A security framework for DICOM images in health information systems
Notice bibliographique
Résumé
With the increasing use of information technology in the health care domain to- day, hospitals are interconnected to share medical data, thereby providing a distributed environment for storing and accessing medical data.As data is accessed from various locations in such distributed environment, security becomes a major concern because security lapses such as unauthorized access, eavesdropping, masquerading, intrusion, and data integrity violation could easily occur.Medical data is highly sensitive, so several provinces in Canada and various countries across the world have defined policies and have introduced laws to maintain the privacy and confidentiality of medical data.Without a proper security infrastructure, it would be highly difficult to maintain the privacy and confidentiality of medical data.The major challenge in health information systems is to perform authorization check (i.e., access control) locally, while providing access to medical data globally without violating the privacy of medical data.Providing access control scalable across hospitals is quite complex because of the following two reasons:(a) each hospital has its own policies (b) in a hospital external users from other hospitals become aliens.The main objective of this research is to provide a security framework for sharing Digital Imaging and Com- munications in Medicine (DICOM) images in radiology information systems (RIS).We designed a hybrid access control model by combining the properties of team-based ac- cess control and rule-based role delegation models.We use the trust relationship among hospitals to make the hybrid access control model scalable across hospitals.The secu- rity framework provides fine-grained access control, policy management, demographics filtering, and log maintenance constrained to PHIA (Personal Health Information Act lt of 1997) and the DICOM standard.Our emphasis is towards fine-grained access control and log maintenance.The security framework will maintain privacy and confidentiality of DICOM images without degrading the performance of RIS considerably.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».