論文の概要: Balancing Security and Privacy: The Pivotal Role of AI in Modern Healthcare Systems

• arxiv url: http://arxiv.org/abs/2601.15697v1
• Date: Thu, 22 Jan 2026 06:51:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-23 21:37:20.518142
• Title: Balancing Security and Privacy: The Pivotal Role of AI in Modern Healthcare Systems
• Title（参考訳）: セキュリティとプライバシのバランスをとる - 現代医療システムにおけるAIの役割
• Authors: Binu V P, Deepthy K Bhaskar, Minimol B,
• Abstract要約: 本稿では、ユーザプライバシ保護とセキュリティ強化において、人工知能(AI)がいかに重要な役割を果たすかを考察する。 我々は、医療セクターの現実世界の例を調べ、患者のプライバシーを損なうことなく、セキュリティを強化するAIソリューションをどのように実装できるかを説明する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: As digital threats continue to grow, organizations must find ways to enhance security while protecting user privacy. This paper explores how artificial intelligence (AI) plays a crucial role in achieving this balance. AI technologies can improve security by detecting threats, monitoring systems, and automating responses. However, using AI also raises privacy concerns that need careful consideration.We examine real-world examples from the healthcare sector to illustrate how organizations can implement AI solutions that strengthen security without compromising patient privacy. Additionally, we discuss the importance of creating transparent AI systems and adhering to privacy regulations.Ultimately, this paper provides insights and recommendations for integrating AI into healthcare security practices, helping organizations navigate the challenges of modern management while keeping patient data safe.
• Abstract（参考訳）: デジタルの脅威が拡大を続けるにつれ、組織はユーザーのプライバシーを保護しながらセキュリティを強化する方法を見つけなければならない。 本稿では,このバランスを達成する上で,人工知能(AI)がいかに重要な役割を果たすかを考察する。 AI技術は脅威の検出、監視システム、応答の自動化によってセキュリティを改善することができる。 しかし、AIを使用することは、慎重に考慮する必要のあるプライバシー上の懸念も引き起こす。私たちは、患者のプライバシーを損なうことなく、セキュリティを強化するAIソリューションを組織がどのように実装できるかを説明するために、医療セクターの現実世界の例を調べます。 さらに、透明なAIシステムの構築とプライバシ規則の遵守の重要性について論じるとともに、この論文は、AIを医療セキュリティプラクティスに統合するための洞察とレコメンデーションを提供し、組織が患者のデータを安全に保ちながら、現代的な管理の課題をナビゲートするのに役立つ。

関連論文リスト

• Frontier AI Auditing: Toward Rigorous Third-Party Assessment of Safety and Security Practices at Leading AI Companies [57.521647436515785]
  私たちはフロンティアAIの監査を、フロンティアAI開発者の安全とセキュリティに関する主張の厳格な第三者による検証として定義しています。 本稿では,AI保証レベル(AAL-1からAAL-4)について紹介する。
  論文  参考訳（メタデータ） (2026-01-16T18:44:09Z)
• Security-First AI: Foundations for Robust and Trustworthy Systems [0.0]
  この原稿は、AIセキュリティは基礎的なレイヤとして優先順位付けされなければならないことを示唆している。 私たちは、信頼できるレジリエントなAIシステムを実現するために、セキュリティ優先のアプローチを主張します。
  論文  参考訳（メタデータ） (2025-04-17T22:53:01Z)
• Transparency, Security, and Workplace Training & Awareness in the Age of Generative AI [0.0]
  AI技術の進歩に伴い、倫理的考慮、透明性、データのプライバシー、そして人間の労働への影響は、イノベーションと効率の推進力と交差する。 我々の研究は、主流の精査から離れて、しばしば周辺で機能する公開アクセス可能な大規模言語モデル(LLM)を探索する。 具体的には、制限のないコミュニケーションとプライバシを中心としたプラットフォームであるGab AIを調べ、検閲なしで自由に対話できるようにします。
  論文  参考訳（メタデータ） (2024-12-19T17:40:58Z)
• Position: Mind the Gap-the Growing Disconnect Between Established Vulnerability Disclosure and AI Security [56.219994752894294]
  我々は、AIセキュリティレポートに既存のプロセスを適用することは、AIシステムの特徴的な特徴に対する根本的な欠点のために失敗する運命にあると主張している。 これらの欠点に対処する私たちの提案に基づき、AIセキュリティレポートへのアプローチと、新たなAIパラダイムであるAIエージェントが、AIセキュリティインシデント報告の進展をさらに強化する方法について論じる。
  論文  参考訳（メタデータ） (2024-12-19T13:50:26Z)
• Enhancing Guardrails for Safe and Secure Healthcare AI [0.0]
  私は、医療特有のニーズに合うように、Nvidia NeMo Guardrailsのような既存のガードレールフレームワークの強化を提案します。 私は、医療におけるAIの安全で信頼性が高く正確な使用を確実にし、誤情報リスクを軽減し、患者の安全性を向上させることを目指しています。
  論文  参考訳（メタデータ） (2024-09-25T06:30:06Z)
• SoK: Security and Privacy Risks of Healthcare AI [15.655956766190256]
  人工知能(AI)と機械学習(ML)を医療システムに統合することは、患者のケアを強化する大きな約束である。 しかし、機密データやシステムの完全性も、サイバー攻撃の可能性を秘めている。 ヘルスケアAIに関する現在のセキュリティとプライバシ(S&P)の研究は、ヘルスケアの展開シナリオと脅威モデルに関して非常に不均衡である。
  論文  参考訳（メタデータ） (2024-09-11T16:59:58Z)
• AI Maintenance: A Robustness Perspective [91.28724422822003]
  我々は、AIライフサイクルにおけるロバストネスの課題を強調し、自動車のメンテナンスに類似させることで、AIのメンテナンスを動機付ける。 本稿では,ロバストネスリスクの検出と軽減を目的としたAIモデル検査フレームワークを提案する。 我々のAIメンテナンスの提案は、AIライフサイクル全体を通して堅牢性評価、状態追跡、リスクスキャン、モデル硬化、規制を促進する。
  論文  参考訳（メタデータ） (2023-01-08T15:02:38Z)
• Trustworthy AI Inference Systems: An Industry Research View [58.000323504158054]
  我々は、信頼できるAI推論システムの設計、展開、運用にアプローチするための業界調査ビューを提供する。 信頼された実行環境を用いたAIシステムの機会と課題を強調します。 我々は,産業,アカデミック,政府研究者のグローバルな集団的注意を必要とする,さらなる発展の分野を概説する。
  論文  参考訳（メタデータ） (2020-08-10T23:05:55Z)
• Toward Trustworthy AI Development: Mechanisms for Supporting Verifiable Claims [59.64274607533249]
  AI開発者は、責任を負うことのできる検証可能な主張をする必要がある。 このレポートは、さまざまな利害関係者がAIシステムに関するクレームの妥当性を改善するための様々なステップを示唆している。 我々は、この目的のための10のメカニズム、すなわち、組織、ソフトウェア、ハードウェアを分析し、それらのメカニズムの実装、探索、改善を目的とした推奨を行う。
  論文  参考訳（メタデータ） (2020-04-15T17:15:35Z)

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。