การปลอมแปลงทางการแพทย์: การโจมตีอย่างรุนแรงต่อการดูแลสุขภาพ

• เขียนโดย:
• ชื่อผู้เขียน

  มองการณ์ไกลควอนตัมรัน
• มิถุนายน 14, 2023

ข้อมูลเชิงลึกไฮไลท์

การปลอมแปลงทางการแพทย์อาจนำไปสู่การรักษาที่ไม่จำเป็นหรือผิดพลาด ก่อให้เกิดความสูญเสียทางการเงินและอาจเสียชีวิตได้ พวกเขากัดเซาะความไว้วางใจของผู้ป่วยในภาคการแพทย์ นำไปสู่ความลังเลใจในการแสวงหาการดูแลและการใช้ telemedicine การปลอมแปลงข้อมูลทางการแพทย์ยังก่อให้เกิดภัยคุกคามจากสงครามไซเบอร์ ขัดขวางระบบการรักษาพยาบาล และทำให้รัฐบาลหรือเศรษฐกิจไม่มีเสถียรภาพ

บริบทของการปลอมแปลงทางการแพทย์

Deepfakes คือการดัดแปลงทางดิจิทัลที่ออกแบบมาเพื่อหลอกให้ใครบางคนคิดว่าเป็นของจริง ในการดูแลสุขภาพ การทำ Deepfake ทางการแพทย์เกี่ยวข้องกับการจัดการภาพการวินิจฉัยเพื่อใส่หรือลบเนื้องอกหรืออาการทางการแพทย์อื่นๆ อย่างไม่ถูกต้อง อาชญากรไซเบอร์คิดค้นวิธีการใหม่ๆ อย่างต่อเนื่องในการโจมตีด้วย Deepfake ทางการแพทย์ โดยมีเป้าหมายเพื่อขัดขวางการดำเนินงานของโรงพยาบาลและศูนย์ตรวจวินิจฉัย

การโจมตีด้วยภาพที่มีการจัดการ เช่น การใส่เนื้องอกปลอม อาจนำไปสู่ผู้ป่วยที่เข้ารับการรักษาโดยไม่จำเป็น และทำให้ทรัพยากรของโรงพยาบาลหมดไปหลายล้านดอลลาร์ ในทางกลับกัน การกำจัดเนื้องอกจริงออกจากภาพอาจขัดขวางการรักษาที่จำเป็นจากผู้ป่วย ทำให้อาการของผู้ป่วยแย่ลงและอาจทำให้เสียชีวิตได้ เนื่องจากมีการสแกน CT 80 ล้านครั้งต่อปีในสหรัฐอเมริกา จากการศึกษาในปี 2022 เกี่ยวกับการตรวจจับของปลอมทางการแพทย์ กลวิธีหลอกลวงดังกล่าวสามารถใช้ในวาระทางการเมืองหรือแรงจูงใจทางการเงิน เช่น การฉ้อโกงด้านประกันภัย ด้วยเหตุนี้ การพัฒนากลยุทธ์ที่มีประสิทธิภาพและเชื่อถือได้สำหรับการตรวจจับและระบุการเปลี่ยนแปลงของภาพจึงมีความสำคัญอย่างยิ่ง

การแก้ไขภาพที่พบบ่อยสองวิธี ได้แก่ การคัดลอกย้ายและการต่อภาพ การคัดลอกย้ายเกี่ยวข้องกับการซ้อนทับพื้นที่ที่ไม่ใช่เป้าหมายบนพื้นที่เป้าหมาย ซ่อนส่วนที่สนใจได้อย่างมีประสิทธิภาพ นอกจากนี้ วิธีการนี้สามารถเพิ่มจำนวนพื้นที่เป้าหมาย ซึ่งทำให้สถานที่น่าสนใจแพร่หลายเกินจริง ในขณะเดียวกัน การต่อภาพจะทำตามขั้นตอนที่คล้ายกับการคัดลอก-ย้าย ยกเว้นพื้นที่ที่น่าสนใจที่ซ้ำกันมาจากภาพที่แยกต่างหาก ด้วยการเพิ่มขึ้นของเครื่องจักรและเทคนิคการเรียนรู้เชิงลึก ผู้โจมตีสามารถเรียนรู้จากฐานข้อมูลรูปภาพขนาดใหญ่โดยใช้เครื่องมือเช่น generative adversarial network (GANs) ที่ใช้กันทั่วไปในวิดีโอที่สร้างขึ้น

ผลกระทบก่อกวน

การจัดการทางดิจิทัลเหล่านี้อาจทำลายความน่าเชื่อถือและความสมบูรณ์ของกระบวนการวินิจฉัยได้อย่างมาก แนวโน้มนี้อาจเพิ่มค่าใช้จ่ายด้านการรักษาพยาบาลได้อย่างมากในท้ายที่สุดเนื่องจากค่าธรรมเนียมทางกฎหมายที่เกี่ยวข้องกับการฟ้องร้องคดีทุจริตต่อหน้าที่ นอกจากนี้ การใช้ข้อมูลเท็จทางการแพทย์ในทางที่ผิดสำหรับการฉ้อโกงด้านประกันภัยอาจนำไปสู่ภาระทางเศรษฐกิจต่อระบบการรักษาพยาบาล ผู้ประกันตน และท้ายที่สุดคือผู้ป่วย

นอกจากผลกระทบทางการเงินแล้ว การปลอมแปลงทางการแพทย์ยังคุกคามความเชื่อมั่นของผู้ป่วยในภาคการแพทย์อีกด้วย ความไว้วางใจเป็นรากฐานที่สำคัญของการให้บริการด้านการรักษาพยาบาลที่มีประสิทธิภาพ และผลเสียใดๆ ต่อความไว้วางใจนี้อาจทำให้ผู้ป่วยลังเลหรือหลีกเลี่ยงการรักษาพยาบาลที่จำเป็น เนื่องจากกลัวว่าจะถูกหลอก ในวิกฤตด้านสุขภาพทั่วโลก เช่น โรคระบาด ความไม่ไว้วางใจนี้อาจส่งผลให้มีผู้เสียชีวิตหลายล้านคน รวมถึงการปฏิเสธการรักษาและวัคซีน ความกลัวของปลอมอาจทำให้ผู้ป่วยหมดกำลังใจจากการเข้าร่วมบริการการแพทย์ทางไกลและบริการสุขภาพดิจิทัล ซึ่งมีความสำคัญมากขึ้นในการดูแลสุขภาพสมัยใหม่

ยิ่งไปกว่านั้น ศักยภาพของการใช้ Deepfakes ทางการแพทย์เป็นเครื่องมือในการก่อวินาศกรรมในสงครามไซเบอร์เป็นสิ่งที่ไม่ควรมองข้าม การกำหนดเป้าหมายและขัดขวางระบบโรงพยาบาลและศูนย์ตรวจวินิจฉัย ฝ่ายตรงข้ามอาจสร้างความวุ่นวาย ทำร้ายร่างกายคนจำนวนมาก และทำให้ประชาชนเกิดความหวาดกลัวและไม่ไว้วางใจ การโจมตีทางไซเบอร์ดังกล่าวอาจเป็นส่วนหนึ่งของกลยุทธ์ที่กว้างขึ้นเพื่อทำให้รัฐบาลหรือเศรษฐกิจไม่มั่นคง ดังนั้น ความมั่นคงของชาติและโครงสร้างพื้นฐานด้านสาธารณสุขจำเป็นต้องพัฒนากลยุทธ์ในเชิงรุกเพื่อตรวจจับและป้องกันภัยคุกคามที่อาจเกิดขึ้นเหล่านี้ 

ผลกระทบของการปลอมทางการแพทย์

ความหมายที่กว้างขึ้นของการทำ Deepfakes ทางการแพทย์อาจรวมถึง: 

• ข้อมูลที่ผิดทางการแพทย์ที่เพิ่มขึ้นและการวินิจฉัยตนเองที่อาจเป็นอันตรายซึ่งนำไปสู่การแพร่ระบาดและโรคระบาดที่เลวร้ายลง
• ความสูญเสียทางการเงินที่สำคัญสำหรับบริษัทยาและผู้ผลิตอุปกรณ์ทางการแพทย์เนื่องจากข้อมูลที่ผิดและความลังเลใจทำให้ผลิตภัณฑ์ของพวกเขาหมดอายุหรือถูกนำไปใช้ในทางที่ผิด ซึ่งนำไปสู่การฟ้องร้อง
• ศักยภาพในการเป็นอาวุธในการรณรงค์ทางการเมือง Deepfakes สามารถใช้เพื่อสร้างเรื่องเล่าเท็จเกี่ยวกับสภาวะสุขภาพของผู้สมัครรับเลือกตั้งหรือเกี่ยวกับวิกฤตการณ์ด้านสุขภาพที่ไม่มีอยู่จริงเพื่อกระตุ้นให้เกิดความตื่นตระหนก ซึ่งนำไปสู่ความไม่แน่นอนและการบิดเบือนข้อมูล
• ประชากรที่เปราะบาง เช่น ผู้สูงอายุหรือผู้ที่เข้าถึงการรักษาพยาบาลได้จำกัด กลายเป็นเป้าหมายหลักของการปลอมแปลงข้อมูลทางการแพทย์เพื่อกระตุ้นให้พวกเขาซื้อยาที่ไม่จำเป็นหรือวินิจฉัยโรคด้วยตนเอง
• ความก้าวหน้าที่สำคัญของปัญญาประดิษฐ์และอัลกอริทึมการเรียนรู้ของเครื่องเพื่อระบุและกรองเนื้อหาทางการแพทย์ปลอมอย่างแม่นยำ
• ความไม่ไว้วางใจในการวิจัยทางวิทยาศาสตร์และการศึกษาที่ผ่านการตรวจสอบโดยเพื่อน หากมีการนำเสนอผลการวิจัยที่ถูกบิดเบือนผ่านวิดีโอปลอม อาจเป็นเรื่องยากที่จะแยกแยะความถูกต้องของคำกล่าวอ้างทางการแพทย์ ขัดขวางความก้าวหน้าในความรู้ทางการแพทย์ และอาจนำไปสู่การเผยแพร่ข้อมูลที่เป็นเท็จ
• แพทย์และบุคลากรทางการแพทย์อื่นๆ ถูกหลอกให้เข้าใจผิด ทำลายชื่อเสียงและอาชีพของพวกเขา

คำถามที่ต้องพิจารณา

• หากคุณเป็นบุคลากรทางการแพทย์ องค์กรของคุณมีวิธีป้องกันตัวเองจากการปลอมแปลงข้อมูลทางการแพทย์อย่างไร
• อันตรายอื่น ๆ ที่อาจเกิดขึ้นจากของปลอมทางการแพทย์คืออะไร?