GCRI · Health Nexus
Risiken digitaler Gesundheit
Gesundheit Systeme hängen heute von digitaler Infrastruktur für Patientenakten, Laborergebnisse, Bildgebung, Verschreibung, Lieferlogistik und Überwachung ab, zunehmend auch von Algorithmen, die klinische und gesundheitspolitische Entscheidungen unterstützen. Diese Abhängigkeiten bringen eigene Ausfallmodi mit sich: Ausfälle, Cyberangriffe, Datenpannen und Modelle, die ungleichmäßig arbeiten oder driften. Diese Seite legt dar, wie sich digitales Risiko im Gesundheitswesen entwickelt, wie es gemessen wird und wozu die Evidenz denjenigen dient, die Gesundheitsdaten und Technologie steuern.
Digitale Gesundheitsrisiken dokumentiert.
Digital health risk: how the risk develops.
Daten, KI-Sicherheit und digitale Infrastruktur. Das nachstehende Dossier legt dar, wie sich das Risiko entwickelt, was gemessen wird, woher die Daten stammen, wie modelliert wird und wer entscheidet.
Ausfälle unterbrechen die klinische Arbeit
Fallen elektronische Akten, Laborsysteme Systeme Bildarchive aus, läuft die Versorgung nur dann auf Papier weiter, wenn Ausfallverfahren geübt wurden. Gemeinsame Zulieferer und Cloud-Dienste führen dazu, dass ein einzelner Ausfall viele Krankenhäuser gleichzeitig treffen kann.
Ransomware zielt auf die Geschäftskontinuität
Attackers encrypt systems and exfiltrate data because health providers cannot tolerate downtime. Diverted ambulances, delayed diagnostics and cancelled procedures follow, and full recovery can take weeks.
Data harms persist
Eine Datenpanne im Gesundheitswesen legt sensible Informationen offen, die sich nicht widerrufen lassen. Schwache Einwilligung, Re-Identifizierung geteilter Datensätze und Zweitnutzung über den ursprünglichen Zweck hinaus untergraben das Vertrauen und damit die Bereitschaft, Daten in einem Notfall zu teilen.
Algorithmen versagen ungleich
Klinische und gesundheitswissenschaftliche Modelle, die mit nicht repräsentativen Daten trainiert wurden, können für einige Gruppen schlechter abschneiden und sich verschlechtern, wenn sich Praxis, Bevölkerung oder Datensysteme ändern. Ohne Überwachung nach der Einführung bleiben Drift und Verzerrung unbemerkt.
Umweltexposition in Afrika.
Population density, daytime surface heat and night lights over Africa, from NASA GIBS. Each layer carries its own date.
Die interaktive Karte benötigt JavaScript; die Ebenenliste und die Quellen finden Sie unten.
Ebenen 3
Umweltexposition für diese Seite
Über diese Ebene
- Evidenz
- Geschätzt
- Quelle
- Gridded Population of the World v4.11 (NASA SEDAC (CIESIN, Columbia University))
- Anbieter
- NASA SEDAC (CIESIN, Columbia University)
- Lizenz
- CC BY 4.0
- Jahrgang
- null; Zensusbasierte Schätzung, statisch (2020)
- Auflösung
- Raster von etwa 1 km
- Unsicherheit
- Auf Volkszählungen beruhende Schätzung der Einwohner je Quadratkilometer im Jahr 2020, dargestellt als Expositionskontext; keine Zählung der von einer Gefahr betroffenen Menschen.
- Erreichbar über
- Datenrelais dieser Website, von gibs.earthdata.nasa.gov
Über diese Ebene
- Evidenz
- Beobachtet (anhaltende Bewölkung hinterlässt weiterhin Lücken)
- Quelle
- VIIRS NOAA-20 Stufe 3, 8 Tage (NASA LANCE)
- Anbieter
- NASA LANCE
- Lizenz
- Offene Daten der NASA
- Jahrgang
- 8 Tage; Satelliten-Komposit über 8 Tage; anhaltende Bewölkung hinterlässt weiterhin Lücken
- Neueste beim Build
- 2026-09-14
- Auflösung
- Raster von etwa 1 km
- Unsicherheit
- Hauttemperatur des Bodens aus Satellitendaten über die 8 Tage bis zum angezeigten Datum, ein Indikator für Hitzeexposition; keine Lufttemperatur, kein Hitzeindex und keine Hitzewarnung.
- Erreichbar über
- Datenrelais dieser Website, von gibs.earthdata.nasa.gov
Über diese Ebene
- Evidenz
- Beobachtet
- Quelle
- VIIRS Black Marble (VNP46A2) (NASA LAADS DAAC)
- Anbieter
- NASA LAADS DAAC
- Lizenz
- Offene Daten der NASA
- Jahrgang
- täglich; Satellitenstrahldichte, korrigiert um Mondlicht und Atmosphäre
- Neueste beim Build
- 2026-10-12
- Auflösung
- Raster von etwa 500 m
- Unsicherheit
- Nächtliche Strahldichte aus Satellitendaten für das angezeigte Datum; Lichter sind ein Näherungswert für Stromverbrauch und Ausfälle, keine Messung von Versorgung oder Zugang.
- Erreichbar über
- Datenrelais dieser Website, von gibs.earthdata.nasa.gov
Über diese Ebene
- Evidenz
- Beobachtet
- Quelle
- VIIRS NOAA-20, korrigierte Reflexion (NASA LANCE)
- Anbieter
- NASA LANCE
- Lizenz
- Offene Daten der NASA
- Jahrgang
- täglich; Satellitenbild
- Neueste beim Build
- 2026-10-14
- Auflösung
- Raster von etwa 250 m
- Unsicherheit
- Satellitenbild. Satelliten- oder Modellraster, wie der Anbieter es veröffentlicht. Wolken, Streifenlücken und Ableitungsfehler hinterlassen Lücken und Rauschen; die Werte sind Indikatoren, keine Messungen an einem Ort.
- Erreichbar über
- Datenrelais dieser Website, von gibs.earthdata.nasa.gov
Über diese Ebene
- Evidenz
- Beobachtet (Wolken hinterlassen Lücken)
- Quelle
- VIIRS NOAA-20 Deep Blue AOD (NASA LANCE)
- Anbieter
- NASA LANCE
- Lizenz
- Offene Daten der NASA
- Jahrgang
- täglich; Satellitenableitung; Wolken hinterlassen Lücken
- Neueste beim Build
- 2026-10-14
- Auflösung
- Raster von etwa 2 km
- Unsicherheit
- Satellitenmessung von Dunst, Rauch und Staub über die gesamte Luftsäule am angezeigten Tag; ein Expositionsindikator, kein bodennahes PM2.5, kein Luftqualitätsindex und keine Gesundheitswarnung.
- Erreichbar über
- Datenrelais dieser Website, von gibs.earthdata.nasa.gov
Über diese Ebene
- Evidenz
- Modelliert (jüngstes Jahr, das GIBS veröffentlicht)
- Quelle
- MODIS Terra und Aqua, Landbedeckung (MCD12Q1) (NASA LP DAAC)
- Anbieter
- NASA LP DAAC
- Lizenz
- Offene Daten der NASA
- Jahrgang
- jährlich; Satellitenklassifikation; jüngstes Jahr, das GIBS veröffentlicht
- Neueste beim Build
- 2024-01-01
- Auflösung
- Raster von etwa 500 m
- Unsicherheit
- Satellitengestützte Landbedeckungsklassen für das angezeigte Jahr, einschließlich Ackerland; eine Klassifikation mit bekannten Fehlern, kein Betriebsregister.
- Erreichbar über
- Datenrelais dieser Website, von gibs.earthdata.nasa.gov
Tastatur, bei fokussierter Karte
Strg oder ⌘ gedrückt halten und scrollen, um zu zoomen
Zuletzt verfügbar
NASA GIBS / EOSDIS · ASTER GDEM (METI, NASA) · Blue Marble (NASA) · © OpenStreetMap-Mitwirkende (ODbL) · Natural Earth
Die neuesten NASA-Bilder werden geladen.
Zum Verschieben ziehen. Zum Zoomen Strg oder ⌘ gedrückt halten und scrollen, die Zwei-Finger-Geste oder die Schaltflächen verwenden; für die Werte unter dem Zeiger darüberfahren; Zurücksetzen kehrt zur Region zurück.
Umweltexposition, mit Fokus auf Afrika.Satelliten- und Modellprodukte, wie die NASA sie veröffentlicht, jeweils mit eigenem Datum. Sie sind Indikatoren, keine Bewertungen eines Ortes.
Data: NASA GIBS · ASTER GDEM · Blue Marble · © OpenStreetMap contributors · Natural Earth · NASA EONET · NASA JPL OPERA DIST-ALERTSources and licences
- We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). NASA open data
- We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). NASA open data
- Center for International Earth Science Information Network (CIESIN), Columbia University. 2018. Gridded Population of the World, Version 4 (GPWv4): Population Density, Revision 11. NASA Socioeconomic Data and Applications Center (SEDAC). Licensed under CC BY 4.0. Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). doi:10.7927/H49C6VHW. CC BY 4.0
- VIIRS-Produkte nahezu in Echtzeit (Hochwasser, Landoberflächentemperatur, Schneebedeckung, korrigierte Reflektanz), NASA LANCE; Bilder über NASA GIBS. Farben nach der veröffentlichten Farbskala neu gezeichnet; Werte, wo gezeigt, in Sechseckzellen gemittelt (verändert). Offene Daten der NASA
- Nächtliche Lichter VIIRS Black Marble, NASA Goddard Space Flight Center; bereitgestellt vom NASA Level-1 and Atmosphere Archive and Distribution System (LAADS DAAC); Bilder über NASA GIBS. Farben nach der veröffentlichten Farbskala neu gezeichnet; Werte, wo gezeigt, in Sechseckzellen gemittelt (verändert). Offene Daten der NASA
- MODIS- und VIIRS-Atmosphärenprodukte, NASA LANCE und LAADS DAAC; Bilddaten über NASA GIBS. Farben nach der veröffentlichten Farbskala neu gezeichnet; Werte, wo gezeigt, in Sechseckzellen gemittelt (verändert). Offene Daten der NASA
- MODIS-Landprodukte (Vegetationsindizes, Bruttoprimärproduktion, Landbedeckung), NASA LP DAAC und LANCE; Bilder über NASA GIBS. Farben nach der veröffentlichten Farbskala neu gezeichnet; Werte, wo gezeigt, in Sechseckzellen gemittelt (verändert). Offene Daten der NASA
- ASTER GDEM ist ein Produkt von METI und NASA (ASTER Global Digital Elevation Model V003, NASA LP DAAC); Bilder über NASA GIBS. Farben nach der veröffentlichten Farbskala neu gezeichnet; Werte, wo gezeigt, in Sechseckzellen gemittelt (verändert). Zitieren als: NASA/METI/AIST/Japan Spacesystems and U.S./Japan ASTER Science Team (2019). ASTER Global Digital Elevation Model V003. doi:10.5067/ASTER/ASTGTM.003. Offene Daten der NASA
- Erstellt mit Natural Earth. Freie Vektor- und Rasterkartendaten @ naturalearthdata.com. Gemeinfrei
- © OpenStreetMap contributors (ODbL), via NASA GIBS (coastlines, boundaries, roads and place names). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). ODbL
- Blue Marble, NASA Earth Observatory; Bilder über NASA GIBS. Farben nach der veröffentlichten Farbskala neu gezeichnet; Werte, wo gezeigt, in Sechseckzellen gemittelt (verändert). Offene Daten der NASA
- Kontext auf Globus und flacher Karte: Küstenlinien, Grenzen, Straßen und Ortsnamen aus den Referenzebenen von NASA GIBS (OpenStreetMap-Daten, ODbL, © OpenStreetMap contributors); Blue-Marble-Bilddaten als optionale Basis; 3D-Gelände und Höhenanzeige aus dem Höhenfarbindex des ASTER GDEM (Klassen von 5 m bis 200 m, zur besseren Lesbarkeit überhöht). Grenzen werden wie veröffentlicht dargestellt und beziehen keine Position zu einem Gebiet.
- Live-Ereignisse: NASA Earth Observatory Natural Event Tracker (EONET). Die Ereignisse sind indikativ und behalten ihre ursprünglichen Quellenlinks.
- Live: Die NASA-EONET-Ereignisse sind Anhaltspunkte, keine behördlichen Warnungen.
- Observed (EO): NASA JPL OPERA DIST-ALERT (contains modified Copernicus Sentinel data 2026). We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
- NASA GIBS: Wir danken für die Nutzung von Bildmaterial, das von den Diensten der Global Imagery Browse Services (GIBS) der NASA bereitgestellt wird, die Teil des Earth Science Data and Information System (ESDIS) der NASA sind.
- Luftqualitätsvorhersage, 5 Tage, PM2.5 (CAMS über Open-Meteo): enthält veränderte Informationen des Copernicus Atmosphere Monitoring Service 2026.
- Vergangenes Jahr, Tagestemperatur (ERA5 über Open-Meteo): enthält veränderte Informationen des Copernicus Climate Change Service 2026.
- Wetterdaten von Open-Meteo.com (https://open-meteo.com/), lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/).
- Optionale Ebenen (14 Quellen in der Ebenenliste: live, Vorhersage, beobachtet und Kontext) zeigen beim Einschalten den Quellenvermerk ihres Anbieters auf der Karte und hier; Vorhersagen sind Modellausgaben, abgeleitete Indizes sind Schätzungen.
Ebenen und Daten
- Population density, 2020: Population: CIESIN, Columbia University, Gridded Population of the World v4.11 (2018), NASA SEDAC, CC BY 4.0 · static
- Landoberflächentemperatur, Tag, 8-Tage-Komposit: VIIRS NOAA-20 Level 3, 8 Tage, NASA LANCE · 14. Sept. 2026
- Nachtlichter, täglich: VIIRS Black Marble (VNP46A2), NASA LAADS DAAC · 12. Okt. 2026
- Echtfarbe: VIIRS NOAA-20 korrigierte Reflektanz, NASA LANCE · 13. Okt. 2026
- Aerosol-Optische-Dicke, täglich: VIIRS NOAA-20 Deep Blue AOD, NASA LANCE · 13. Okt. 2026
- Landbedeckungstyp (IGBP), jährlich: MODIS Terra and Aqua land cover (MCD12Q1), NASA LP DAAC · 2024
Digitale Gesundheit hängt von Energie, Netzen und Vertrauen ab.
| Domäne | Wie es hier koppelt | Worauf zu achten ist |
|---|---|---|
| Energie | Ohne Strom und Konnektivität fallen Patientenakten, Bildgebung und Telemedizin aus. | Ausfallverfahren und ihre Übung |
| Wasser | Ransomware hat Krankenhäuser und Versorgungsunternehmen gleichermaßen lahmgelegt, daher sind gemeinsame Zulieferer von Bedeutung. | Shared software suppliers across sectors |
| Ernährung | Ernährungs- und Versorgungsdaten laufen in einigen Programmen auf denselben Plattformen wie klinische Systeme . | Plattformkonzentration |
| Biodiversität | Genomdaten und biologische Proben werfen Fragen der Vorteilsteilung auf. | Vereinbarungen zur Datengovernance |
WHO’s Global strategy on digital health 2020–2025 and its guidance on the ethics and governance of AI for health (2021, with guidance on large multi-modal models in 2024) set the policy frame. ENISA’s threat landscape for the health sector (2023) found ransomware the leading threat to European health organisations in its reporting period.
Kontinuität der Gesundheitsversorgung mit Gütern.
Die Ansicht, die ein Team nutzen würde, um dieses Thema zu verfolgen: seine Messgrößen, Zustände und Entscheidungen. Namen sind Beispiele, Werte sind illustrativ.
Kontinuität der Gesundheitsversorgung
Digital health risk · Province B · Month 6
Tracer-Rohstoffe
| Orale Rehydratationssalze | 2.1 | 3 | 5 | Niedrig |
| Erstlinien-Antibiotikum | 1.5 | 11 | 14 | Niedrig |
| Insulin | 2 | 1 | 13 | Angemessen |
| Diagnostische Schnelltests | 0.8 | 13 | 6 | Critical |
Bestellung im Transit
- Reihenfolge
- PO-44118
- Pfad
- Vom Einfuhrhafen zum zentralen Lager
- ETA
- 12 days
- Kühlkette
- Überwacht
Einrichtungen ohne Vorräte nach Distrikt
Evidenz zur digitalen Gesundheit.
Studies of digital dependence in health are designed for the Exponential Technology series; AI tools studied would carry NS-12 cards under the proposed Nexus Standards. The Global Centre for Risk and Innovation (GCRI) responds to no incidents. Useful contributions: downtime experiences and evaluations of clinical AI on local populations.
Model digital health risk as a system. Run the cascade.
Assembled from the Nexus Standards area profile Health security and One Health: the hazards it names, the systems and sectors that carry the loss, the controls that dampen it and the data that observe it. Choose the components, pick an initiating hazard and step through the cascade. The Map view places the run on an example geography with open data. Every coupling weight is a stated assumption you can change. A teaching model, not a forecast, an assessment or a certification. To model a place of your own choosing, open the full System Builder.
Gefahren
- Antibiotikaresistenz
- Tuberculosis surge (set off downstream)
- Typhoid and paratyphoid fever (set off downstream)
- Health-system overload (set off downstream)
Systeme und Kopplungen
- Gesundheitssicherheit und One Health
- Standards zu biologischen Gefahren Mechanismus
- Standards zu Biodiversitäts- und Naturrisiken Gemeinsamer Treiber
- Normen für Ernährungs- und Agrarrisiken Mechanismus
- Globales und systemisches Risiko Kaskade
Steuerung
NS-0Verfassung und GrundsätzeNS-3UNIs für Risikodatensätze (Grammatik, Altbestands-Crosswalk, Zuteilungsstelle)NS-9Kontextuelle UNIs (Bereitstellungen, Instanzen, Programminstanzen)NS-10Richtlinien und Klauseln (maschinenlesbare Verpflichtungen: Definition, Bindung, Evaluierung und Durchsetzung)NS-11Verifikation und Überwachung (Evidenz, Bescheinigungen, Beobachtung der Zero-Trust-Konformität)NRS-H83Gefahrenfamilie: Kapazitätsversagen des Gesundheitssystems (NHS-1 health.system)NRS-H42Gefahrenfamilie: seltene und anhaltende Infektionen beim Menschen (NHS-1 health.other-human)NRS-H41Gefahrenfamilie: Übertragung vom Tier auf den Menschen (NHS-1 health.zoonotic)NRS-H43Gefahrenfamilie: Tierseuchen bei Nutztieren und Aquakultur (NHS-1 health.animal-health)NRS-D3Humanitäre Hilfe und resilienter WiederaufbauNRS-H46Gefahrenfamilie: Umwelt- und Produktschäden für Menschen (NHS-1 health.harm)
Beobachtung
- WHO Disease Outbreak News (listed for reference)
- WAHIS animal health events (listed for reference)
- WorldPop gridded population (listed for reference)
- International Health Regulations capacity and health emergency preparedness
- Percentage of bloodstream infections due to selected antimicrobial-resistant organisms
Beispielgeografie
- West Africa: 59 hexagonal cells
- Nachtlichter heute Nacht, Ausfälle (VIIRS Day/Night Band), NASA GIBS
- Oberflächenwasser durch Wolken, 30 m (Radar OPERA DSWx-S1), NASA GIBS
- Niederschlagsrate, letzte halbe Stunde (IMERG), NASA GIBS
Was gemessen wird und wie gut.
Jeder Indikator trägt seine Einheit, seinen Rhythmus, die Art der zugrunde liegenden Quelle und die Evidenzkennzeichnung, die ein Wert tragen würde. Es werden keine Werte gezeigt: Ein Programm liefert sie unter seiner eigenen Autorität.
| Indikator | Einheit | Takt | Quellentyp | Kennzeichnung |
|---|---|---|---|---|
| Gemeldete Verletzungen des Schutzes von Gesundheitsdaten | Vorfälle; betroffene Datensätze | monatlich | Register für Meldungen aufsichtsrechtlicher Verstöße | Veröffentlichte Statistiken |
| Ransomware incidents affecting health providers | Vorfälle | vierteljährlich | Bedrohungsberichte und Vorfallsmeldungen aus Sektoren | BERICHTET |
| Ungeplante Ausfallzeiten klinischer Systeme | Stunden | monatlich | IT-Dienstprotokolle von Krankenhäusern | BEOBACHTET |
| Bekannte ausgenutzte Schwachstellen in Gesundheitstechnologie | open vulnerabilities on deployed assets | wöchentlich | Vulnerability catalogues matched to asset inventories | BEOBACHTET |
| Nutzung vereinbarter Austauschstandards | Prozent der registrierten Systeme | jährlich | Register nationaler digitaler Gesundheitsarchitekturen | BERICHTET |
| Adverse event reports for AI-enabled devices | berichte | vierteljährlich | Datenbanken für unerwünschte Ereignisse bei Medizinprodukten | BERICHTET |
| Reifegrad der digitalen Gesundheit | phase across the monitor’s indicators | periodisch | Selbstbewertung des Global Digital Health Monitor | DEKLARIERT |
How digital health risk is modelled, measured and tested.
Das Modell, seine Annahmen, seine Daten und seine Unsicherheit in der Form, in der eine Wissenschaftlerin oder ein Ingenieur sie prüfen würde. Die Strukturen folgen veröffentlichten Methoden. Die dargestellten Werte sind illustrativ, keine Befunde.
Systemmodell
Die Kopplungen zwischen den Systemen im Risiko der digitalen Gesundheit: Einflussvorzeichen, eine verstärkende und eine ausgleichende Schleife sowie Querverbindungen, an denen die Belastung sprunghaft ansteigt.
Woher die Evidenz stammt.
Benannte öffentliche Datensätze und institutionelle Aufzeichnungen, jeweils mit ihrer Lizenzklasse. Quellen auf Vereinbarungsbasis werden nur zu ihren Bedingungen genutzt und niemals weiterveröffentlicht.
| Quelle | Was es liefert | Lizenzklasse |
|---|---|---|
| Global Digital Health Monitor | Country digital health maturity across governance, workforce, standards and infrastructure | Open, attribution, terms of use |
| US HHS Office for Civil Rights breach portal | Öffentliche Aufzeichnungen gemeldeter Verletzungen des Schutzes von Gesundheitsdaten | Öffentliche Aufzeichnungen |
| ENISA-Bedrohungslage für den Gesundheitssektor | Analyse von Cybervorfällen bei europäischen Gesundheitsorganisationen | Öffentlicher Bericht, Nutzungsbedingungen der ENISA |
| CISA Known Exploited Vulnerabilities Catalog | Schwachstellen mit Nachweis aktiver Ausnutzung | Gemeinfrei |
| US FDA MAUDE und die Liste KI-gestützter Medizinprodukte | Berichte über unerwünschte Ereignisse bei Geräten und zugelassene KI-gestützte Geräte | Gemeinfrei |
| AI Incident Database | Dokumentierte Vorfälle mit KI- Systeme, einschließlich Gesundheit | Offen, Namensnennung |
Wer entscheidet und wozu die Evidenz dient.
Health Nexus bereitet Evidenz auf. Die nachstehenden Entscheidungen treffen die genannten Behörden nach ihren eigenen Regeln, niemals die Plattform.
| Wer entscheidet | Die Frage | Evidenz, der diese Seite dient |
|---|---|---|
| Krankenhausleitungen und Chief Information Officers | Welche Systeme benötigen Offline-Rückfallebenen, Netzwerksegmentierung oder redundante Lieferanten | Dependency maps; downtime scenarios with their clinical consequences stated |
| Datenschutzbehörden | Whether health data sharing and secondary use meet legal and consent requirements | Data flow inventories; re-identification risk assessments |
| Medical device regulators | Ob ein KI-gestütztes Gerät weitere Evidenz, Einschränkungen oder eine Studie nach dem Inverkehrbringen benötigt | Performance by subgroup; drift monitoring; adverse event reports |
| Gesundheitsministerien und Agenturen für digitale Gesundheit | Welche Standards und Architekturen nationale Systeme übernehmen müssen | Evidenz zu Interoperabilität und Reifegrad; Anforderungen an die Kontinuität |
Ergebnisse, die dieses Thema hervorbringt
- Karten digitaler Abhängigkeiten von klinischen Systemen, Laborsystemen und Versorgungssystemen
- Downtime and cyber incident scenarios for continuity planning
- Evidenz zu Daten-Governance und Interoperabilität, gelesen anhand benannter Standards
- Konzepte zur Überwachung von Gesundheitsalgorithmen nach der Einführung
Was Fachleute fragen.
Das Risiko digitaler Gesundheit ist ebenso sehr eine Frage der Patientensicherheit wie eine technische Frage.
- Which clinical services stop or slow when a core system is unavailable?
- Wie stark sind Gesundheitsorganisationen Ransomware und anderen Cybervorfällen ausgesetzt, und wie erholen sie sich?
- Wie schneiden KI-Werkzeuge, die in Diagnose oder Triage eingesetzt werden, über verschiedene Bevölkerungsgruppen hinweg ab, und wie wird das überwacht?
- Who can access health data, under what safeguards, and with what public trust?
- Wie abhängig ist die Versorgung von einer kleinen Zahl von Software- und Cloud-Anbietern?
Mechanismen und Treiber.
Gesundheitseinrichtungen betreiben viele vernetzte Systeme, darunter oft Altsoftware und Medizinprodukte, die sich nur schwer aktualisieren lassen. Ein Cybervorfall oder ein größerer Ausfall kann ein Krankenhaus zu Papierverfahren zwingen, Befunde verzögern, Rettungswagen umleiten und Behandlungen absagen lassen. Die Wiederherstellung kann Wochen dauern, da Systeme neu aufgebaut und überprüft werden müssen.
KI-Werkzeuge lernen aus historischen Daten und können für Gruppen, die in diesen Daten unterrepräsentiert sind, schlechter abschneiden oder an Qualität verlieren, wenn sich die klinische Praxis oder die Ausstattung ändert. Die Konzentration auf wenige Anbieter und Cloud-Plattformen schafft gemeinsame Ausfallpunkte für viele Organisationen zugleich.
Wie es untersucht wird und wo die Methoden enden.
| Methode oder Daten | Was es zeigt | Grenzen |
|---|---|---|
| Incident analysis and after-action reviews | Wie sich Ausfälle und Angriffe auf die Versorgung auswirkten | Viele Vorfälle werden nicht gemeldet oder ohne klinische Details gemeldet |
| Abbildung von Abhängigkeiten und Wiederherstellungszeiten | Welche Systeme welche Leistungen stützen | Requires internal information that organisations hold closely |
| Bewertung und Überwachung klinischer KI | Genauigkeit, Kalibrierung und Fairness über Gruppen hinweg | Die Leistung kann nach der Einführung abdriften |
| Überprüfung von Datenschutz und Governance | Ob die Datennutzung rechtlichen und ethischen Standards entspricht | Die Regeln unterscheiden sich je nach Rechtsordnung und ändern sich im Lauf der Zeit |
Wie es untersucht wird und was die Methoden nicht sagen können.
- 01Datentechnik, Interoperabilität und DatenverantwortungVerknüpfung von Gesundheitsinformationssystemen · Datenschutzwahrende VeröffentlichungHier angewandt
- 02Wahrscheinlichkeit und StatistikGewichtete und kleinräumige Schätzung · Erwartete Referenzwerte für ÜbersterblichkeitHier angewandt
- 03Kausale Inferenz und WirkungsevaluationEvaluierung von Maßnahmen der öffentlichen Gesundheit · Expositions-Wirkungs-Beziehungen für Hitze und LuftHier angewandt
- 04Komplexe Systeme und agentenbasierte ModellierungKontakt- und Mobilitätsnetzwerke · Kaskaden über Gesundheit und InfrastrukturHier angewandt
Where this page’s references lead.
Die Gremien und Dokumente, vor deren Hintergrund diese Seite gelesen wird. Status und Ausgaben ändern sich; jeder Link führt zur herausgebenden Stelle.
- Globale Strategie für digitale Gesundheit 2020–2025 (WHO, 2021)
- Ethik und Governance künstlicher Intelligenz im Gesundheitswesen (WHO, 2021) und Leitlinien zu großen multimodalen Modellen (WHO, 2024)
- ENISA Threat Landscape: Health Sector (European Union Agency for Cybersecurity, 2023)
- NS-12, Software-, Modell- und KI/ML-Artefakte, ein vorgeschlagener Standard
Fragen und Antworten.
Warum sind Krankenhäuser häufig Ziel von Ransomware?
Was bedeutet Interoperabilität im Gesundheitswesen?
How is the safety of a clinical AI model checked?
Warum sind Cybervorfälle im Gesundheitswesen so bedeutsam?
Does Health Nexus test medical AI products?
Where can I report a security vulnerability on this site?
Evidenz von dieser Seite aus beitragen.
Reports ist die vierteljährliche Publikation des Konsortiums. Was Sie über dieses Thema wissen, kann in der nächsten Ausgabe zu Evidenz, einem Fall oder einer Korrektur werden, Ihnen zugeschrieben und unter CC BY 4.0 veröffentlicht, soweit es Ihr eigenes Werk ist.
- E-MailZugang GW-GCRIVon dieser Seite aus sendenEvidenz, eine Korrektur, ein Fall, eine Methode, eine Prüfung, eine Übersetzung oder ein Beitrag zu einem Profil. Sie kommt mit dieser Seite gekennzeichnet an, sodass die zuständige Redaktion sie erhält.
- ZenodoOpen depositDeposit it and submit to the communityPublish your own record on Zenodo with your ORCID iD, then submit it to the Reports community there. Curators review it; the DOI stays yours.
- BerichteGCRIAlle Wege zum Beitragen ansehenDie Beitragsarten, wie jede geprüft wird, welche Nennung Sie erhalten, die Lizenz und was nie angenommen wird.
Senden Sie nie personenbezogene Daten, sensible Infrastrukturdetails oder etwas, das Sie nicht weitergeben dürfen. Ein Beitrag wird vor der Nutzung geprüft; das Einsenden begründet weder Urheberschaft noch redaktionelle Rechte, und Sponsoring erkauft nie ein Ergebnis.
Bringen Sie eine Methode, einen Datensatz oder eine Frage mit.
Information und Anfragen sind heute offen. Eine Anfrage erhält ein Aktenzeichen und nennt den nächsten Schritt; Bewerbungen, Zahlungen, Rechenzuteilungen und Registrierungen öffnen erst, wenn Team, Bedingungen und Prüfkapazität bestehen.
Rechtliche Dokumente.
Karten, Daten und Zahlen auf dieser Website werden zu Kontext- und allgemeinen Informationszwecken gezeigt. Sie sind weder Beratung noch Prognosen oder Warnungen; die Grenzen der Information sind in den Haftungsausschlüssen und Datenhinweisen dargelegt.