医疗机构正在利用AI个人电脑支持日益数据密集型的临床和行政工作负载，但这些系统引入了HIPAA、治理和终端安全方面的担忧，许多IT团队才刚刚开始理解这些问题。
与传统个人电脑不同，AI个人电脑包含专用硬件，设计用于在设备上本地运行人工智能模型，而不是完全依赖云基础设施。
这些功能使临床文档处理、图像分析和其他AI辅助流程成为可能，同时减少了延迟，并限制了敏感患者数据在外部系统间的传输。
IDC价值导向型医疗IT转型战略研究总监詹妮弗·伊顿(Jennifer Eaton)表示，本地AI处理改变了HIPAA讨论的性质，而非消除它。
"将受保护的健康信息(PHI)保留在设备上，而不是通过云基础设施进行路由，减少了某些暴露向量，"她说。
本地AI处理改变了医疗机构的合规要求
伊顿解释说，医疗机构必须认识到，AI个人电脑实际上将敏感数据风险直接转移到了终端上，而这些终端通常是移动的、分布广泛的，且难以一致地管理。
"设备本身成为更高价值的目标，"她说。
医疗机构多年来一直在集中式基础设施、云环境和安全数据中心周围构建HIPAA控制措施。AI个人电脑使这一模式变得复杂，因为AI辅助工作流程越来越多地直接在笔记本电脑、工作站和临床设备上发生。
伊顿表示，这种转变对某些临床点应用场景具有优势，包括床边诊断支持、实时临床文档和本地化图像分析，其中机构可能更倾向于将数据处理保持在终端附近。
"没有在传输中的数据可以被截获，不需要根据业务关联协议评估第三方云供应商，也没有因延迟而产生的诱惑将敏感数据缓存，从而造成合规性缺口，"伊顿说。
AI个人电脑需要严格的治理控制
德克萨斯农工大学(Texas A&M University)计算机科学与工程教授尼特什·萨克塞纳(Nitesh Saxena)表示，随着AI个人电脑越来越多地嵌入诸如微软(Microsoft)的"回忆"(Recall)、Copilot+语义索引、设备上转录和个性化助手等功能，医疗机构必须采用严格的治理控制，以防止受保护的健康信息(PHI)的无意泄露。
"基础控制是数据分类和范围界定，"萨克塞纳说。"组织必须定义哪些目录、应用程序和工作流程被允许由本地AI模型进行索引或处理。"
临床应用程序、电子健康记录会话和包含PHI的文件夹应通过企业策略强制执行，明确排除在屏幕快照、语义搜索索引和环境转录等功能之外。
"这确保了AI个性化不会无声地将受监管数据摄入到本地向量存储或缓存中，而这些存储或缓存超出了传统HIPAA审计边界，"萨克塞纳说。
他补充说，AI个人电脑功能应生成不可变的审计日志，记录被索引、转录或检索的内容，这些日志应集成到组织的安全信息和事件管理工具中，以支持HIPAA的披露记录和违规调查要求。
"保留策略必须根据最小必要原则自动清除AI缓存、嵌入数据和转录内容，设备必须支持在丢失、被盗或员工离职时远程擦除这些AI数据存储，"萨克塞纳说。
在医疗领域利用AI设备
联想(Lenovo)医疗健康首席技术官贾斯汀·科利尔(Justin Collier)博士表示，组织还应尽可能利用AI个人电脑、AI边缘服务器和其他设备，在组织网络内提供AI推理。
"将数据保留在系统内提供更大的安全和隐私保护，"他解释道。
他补充说，这种方法的另一个好处是更快的洞察，因为数据在生成位置附近处理，不需要往返于数据中心或云端。
"强烈建议在AI治理委员会或流程中纳入患者，如患者和家庭咨询委员会成员，"科利尔说。"为组织内部部署AI创建护栏，而不是障碍。"
医疗机构AI个人电脑的谨慎安全部署
医疗机构面临着在保持HIPAA合规性、网络安全保护和内部治理控制的同时实施AI的压力日益增大，这使得经过衡量的部署策略变得越来越关键。
"生产力提升是真实的。合规风险是可管理的，"伊顿说。"关键是顺序。"
她建议从用例清单开始，重点关注本地AI处理创造可衡量工作流价值的地方，然后进行专门针对AI个人电脑功能的HIPAA风险分析，而不是依赖现有的企业评估。
科利尔表示，医疗机构应确保部署与不断发展的HIPAA安全和隐私要求保持一致——包括HIPAA安全规则的拟议更新——以及诸如美国国家标准与技术研究院(NIST)网络安全框架2.0和零信任原则等既定的网络安全框架。
这包括实施多因素认证、加密、资产清单和跟踪、终端保护、网络分段和持续监控。
"最终，安全取决于在整个企业中如何选择、配置、治理和监控设备、应用程序和AI服务，"他说。
图片来源：sturti/Getty Images
【全文结束】