOGIC In den letzten Jahrzehnten ist die Big-Data-Analyse zum wichtigsten Forschungsthema geworden. Daher bietet die Big-Data-Sicherheit die Sicherheit von Cloud-Anwendungen und die Überwachung hochsensibler Daten zur Unterstützung von Cloud-Plattformen. Der Schutz der Privatsphäre und die Sicherheit von Big Data ist jedoch ein aufkommendes Problem, das Unternehmen bei der Nutzung von Cloud-Diensten einschränkt. Die bestehenden Ansätze zur Wahrung der Privatsphäre weisen mehrere Nachteile auf, wie z. B. mangelnden Datenschutz und eine ungenaue Datenanalyse, mangelnde Effizienz der Leistung und die vollständige Abhängigkeit von Drittanbietern. Um dieses Problem zu überwinden, wird die TDES-Methode (Triple Data Encryption Standard) vorgeschlagen, um Sicherheit für Big Data in der Cloud-Umgebung zu bieten. Die vorgeschlagene TDES-Methode bietet eine relativ einfache Technik, indem sie die Größe der Schlüssel im Datenverschlüsselungsstandard DES erhöht, um vor Angriffen zu schützen und die Privatsphäre der Daten zu wahren. Die experimentellen Ergebnisse haben gezeigt, dass die vorgeschlagene TDES-Methode die Sicherheit und den Datenschutz für große Gesundheitsdaten in der Cloud-Umgebung wirksam gewährleistet. Die vorgeschlagene TDES-Methode zeigte eine geringere Verschlüsselungs- und Entschlüsselungszeit im Vergleich zur bestehenden Intelligent Framework for Healthcare Data Security IFHDS-Methode.
-
WO/2020/257783 SYSTEME UND VERFAHREN ZUR VERARBEITUNG VON PRIVATEN GESUNDHEITSWIRTSCHAFTSDATEN Es werden Techniken zur Verarbeitung von privaten Gesundheitsdaten bereitgestellt. Die Techniken umfassen ein Verfahren, das den Aufbau einer isolierten Speicherpartition, die eine sichere Enklave bildet, und die Vorab-Bereitstellung von Software innerhalb der sicheren Enklave umfasst. Die vorab bereitgestellte Software ist so konfiguriert, dass sie mindestens eines von Eingabedaten oder die Anweisungen für den einen oder die mehreren Anwendungsberechnungsprozesse in verschlüsselter Form empfängt; das mindestens eine von Eingabedaten oder Anweisungen unter Verwendung eines oder mehrerer kryptographischer Schlüssel entschlüsselt; den einen oder die mehreren Anwendungsberechnungsprozesse auf der Grundlage des entschlüsselten mindestens einen von Eingabedaten oder Anweisungen ausführt, um Ausgabedaten zu erzeugen; Erzeugen eines Ausführungsnachweises, der anzeigt, dass der eine oder die mehreren Anwendungsberechnungsprozesse mit den empfangenen Eingabedaten gearbeitet haben; Verschlüsseln der Ausgabedaten unter Verwendung des einen oder der mehreren kryptografischen Schlüssel; und Bereitstellen eines externen Zugriffs auf die verschlüsselten Ausgabedaten und den Ausführungsnachweis.
-
EP398742 6 SYSTEME UND VERFAHREN ZUR VERARBEITUNG VON PRIVATEN GESUNDHEITSPFLEGEDATEN Es werden Techniken für die Verarbeitung von privaten Gesundheitsdaten bereitgestellt. Die Techniken umfassen ein Verfahren, das den Aufbau einer isolierten Speicherpartition, die eine sichere Enklave bildet, und die Vorab-Bereitstellung von Software innerhalb der sicheren Enklave umfasst. Die vorab bereitgestellte Software ist so konfiguriert, dass sie mindestens eines von Eingabedaten oder die Anweisungen für den einen oder die mehreren Anwendungsberechnungsprozesse in verschlüsselter Form empfängt; das mindestens eine von Eingabedaten oder Anweisungen unter Verwendung eines oder mehrerer kryptographischer Schlüssel entschlüsselt; den einen oder die mehreren Anwendungsberechnungsprozesse auf der Grundlage des entschlüsselten mindestens einen von Eingabedaten oder Anweisungen ausführt, um Ausgabedaten zu erzeugen; Erzeugen eines Ausführungsnachweises, der anzeigt, dass der eine oder die mehreren Anwendungsberechnungsprozesse mit den empfangenen Eingabedaten gearbeitet haben; Verschlüsseln der Ausgabedaten unter Verwendung des einen oder der mehreren kryptografischen Schlüssel; und Bereitstellen eines externen Zugriffs auf die verschlüsselten Ausgabedaten und den Ausführungsnachweis.
-
US20230044294 SYSTEME UND VERFAHREN ZUR VERARBEITUNG VON PRIVATEN GESUNDHEITSWIRTSCHAFTSDATEN Es werden Techniken zur Verarbeitung von privaten Gesundheitsdaten bereitgestellt. Die Techniken umfassen ein Verfahren, das den Aufbau einer isolierten Speicherpartition, die eine sichere Enklave bildet, und die Vorab-Bereitstellung von Software innerhalb der sicheren Enklave umfasst. Die vorab bereitgestellte Software ist so konfiguriert, dass sie mindestens eines von Eingabedaten oder die Anweisungen für den einen oder die mehreren Anwendungsberechnungsprozesse in verschlüsselter Form empfängt; das mindestens eine von Eingabedaten oder Anweisungen unter Verwendung eines oder mehrerer kryptographischer Schlüssel entschlüsselt; den einen oder die mehreren Anwendungsberechnungsprozesse auf der Grundlage des entschlüsselten mindestens einen von Eingabedaten oder Anweisungen ausführt, um Ausgabedaten zu erzeugen; Erzeugen eines Ausführungsnachweises, der anzeigt, dass der eine oder die mehreren Anwendungsberechnungsprozesse mit den empfangenen Eingabedaten gearbeitet haben; Verschlüsseln der Ausgabedaten unter Verwendung des einen oder der mehreren kryptografischen Schlüssel; und Bereitstellen eines externen Zugriffs auf die verschlüsselten Ausgabedaten und den Ausführungsnachweis.
-
US20190124051 HOMOMORPHISCHE VERCHLÜSSELUNG IN EINER HEALTHCARE-NETZWERK-UMGEBUNG, SYSTEM UND VERFAHREN Ein System und Verfahren zur homomorphen Verschlüsselung in einer Healthcare-Netzumgebung wird bereitgestellt und umfasst den Empfang digitaler Daten über das Healthcare-Netz an einem Datenverwahrungsserver in einer Vielzahl von Formaten von verschiedenen Datenquellen, die Verschlüsselung der Daten gemäß einem homomorphen Verschlüsselungsschema, den Empfang einer Abfrage an dem Datenverwahrungsserver von einer Datenverbrauchervorrichtung bezüglich eines Teils der verschlüsselten Daten, Initiieren einer sicheren homomorphen Arbeitssitzung zwischen dem Datenverwahrungsserver und dem Datenverbrauchergerät, Erzeugen eines homomorphen Arbeitsraums, der mit der homomorphen Arbeitssitzung verbunden ist, Kompilieren eines Ergebnissatzes, der die Abfrage erfüllt, durch den Datenverwahrungsserver, Laden des Ergebnissatzes in den homomorphen Arbeitsraum und Aufbauen einer Anwendungsprogrammierschnittstelle (API), die mit dem Ergebnissatz kompatibel ist, wobei die API eine verschlüsselte Analyse des Ergebnissatzes in dem homomorphen Arbeitsraum ermöglicht.
-
IN202241030707 IOT, BLOCKCHAIN ENABLED VERIFIABLE SEARCHABLE ENCRYPTION WITH AGGREGATING AUTHORIZATION USING MACHINE LEARNING TECHNIQUES IoT, BLOCKCHAIN ENABLED VERIFIABLE SEARCHABLE ENCRYPTION WITH AGGREGATING AUTHORIZATION USING MACHINE LEARNING TECHNIQUES IoT Das Internet der Dinge (Internet of Things, loT) ist die Verbindung von Dingen mit dem physischen Netzwerk, das mit Software, Sensoren und anderen Geräten ausgestattet ist, um Informationen von einem Gegenstand zum anderen zu übertragen. In diese Dinge ist die Fähigkeit eingebettet, Daten zu sammeln und zu verarbeiten. Da die Geräte miteinander verbunden sind, kann es zu einer Reihe von Problemen kommen, u. a. in Bezug auf Sicherheit, Zuverlässigkeit, Geheimhaltung und andere verwandte Themen. Um diese Probleme zu lösen, haben wir einen innovativen, auf der Gruppentheorie (GT) basierenden Binary Spring Search (BSS)-Algorithmus entwickelt, der die Form einer hybriden Deep Neural Network-Strategie annimmt. Die vorgeschlagene Methode ist in der Lage, den Bruch innerhalb des loT-Netzwerks genau zu erkennen. Zunächst wurde die Methode, die jetzt auf der Blockchain basiert, verwendet, um die Technologie zum Schutz der Privatsphäre der Nutzer in die Tat umzusetzen. Aufgrund seines Wertes und seiner Bedeutung ist der Schutz von Patientenakten (PHR) der wichtigste Teil der Kryptografie, die im Internet stattfindet. Dies gilt insbesondere im Zusammenhang mit dem Internet der medizinischen Dinge (IoMT). Der Zugriffsmechanismus mit Suchbegriffen ist eine der typischen Methoden, die zum Abrufen von PHR aus einer Datenbank verwendet werden; aufgrund der Art des Mechanismus ist er jedoch anfällig für eine Vielzahl von Sicherheitslücken. Obwohl Blockchain-fähige Gesundheitssysteme mehr Sicherheit bieten, besteht die Möglichkeit, dass diese Technologien auch neue Schwachstellen in den derzeitigen Industriestandard einführen. In der veröffentlichten Forschung wurden verschiedene Blockchain-fähige Frameworks als mögliche Lösungen für diese Probleme vorgeschlagen. Das Hauptaugenmerk dieser Lösungen lag jedoch auf der Speicherung von Daten, wobei die Blockchain selbst als Datenbank dient. In diesem Artikel wird ein homomorpher Verschlüsselungsmechanismus vorgestellt, der in Verbindung mit der Blockchain als verteilte Datenbank verwendet werden kann, um die stichwortbasierte Suche und den Zugriff auf die Datenbank zu schützen. Darüber hinaus beinhaltet das vorgeschlagene System einen Mechanismus für den Widerruf von sicheren Schlüsseln und ändert die entsprechenden Richtlinien entsprechend. Infolgedessen wird ein sicheres System für den Zugriff auf die Gesundheitsdaten von Patienten entwickelt. Dieses System beinhaltet die Blockchain-Technologie und Vertrauensketten, um die Effizienz- und Sicherheitsprobleme zu lösen, die in den bestehenden Systemen für den Austausch beider Formen von digitalen Gesundheitsdaten bestehen. Im Ergebnis bietet der von uns vorgeschlagene Ansatz mehr Sicherheit, Wirksamkeit und Transparenz bei gleichzeitiger Kosteneffizienz. Original und Hyperledger Fabric, zwei Blockchainbasierte Tools, dienten als Grundlage für unsere Simulationen, die dann von uns analysiert und bewertet wurden. Wir haben die Ergebnisse der von uns vorgeschlagenen Modelle mit denen der jeweiligen Benchmark-Modelle verglichen. Die Ergebnisse unserer vergleichenden Analyse zeigen, dass das Gesundheitssystem von der verbesserten Sicherheit und Auffindbarkeit, die die von uns vorgeschlagene Architektur bietet, profitieren würde.
-
Wie in der vorliegenden Beschreibung und in den folgenden Ansprüchen verwendet, schließt die Bedeutung von „ein“, „eine“ und „die“ den Plural ein, sofern der Kontext nicht eindeutig etwas anderes vorschreibt. Wie in der vorliegenden Beschreibung verwendet, schließt die Bedeutung von „in“ auch „in“ und „am“ ein, sofern der Kontext nicht eindeutig etwas anderes vorschreibt.
-
Die Aufzählung von Wertebereichen dient lediglich als Kurzbezeichnung für jeden einzelnen Wert, der in den Bereich fällt. Sofern hier nicht anders angegeben, wird jeder einzelne Wert in die Spezifikation aufgenommen, als ob er hier einzeln aufgeführt wäre.
-
Die Verwendung von Beispielen oder beispielhaften Formulierungen (z. B. „wie“) in Bezug auf bestimmte Ausführungsformen dient lediglich der besseren Veranschaulichung der Erfindung und stellt keine Einschränkung des Umfangs der ansonsten beanspruchten Erfindung dar. Keine Formulierung in der Beschreibung ist als Hinweis auf ein nicht beanspruchtes Element zu verstehen, das für die Ausübung der Erfindung wesentlich ist.
-
Die in diesem Abschnitt „Hintergrund“ offengelegten Informationen dienen lediglich dem besseren Verständnis des Hintergrunds der Erfindung und können daher Informationen enthalten, die nicht zum Stand der Technik gehören und die einem Fachmann in diesem Land bereits bekannt sind.
-
ZUSAMMENFASSUNG
-
Bevor die vorliegenden Systeme und Methoden beschrieben werden, sei darauf hingewiesen, dass diese Anwendung nicht auf die beschriebenen Systeme und Methoden beschränkt ist, da es mehrere mögliche Ausführungsformen geben kann, die in der vorliegenden Offenlegung nicht ausdrücklich dargestellt sind. Es ist auch zu verstehen, dass die in der Beschreibung verwendete Terminologie nur zur Beschreibung der besonderen Versionen oder Ausführungsformen dient und nicht dazu gedacht ist, den Umfang der vorliegenden Anwendung zu begrenzen.
-
Die vorliegende Erfindung behebt und löst hauptsächlich die technischen Probleme des Standes der Technik. Als Antwort auf diese Probleme offenbart die vorliegende Erfindung ein auf maschinellem Lernen basierendes System für einen dynamischen Verschlüsselungsdienst, der in der Lage ist, die Sicherheit von Gesundheitsdaten im Krankenhausdatenmanagement aufrechtzuerhalten.
-
Ein Aspekt der vorliegenden Erfindung ist es, „ein System zum dynamischen Verschlüsseln von Gesundheitsdaten in einem Krankenhausdatenmanagementsystem vorzustellen, das Folgendes umfasst: eine Speichereinheit für Daten des Gesundheitswesens, die zum Speichern von Daten des Gesundheitswesens verwendet wird; ein maschinelles Lernmodul, das einen auf maschinellem Lernen basierenden Algorithmus umfasst, der zum Analysieren der Daten des Gesundheitswesens und zum dynamischen Bestimmen des auf die Daten anzuwendenden Verschlüsselungsverfahrens verwendet wird; eine Verschlüsselungs- und Entschlüsselungseinheit, die zum Verschlüsseln der Daten des Gesundheitswesens gemäß dem dynamisch bestimmten Verschlüsselungsverfahren verwendet wird; und eine Steuereinheit, die mit der Datenspeichereinheit für das Gesundheitswesen, dem maschinellen Lernmodul, der Verschlüsselungs- und Entschlüsselungseinheit verbunden ist, wobei die Steuereinheit verwendet wird, um den Betrieb der Datenspeichereinheit für das Gesundheitswesen, des maschinellen Lernmoduls, der Verschlüsselungs- und Entschlüsselungseinheit gemäß einem vorgespeicherten Algorithmus zu steuern..“
-
Figurenliste
-
Um verschiedene Aspekte einiger Ausführungsbeispiele der vorliegenden Erfindung zu verdeutlichen, wird eine genauere Beschreibung der Erfindung durch Bezugnahme auf bestimmte Ausführungsformen, die in der beigefügten Zeichnung dargestellt sind, gegeben. Es wird davon ausgegangen, dass diese Zeichnung zeigt nur illustrierte Ausführungsformen der Erfindung und sind daher nicht als Einschränkung ihres Umfangs zu betrachten. Die Erfindung wird mit zusätzlicher Spezifität und Detail durch die Verwendung der beigefügten Zeichnung beschrieben und erläutert.
-
Damit die Vorteile der vorliegenden Erfindung leicht verstanden werden, wird im Folgenden eine detaillierte Beschreibung der Erfindung in Verbindung mit der beigefügten Zeichnung erörtert, die jedoch nicht als Beschränkung des Umfangs der Erfindung auf die beigefügte Zeichnung angesehen werden sollte, in der:
- zeigt ein Blockdiagramm des auf maschinellem Lernen basierenden Systems (10) für einen dynamischen Verschlüsselungsdienst, der in der Lage ist, die Sicherheit von Gesundheitsdaten im Krankenhausdatenmanagement zu gewährleisten.
-
DETAILLIERTE BESCHREIBUNG
-
Die vorliegende Erfindung bezieht sich auf ein auf maschinellem Lernen basierendes System für einen dynamischen Verschlüsselungsdienst, der in der Lage ist, die Sicherheit von Gesundheitsdaten in der Datenverwaltung von Krankenhäusern zu gewährleisten.
-
zeigt ein detailliertes Blockdiagramm eines auf maschinellem Lernen basierenden Systems (10) für einen dynamischen Verschlüsselungsdienst, der in der Lage ist, die Sicherheit von Gesundheitsdaten im Krankenhausdatenmanagement zu gewährleisten.
-
Obwohl die vorliegende Offenlegung mit dem Ziel eines auf maschinellem Lernen basierenden Systems für einen dynamischen Verschlüsselungsdienst beschrieben wurde, der in der Lage ist, die Sicherheit von Gesundheitsdaten in der Krankenhausdatenverwaltung aufrechtzuerhalten, sollte man sich darüber im Klaren sein, dass dies lediglich zur beispielhaften Veranschaulichung der Erfindung und zur Hervorhebung jedes anderen Zwecks oder jeder anderen Funktion, für die die erläuterten Strukturen oder Konfigurationen verwendet werden könnten, geschehen ist und in den Anwendungsbereich der vorliegenden Offenlegung fällt.
-
Das auf maschinellem Lernen basierende System (10) für einen dynamischen Verschlüsselungsdienst, der in der Lage ist, die Sicherheit von Gesundheitsdaten im Krankenhausdatenmanagement aufrechtzuerhalten, wird offengelegt.
-
Das System (10) zur dynamischen Verschlüsselung von Gesundheitsdaten in einem Krankenhausdatenmanagementsystem umfasst eine Speichereinheit (1) für Gesundheitsdaten, ein Modul für maschinelles Lernen (2), eine Ver- und Entschlüsselungseinheit (3) und eine Steuereinheit (4).
-
Die Datenspeichereinheit (1) für das Gesundheitswesen dient zur Speicherung von Daten aus dem Gesundheitswesen.
-
Das Modul für maschinelles Lernen (2) umfasst einen auf maschinellem Lernen basierenden Algorithmus, der zur Analyse der Gesundheitsdaten und zur dynamischen Bestimmung der auf die Daten anzuwendenden Verschlüsselungsmethode verwendet wird;
-
Die Ver- und Entschlüsselungseinheit (3) dient zum Verschlüsseln der Gesundheitsdaten nach dem dynamisch ermittelten Verschlüsselungsverfahren.
-
Die Steuereinheit (4) ist mit der Speichereinheit für Gesundheitsdaten (1), dem maschinellen Lernmodul (2) und der Ver- und Entschlüsselungseinheit (3) verbunden.
-
Die Steuereinheit (4) wird verwendet, um den Betrieb der Speichereinheit (1) für Gesundheitsdaten, des maschinellen Lernmoduls (2) und der Ver- und Entschlüsselungseinheit (3) gemäß einem vorgespeicherten Algorithmus zu steuern.
-
Das System (10) umfasst ferner ein Entschlüsselungsmodul zum Entschlüsseln der verschlüsselten Gesundheitsdaten.
-
Das Modul für maschinelles Lernen (2) wird auf einer Datenbank mit Gesundheitsdaten trainiert, um dynamisch die geeignete Verschlüsselungsmethode auf der Grundlage der Datenmerkmale zu bestimmen.
-
Die von der Ver- und Entschlüsselungseinheit (3) verwendete Verschlüsselungsmethode wird regelmäßig auf der Grundlage der vom Modul für maschinelles Lernen (2) durchgeführten Analyse aktualisiert.
-
Die verschlüsselten Gesundheitsdaten werden sicher in der Speichereinheit für Gesundheitsdaten (1) gespeichert, und der Zugriff auf die verschlüsselten Daten ist auf autorisierte Benutzer beschränkt.
-
Die Abbildung und die vorangehende Beschreibung zeigen Beispiele für Ausführungsformen. Der Fachmann wird verstehen, dass eines oder mehrere der beschriebenen Elemente durchaus zu einem einzigen Funktionselement kombiniert werden können. Alternativ dazu können bestimmte Elemente in mehrere Funktionselemente aufgeteilt werden. Elemente aus einer Ausführungsform können einer anderen Ausführungsform hinzugefügt werden. Die Reihenfolge der hier beschriebenen Prozesse kann beispielsweise geändert werden und ist nicht auf die hier beschriebene Weise beschränkt. Darüber hinaus müssen die Aktionen eines Blockdiagramms nicht in der gezeigten Reihenfolge ausgeführt werden, und es müssen auch nicht unbedingt alle Aktionen ausgeführt werden. Auch können diejenigen Handlungen, die nicht von anderen Handlungen abhängig sind, parallel zu den anderen Handlungen ausgeführt werden. Der Umfang der Ausführungsformen ist durch diese spezifischen Beispiele keineswegs begrenzt.
-
Obwohl Ausführungsformen der Erfindung in einer für strukturelle Merkmale und/oder Methoden spezifischen Sprache beschrieben wurden, sind die beigefügten Ansprüche nicht notwendigerweise auf die beschriebenen spezifischen Merkmale oder Methoden beschränkt. Vielmehr werden die spezifischen Merkmale und Methoden als Beispiele für Ausführungsformen der Erfindung offenbart.
-
ZITATE ENTHALTEN IN DER BESCHREIBUNG
-
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
-
Zitierte Patentliteratur
-
- WO 2020/257783 [0012]
- EP 3987426 [0013]
- US 20230044294 [0014]
- US 20190124051 [0015]