論文の概要: SoK: Security and Privacy Risks of Medical AI

• arxiv url: http://arxiv.org/abs/2409.07415v1
• Date: Wed, 11 Sep 2024 16:59:58 GMT
• ステータス: 処理完了
• システム内更新日: 2024-09-12 13:41:10.303245
• Title: SoK: Security and Privacy Risks of Medical AI
• Title（参考訳）: SoK:医療AIのセキュリティとプライバシリスク
• Authors: Yuanhaur Chang, Han Liu, Evin Jaff, Chenyang Lu, Ning Zhang,
• Abstract要約: テクノロジーと医療の統合は、人工知能と機械学習を利用したソフトウェアシステムが、医療製品やサービスの不可欠なコンポーネントとなった新しい時代に幕を閉じた。 本稿では、医療におけるAI/MLアプリケーションによるセキュリティとプライバシの脅威について検討する。
• 参考スコア（独自算出の注目度）: 14.592921477833848
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The integration of technology and healthcare has ushered in a new era where software systems, powered by artificial intelligence and machine learning, have become essential components of medical products and services. While these advancements hold great promise for enhancing patient care and healthcare delivery efficiency, they also expose sensitive medical data and system integrity to potential cyberattacks. This paper explores the security and privacy threats posed by AI/ML applications in healthcare. Through a thorough examination of existing research across a range of medical domains, we have identified significant gaps in understanding the adversarial attacks targeting medical AI systems. By outlining specific adversarial threat models for medical settings and identifying vulnerable application domains, we lay the groundwork for future research that investigates the security and resilience of AI-driven medical systems. Through our analysis of different threat models and feasibility studies on adversarial attacks in different medical domains, we provide compelling insights into the pressing need for cybersecurity research in the rapidly evolving field of AI healthcare technology.
• Abstract（参考訳）: テクノロジーと医療の統合は、人工知能と機械学習を利用したソフトウェアシステムが、医療製品やサービスの不可欠なコンポーネントとなった新しい時代に幕を閉じた。 これらの進歩は、患者のケアと医療提供の効率化に大きく貢献する一方で、機密性の高い医療データや、潜在的なサイバー攻撃に対するシステムの整合性も明らかにしている。 本稿では、医療におけるAI/MLアプリケーションによるセキュリティとプライバシの脅威について検討する。 医療分野における既存研究の徹底的な調査を通じて、医療AIシステムを対象とした敵攻撃の理解において、大きなギャップが見つかった。 医療設定のための特定の敵対的脅威モデルの概要と、脆弱なアプリケーションドメインを特定することによって、AI駆動型医療システムのセキュリティとレジリエンスを調査する将来の研究の基盤を築いた。 さまざまな脅威モデルの解析と、異なる医療領域における敵対的攻撃に関するフィージビリティスタディを通じて、急速に発展するAI医療技術分野におけるサイバーセキュリティ研究の必要性に対する説得力のある洞察を提供する。

関連論文リスト

• Cybersecurity and Frequent Cyber Attacks on IoT Devices in Healthcare: Issues and Solutions [0.0]
  医療におけるIoT(Internet of Things)デバイスは、患者のケアに革命をもたらし、監視、診断、治療の改善を提供する。 しかし、これらのデバイスの普及は、重大なサイバーセキュリティ上の課題ももたらした。 本稿では、医療におけるIoTデバイスをターゲットにしたサイバーセキュリティの脅威の現状を概観し、これらの脆弱性に影響を及ぼす根底にある問題について論じ、潜在的な解決策を探る。
  論文  参考訳（メタデータ） (2025-01-20T03:29:07Z)
• From Screens to Scenes: A Survey of Embodied AI in Healthcare [31.183244202702983]
  医療におけるEmAI」は、アルゴリズム、ロボティクス、バイオメディシンといった多様な分野にまたがる。 医療のためのEmAIの"脳"の概要を包括的に紹介し、認識、アクティベーション、計画、記憶のためのAIアルゴリズムを紹介します。 我々は、技術的な障壁を議論し、倫理的考察を探求し、医療におけるEmAIの将来を前方視する。
  論文  参考訳（メタデータ） (2025-01-13T16:35:52Z)
• Open Problems in Machine Unlearning for AI Safety [61.43515658834902]
  特定の種類の知識を選択的に忘れたり、抑圧したりするマシンアンラーニングは、プライバシとデータ削除タスクの約束を示している。 本稿では,アンラーニングがAI安全性の包括的ソリューションとして機能することを防止するための重要な制約を特定する。
  論文  参考訳（メタデータ） (2025-01-09T03:59:10Z)
• Towards Next-Generation Medical Agent: How o1 is Reshaping Decision-Making in Medical Scenarios [46.729092855387165]
  本稿では,医療用AIエージェントのバックボーンLSMの選択について検討する。 我々の研究結果は、o1の診断精度と一貫性を高める能力を示し、よりスマートでより応答性の高いAIツールへの道を開いた。
  論文  参考訳（メタデータ） (2024-11-16T18:19:53Z)
• Explainable Artificial Intelligence for Medical Applications: A Review [42.33274794442013]
  本稿では、説明可能な人工知能(XAI)に関する最近の研究をレビューする。 視覚、オーディオ、マルチモーダルの観点からの医療実践に焦点を当てている。 我々は、将来の研究者や医療専門家に支援とガイダンスを提供することを目的として、これらのプラクティスを分類し、合成することに努めます。
  論文  参考訳（メタデータ） (2024-11-15T11:31:06Z)
• Safety challenges of AI in medicine in the era of large language models [23.817939398729955]
  大規模言語モデル(LLM)は、医療従事者、患者、研究者に新たな機会を提供する。 AIとLLMはより強力になり、いくつかの医療タスクにおいて超人的パフォーマンスを達成するにつれ、その安全性に対する公衆の懸念が高まっている。 本稿では,LLM時代のAI利用の新たなリスクについて検討する。
  論文  参考訳（メタデータ） (2024-09-11T13:47:47Z)
• Testing autonomous vehicles and AI: perspectives and challenges from cybersecurity, transparency, robustness and fairness [53.91018508439669]
  この研究は、人工知能を自律走行車(AV)に統合する複雑さを探求する AIコンポーネントがもたらした課題と、テスト手順への影響を調べます。 本稿は、重要な課題を特定し、AV技術におけるAIの研究・開発に向けた今後の方向性を提案する。
  論文  参考訳（メタデータ） (2024-02-21T08:29:42Z)
• Progression and Challenges of IoT in Healthcare: A Short Review [0.0]
  スマートヘルスケアの急成長する分野は、近い将来、かなりの収入を生み出す可能性がある。 インターネット・オブ・メディカル・モノ(IoMT)は、新型コロナウイルス(COVID-19)の感染拡大対策として、多くの国で戦略的に配備されている。 世界中のIoMTの迅速かつ広範な採用により、セキュリティとプライバシに関する問題が拡大した。
  論文  参考訳（メタデータ） (2023-11-11T08:38:04Z)
• White paper on cybersecurity in the healthcare sector. The HEIR solution [1.3717071154980571]
  医療記録や財務情報を含む患者データは危険にさらされており、個人情報の盗難や患者の安全上の懸念につながる可能性がある。 HEIRプロジェクトは包括的なサイバーセキュリティアプローチを提供し、さまざまな規制フレームワークからセキュリティ機能を促進する。 これらの対策は、デジタルヘルスのセキュリティを強化し、機密性の高い患者データを保護し、セキュアなデータアクセスとプライバシ認識技術を促進することを目的としている。
  論文  参考訳（メタデータ） (2023-10-16T07:27:57Z)
• FUTURE-AI: International consensus guideline for trustworthy and deployable artificial intelligence in healthcare [73.78776682247187]
  医療AIに関連する技術的、臨床的、倫理的、法的リスクに関する懸念が高まっている。 この研究は、Future-AIガイドラインを、医療における信頼できるAIツールの開発とデプロイを導くための最初の国際コンセンサスフレームワークとして説明している。
  論文  参考訳（メタデータ） (2023-08-11T10:49:05Z)
• Adversarial Machine Learning Attacks and Defense Methods in the Cyber Security Domain [58.30296637276011]
  本稿では,機械学習技術に基づくセキュリティソリューションに対する敵攻撃に関する最新の研究を要約する。 サイバーセキュリティドメインでエンドツーエンドの敵攻撃を実装するという、ユニークな課題を議論するのは、これが初めてである。
  論文  参考訳（メタデータ） (2020-07-05T18:22:40Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。