Seguridad del big data en las organizaciones sanitarias: riesgos de ciberseguridad, protección de datos y privacidad de los datos de los pacientes

El sector sanitario genera más datos —incluidos historiales clínicos y datos de comportamiento— que otros sectores. Estos datos se recopilan constantemente mediante diversos sistemas, como plataformas de análisis y procesos de inteligencia artificial.

Los datos sanitarios tienen un elevado valor clínico y constituyen un objetivo prioritario para los grupos de piratas informáticos. Por ello, resulta bastante complicado para las organizaciones sanitarias proteger sus datos de forma segura.

¿Sabía que cada año se notifican más de 700 filtraciones de datos sanitarios a la Oficina de Derechos Civiles (OCR) del Departamento de Salud y Servicios Humanos (HHS)? La OCR es un organismo encargado de hacer cumplir la ley. El HHS es responsable de la salud pública, la asistencia sanitaria y los servicios humanos y sociales en Estados Unidos.

¿Por qué se está volviendo más difícil la seguridad del big data en el sector sanitario a medida que aumentan los datos sanitarios?

La seguridad del big data se está volviendo cada vez más compleja. Esto se debe a que el volumen, la velocidad y los distintos tipos de datos sanitarios están aumentando de forma espectacular, superando el diseño de los sistemas de seguridad desarrollados para protegerlos. El término «big data» hace referencia a grandes cantidades de conjuntos de datos complejos.

Los sistemas sanitarios modernos utilizan un gran volumen de datos, entre los que se incluyen las historias clínicas electrónicas (EHR), los datos de imagenología y genómica, la información de dispositivos wearables y los datos de comportamiento. Esta información se recopila en lagos de datos centralizados y sistemas de procesamiento de datos. Una historia clínica electrónica representa digitalmente el expediente médico de un paciente.

Cada nuevo dato es un objetivo para los atacantes. Y si uno de los puntos falla, los demás se ven afectados simultáneamente. Lamentablemente, la mayoría de los programas de seguridad sanitaria no están diseñados para ecosistemas de datos interconectados.

Estadísticas sobre filtraciones de datos sanitarios

¿De qué manera la recopilación de datos a gran escala aumenta la superficie de ataque en los sistemas sanitarios y los entornos de datos sanitarios?

Las fuentes de datos adicionales, como las integraciones de dispositivos médicos portátiles y la información de investigación biomédica, constituyen nuevas ubicaciones de almacenamiento en las que es imprescindible proteger las credenciales.

Por lo tanto, la exposición a riesgos de seguridad se multiplica a través de las fuentes de datos conectadas. Y si un sistema de procesamiento de datos presenta una vulnerabilidad, las consecuencias se extienden a los sistemas clínicos.

Por ejemplo, la filtración de datos de Aflac de 2025 afectó a 22,65 millones de personas en todo el mundo, dejando al descubierto información sanitaria protegida.

¿Por qué a las organizaciones sanitarias les cuesta controlar los datos sensibles en los entornos analíticos?

Las clínicas sanitarias tienen dificultades para controlar la información confidencial en los entornos analíticos porque los requisitos de seguridad, como el control de acceso basado en roles (RBAC) y la autenticación multifactorial (MFA), restringen el acceso a los datos.

El RBAC es un modelo diseñado para autorizar el acceso de los usuarios finales a sistemas, aplicaciones y datos en función de un rol predefinido del usuario, como el de analista de seguridad o representante de ventas.

La MFA es un proceso de verificación de identidad mediante al menos dos pruebas distintas, como una contraseña y datos biométricos, por ejemplo, una huella dactilar.

Cabe destacar que los sistemas de análisis orientados al big data suelen desarrollarse para permitir un amplio acceso a los datos. Los científicos de datos, los investigadores y los equipos sanitarios generan conocimientos a partir de grandes cantidades de datos. Sin embargo, esa misma amplia capacidad para supervisar la información sanitaria genera una mayor exposición que la que supone el acceso habitual de un único profesional clínico a los datos de los pacientes.

Las políticas de gestión de la seguridad controlan el acceso a un único sistema. No se adaptan a entornos en los que los datos se multiplican, cambian constantemente y se restauran a través de plataformas en la nube y herramientas de análisis de terceros, incluidas las de automatización de flujos de trabajo y de inteligencia empresarial (BI), como Tableau y Power BI.

El proceso tecnológico denominado «inteligencia empresarial» (BI) recopila, depura y analiza datos brutos de la organización para convertirlos en conocimientos prácticos basados en datos.

¿De qué manera el big data en el sector sanitario amplifica tanto la innovación como el impacto de las filtraciones?

Los sistemas utilizados para almacenar información sanitaria, modelos predictivos de riesgo y diagnósticos basados en la inteligencia artificial (IA) pueden constituir una fuente de acceso para los piratas informáticos. La IA es la capacidad de los sistemas computacionales para realizar tareas propias de la inteligencia humana.

Por lo tanto, expone datos que representan años de historial clínico de millones de pacientes. Esto no puede afirmarse en el caso de una filtración tradicional en un punto de atención, que solo expondría un número limitado de historiales.

Por ejemplo, el ataque a Change Healthcare en 2024 afectó a unos 190 millones de personas, ya que uno de los sistemas atacados incluía datos de pacientes de todo el ecosistema de pagos sanitarios de EE. UU.

Seguridad sanitaria tradicional frente a seguridad del big data: diferencias clave

¿Cuáles son las principales amenazas de ciberseguridad a las que se enfrentan los entornos de big data del sector sanitario?

Entre las principales amenazas de ciberseguridad en el sector sanitario se incluyen el ransomware, las amenazas internas, las brechas de seguridad en la cadena de suministro a través de proveedores de análisis de datos y los riesgos relacionados con la inteligencia artificial. En 2024, el 92 % de las organizaciones sanitarias informaron de que habían sido víctimas de un ciberataque.

El sector sanitario está experimentando incidentes de piratería informática y de TI con mayor frecuencia que los incidentes asociados a la pérdida de ordenadores portátiles y a errores administrativos, típicos de las filtraciones de hace unos 10 años.

¿De qué manera el ransomware, las amenazas internas y los ataques a la cadena de suministro se dirigen contra los datos sanitarios y la información sanitaria protegida?

Los grupos de ransomware se centran en los historiales médicos y la información sanitaria protegida (PHI), ya que los entornos de big data relacionados con la sanidad incluyen registros procedentes de lagos de datos y plataformas de análisis. Y esta es una fuente «valiosa» para los grupos de ciberdelincuentes. Un solo ataque exitoso puede paralizar las operaciones clínicas y exponer datos a escala poblacional.

La información sanitaria protegida es la información sobre la salud, el tratamiento y los pagos de una persona, incluidos los historiales médicos, los resultados de pruebas y la información de facturación.

Las amenazas internas no se refieren únicamente al acceso no autorizado. En contextos de big data, pueden consistir en una exposición por negligencia o accidental. Las amenazas internas difieren estructuralmente del riesgo interno en el punto de atención. Un analista de datos con acceso legítimo a un lago de datos de investigación puede obtener más historiales de pacientes en una sola sesión que un profesional clínico que consulte historiales individuales.

Los ataques a la cadena de suministro minan la confianza en los ecosistemas analíticos, y muchos proveedores externos sufren filtraciones de datos. Dado que numerosas organizaciones sanitarias dependen de plataformas de análisis en la nube, centros de compensación de facturación y proveedores de inteligencia artificial, la filtración de datos de un solo socio puede exponer simultáneamente los datos de varias organizaciones sanitarias.

¿Por qué el diseño heredado de los sistemas sanitarios y las integraciones de dispositivos médicos crean vulnerabilidades ocultas?

Las plataformas heredadas de historias clínicas electrónicas (EHR) y los sistemas clínicos crean vulnerabilidades ocultas porque no están diseñadas para flujos continuos de datos hacia los sistemas modernos de procesamiento de datos.

Concretamente, los grandes volúmenes de datos sanitarios fluyen a través de interfaces y middleware que carecen de los estándares de autenticación, cifrado o registro de auditoría necesarios para la recopilación en lagos de datos.

Los dispositivos médicos conectados complican aún más la situación. Esto se debe a que actúan como fuentes de datos y puntos potenciales de intrusión sin las capacidades de seguridad adecuadas, ni la visibilidad ni el control necesarios sobre los conjuntos de datos sanitarios que fluyen hacia los sistemas sanitarios.

¿De qué manera pueden las plataformas de análisis en la nube y los proveedores externos aumentar el riesgo de filtraciones de datos sanitarios?

Las plataformas de análisis en la nube, como Google Cloud Healthcare API y Microsoft Cloud for Healthcare, utilizan información sanitaria procedente de múltiples empresas del sector sanitario.

Una interfaz de programación de aplicaciones (API) representa las reglas y los protocolos que permiten a diferentes aplicaciones de software comunicarse e intercambiar datos.

Estas plataformas recopilan datos en una infraestructura compartida. Por lo tanto, si se produce una filtración en una de estas plataformas, los datos conectados pueden quedar expuestos en toda la infraestructura compartida.

Por ejemplo, cuando se producen filtraciones de las credenciales de un proveedor, los historiales médicos protegidos de millones de pacientes pueden quedar expuestos a través de la infraestructura interconectada de análisis y de intercambio de archivos vinculada al socio comercial. Por ello, los ataques a proveedores y a la cadena de suministro están muy extendidos en el sector sanitario.

¿De qué manera los sistemas de IA y aprendizaje automático introducen nuevos riesgos de seguridad en el sector sanitario?

En el sector sanitario, los sistemas de IA y aprendizaje automático (ML) suponen nuevos riesgos de seguridad, ya que requieren grandes volúmenes de datos sanitarios que, a menudo, se anonimizan y se procesan a través de sistemas que carecen de las medidas de seguridad adecuadas, como el cifrado de extremo a extremo y controles de acceso robustos.

El aprendizaje automático es el subconjunto de la inteligencia artificial asociado a algoritmos capaces de aprender los patrones de los datos de entrenamiento y extraer conclusiones lógicas precisas sobre nuevos datos.

La «IA en la sombra» constituye un riesgo cada vez mayor en el sector sanitario. La «IA en la sombra» hace referencia a las herramientas y modelos de IA que los empleados o usuarios finales implementan sin la aprobación formal del departamento de tecnologías de la información (TI). En este caso, los conjuntos de datos procedentes de múltiples proveedores externos para el entrenamiento de la IA pueden presentar vulnerabilidades que una revisión de seguridad habitual pasa por alto.

Concretamente, una organización sanitaria que utilice IA generativa para analizar imágenes puede transmitir imágenes sin cifrar a un modelo en la nube, lo que genera riesgos que los controles de seguridad tradicionales de los historiales clínicos electrónicos (HCE) no prevén. Además, los modelos también pueden exponer los datos de entrenamiento, lo que vulnera la privacidad.

¿Qué aspectos suelen subestimar las organizaciones sanitarias en relación con la seguridad del big data en el sector sanitario?

Las organizaciones sanitarias suelen subestimar el hecho de que la agregación de fragmentos de datos de bajo riesgo puede dar lugar a registros compuestos altamente sensibles. Además, la infraestructura analítica utilizada al margen de las políticas formales de gestión de la seguridad informática puede generar una exposición invisible. Por último, cuando los equipos de datos combinan datos anonimizados con otras fuentes de datos disponibles, estos datos pueden volver a identificarse.

¿Por qué la combinación de múltiples conjuntos de datos sanitarios puede exponer involuntariamente la información sanitaria protegida?

Cuando los conjuntos de datos con códigos de diagnóstico y códigos postales se encuentran aislados, pueden parecer adecuadamente anonimizados. Sin embargo, cuando se fusionan con otros conjuntos de datos que incluyen la edad y las fechas de visita, pueden identificar a pacientes concretos. Por lo tanto, generan un riesgo de reidentificación en el ámbito sanitario.

Las plataformas de datos sanitarios que utilizan diversas fuentes de datos, como registros genómicos y de comportamiento, aumentan el riesgo mencionado con cada dato que se añade. Esto se debe a que los equipos de control de datos evalúan el riesgo de privacidad por fuente de datos, pero no valoran el riesgo de reidentificación de los conjuntos de datos fusionados.

¿Cómo aumenta silenciosamente la infraestructura de análisis en la sombra el riesgo de filtración?

El análisis en la sombra es el análisis de datos que llevan a cabo de forma independiente los departamentos de la empresa sin el control de los departamentos oficiales de TI y análisis. El análisis en la sombra, que incluye hojas de cálculo, almacenamiento personal en la nube y bases de datos de investigación alojadas localmente y creadas al margen de los canales oficiales de TI, opera al margen de la supervisión de seguridad, la gestión de accesos y los registros de auditoría.

Un gran número de filtraciones de datos involucran datos en la sombra. Estas filtraciones requieren más tiempo para ser identificadas que aquellas que solo involucran datos gestionados e inventariados.

En el sector sanitario, el análisis en la sombra suele ir acompañado de necesidades clínicas y de investigación legítimas, como un departamento que crea su propio panel de control para la mejora de la calidad o un investigador que exporta un conjunto de datos a un ordenador portátil personal por comodidad. Y los equipos de seguridad no se percatan de lo que está ocurriendo hasta que una investigación sobre una filtración lo pone de manifiesto.

¿Por qué están perdiendo los proveedores de atención sanitaria la capacidad de supervisar el movimiento de datos médicos sensibles?

En la actualidad, los datos sanitarios fluyen desde la historia clínica electrónica (EHR) hacia el almacén de datos, la plataforma de análisis, el proceso de entrenamiento de la IA, las exportaciones con fines de investigación y los sistemas de proveedores externos. Muchas organizaciones sanitarias no realizan un mapeo exhaustivo del movimiento de datos en tiempo real.

Por ejemplo, Kaiser Foundation Health Plan transmitió inadvertidamente datos de casi 13,4 millones de personas a Google, Microsoft y X a través de tecnologías de seguimiento web incorporadas a sus sitios web. Los datos habían estado circulando durante años sin visibilidad en materia de seguridad ni cumplimiento normativo. Una investigación interna voluntaria lo sacó a la luz.

¿Cómo puede el análisis de datos sanitarios generar riesgos para la privacidad y la seguridad de los datos, incluso sin identificadores directos?

Los resultados de la recopilación y el análisis de datos, como las puntuaciones de riesgo y los modelos predictivos, incluyen información sensible sobre los pacientes, incluso si los datos subyacentes aparecen sin nombres ni identificadores.

Por ejemplo, un modelo predictivo entrenado para identificar resultados de pacientes de alto riesgo —como los relacionados con el embarazo— revela el estado de la persona a través de sus resultados, aunque no se mencione ningún nombre.

Los datos de comportamiento y de ubicación que circulan a través de dispositivos wearables, dispositivos móviles y aplicaciones de salud generan un riesgo de reidentificación. Dado que los patrones de movimiento y los datos temporales son característicos de cada individuo, resulta extremadamente fácil volver a identificar a la persona.

¿Qué controles técnicos protegen mejor los datos sanitarios y la privacidad de los pacientes?

El cifrado de datos, la autenticación fuerte, la estrategia de seguridad «zero trust», la tokenización, el diseño seguro de las API, la segmentación de la red y una gestión rigurosa del acceso a los datos protegen los sistemas de big data sanitarios frente a los ciberataques.

Sin embargo, deben funcionar de forma conjunta para ser eficaces. ¿Por qué? Cada técnica de seguridad se ha desarrollado para un punto específico del ciclo de vida de los datos.

¿Cómo pueden el cifrado de datos, la autenticación y el modelo «zero trust» reducir el riesgo de violaciones de seguridad en el sector sanitario?

El cifrado en reposo y en tránsito impide que los datos pirateados o transmitidos puedan utilizarse sin claves de descifrado especiales. El Estándar de Cifrado Avanzado (AES-256) es el referente aceptado para cifrar los datos sanitarios en reposo. Abarca el contenido de las bases de datos, las copias de seguridad y los soportes de almacenamiento portátiles, proporcionando la solidez criptográfica que exige la protección de datos conforme a la HIPAA.

La HIPAA es la Ley de Portabilidad y Responsabilidad del Seguro Médico, que permite a los proveedores de asistencia sanitaria y a las empresas revelar información protegida únicamente al paciente.

Una autenticación sólida, como la autenticación multifactorial, garantiza que solo las personas, los servicios y las aplicaciones adecuados, con los permisos correspondientes, puedan acceder a los recursos de la organización. De este modo, se elimina el vector de ataque basado en credenciales.

El modelo «cero confianza» permite que cada conexión entre usuarios, dispositivos, aplicaciones y datos aplique políticas de seguridad específicas. Por lo tanto, no confía en nadie ni en ningún sistema basándose en su ubicación en la red. Este diseño del sistema de seguridad verifica cada acceso de forma independiente.

¿Cuándo se debe utilizar la tokenización o la seudonimización en lugar de la anonimización?

La tokenización ayuda a convertir la información sensible en tokens, un sustituto digital no sensible que se remite al original.

La seudonimización es una técnica de desidentificación que las organizaciones aplican para sustituir la información sensible por tokens generados criptográficamente.

La tokenización y la seudonimización deben utilizarse para volver a identificar o vincular registros en caso de que sea necesario realizar un seguimiento clínico, una investigación longitudinal o una auditoría reglamentaria. Como resultado, dichos datos resultan adecuados para que los equipos de análisis realicen un seguimiento de los historiales clínicos a lo largo del tiempo.

La anonimización consiste en transformar los datos asociados a una persona física identificada o identificable, o los datos personales, en información anónima de tal manera que el interesado no sea identificable.

Las organizaciones sanitarias suelen pasar por alto la anonimización, lo que perjudica la protección de la privacidad para la que se diseñó esta técnica.

¿Cómo pueden las API seguras y la segmentación mejorar la prestación de la asistencia sanitaria y la seguridad de la atención al paciente?

El diseño de las API se refiere al proceso de toma de decisiones que utiliza una interfaz de programación de aplicaciones (API) para exponer los datos y en base al cual funciona para los usuarios y desarrolladores. El diseño de API seguras permite que los sistemas de intercambio de datos en las organizaciones sanitarias utilicen la autenticación, la limitación de tasa y el acceso con privilegios mínimos para proteger la información de los pacientes.

El protocolo Secure Sockets Layer (SSL) garantiza canales de comunicación cifrados entre los sistemas sanitarios. Como resultado, las organizaciones sanitarias evitan incidentes cuando las API se multiplican de forma incontrolada entre los distintos equipos. Y esta es una de las mayores preocupaciones en materia de seguridad de los datos sanitarios, ya que el intercambio de información está aumentando entre los sistemas dentro de las organizaciones.

La segmentación de la red consiste en dividir la red en partes más pequeñas, denominadas segmentos, para reforzar la seguridad, mejorar el rendimiento y cumplir los requisitos de cumplimiento normativo mediante una comunicación controlada entre la infraestructura y las aplicaciones.

En concreto, un diseño de sistema debidamente segmentado evita que una brecha de seguridad en un entorno de análisis de investigación se propague automáticamente a los sistemas clínicos de producción, o viceversa.

Las API seguras y la segmentación de la red ayudan a las empresas sanitarias a compartir datos de forma segura sin perjudicar la calidad de la atención ni la coordinación de la atención al paciente, y evitan que los problemas de seguridad y privacidad se propaguen por los sistemas dentro de las organizaciones.

¿Qué papel desempeña la gestión del acceso a los datos en la protección de los historiales médicos de los pacientes y de los historiales clínicos electrónicos?

La gestión del acceso a los datos es una disciplina de gestión de datos que determina quién puede acceder a qué datos, en qué condiciones y durante cuánto tiempo. Sin embargo, esta medida de seguridad es tan sólida como las decisiones de gestión subyacentes.

Este tipo de control de acceso de seguridad ayuda a las organizaciones sanitarias a garantizar la integridad y la seguridad de los datos mediante políticas, normas y procedimientos en los que las organizaciones se basan para recopilar datos, aplicar la titularidad de los mismos, almacenarlos, procesarlos y utilizarlos.

Por ejemplo, los modelos de control de acceso basados en roles y en atributos son adecuados para el acceso individual a los historiales médicos electrónicos (HME). Sin embargo, a menudo no funcionan en entornos analíticos, donde las solicitudes de acceso son enviadas por flujos automatizados, modelos de aprendizaje automático y equipos de investigación con necesidades de acceso que no encajan en los roles clínicos.

Por ejemplo, para aplicar la gestión del acceso de seguridad, las organizaciones sanitarias deben revisar periódicamente los accesos y realizar una auditoría documentada que muestre qué consultas se refieren a qué información del paciente. Las investigaciones y las auditorías de cumplimiento normativo se basan en esta base probatoria.

¿Por qué el big data en la atención sanitaria de los pacientes cambia de forma fundamental el impacto de una filtración?

El big data en la sanidad cambia el impacto de una filtración porque, cuando se expone un único historial clínico, esto tiene un gran impacto en el historial de un solo paciente. Sin embargo, si se produce una filtración en un lago de datos sanitarios centralizado, afecta a años de registros agregados en todo el sistema, lo cual tiene consecuencias dramáticas.

¿Por qué una sola filtración de datos puede exponer años de datos de pacientes, historiales médicos y historiales clínicos electrónicos?

El diseño de los sistemas sanitarios basados en el big data almacena datos históricos para un análisis a largo plazo y en profundidad. Por lo tanto, las filtraciones de datos exponen toda la información relacionada con la experiencia del paciente, con décadas de historial.

Estas filtraciones pueden afectar a millones de personas. Cada historial suele incluir el historial acumulado de diagnósticos, medicación y tratamientos. Las filtraciones de los sistemas operativos suelen exponer únicamente datos transaccionales recientes.

¿Cómo amplifican los lagos de datos sanitarios centralizados la gravedad de los ataques?

Los datos sanitarios centralizados amplifican los riesgos de ataque porque un único lago de datos contiene un gran número de historiales de pacientes en un solo lugar. En lugar de atacar estos historiales por separado, los piratas informáticos se centran en la fuente y la vulneran de inmediato.

Y así es como se producen las megafugas de datos sanitarios, en las que millones de pacientes se ven afectados por un ataque informático. Concretamente, muchas de las megafugas que se producirán en 2024 y en 2025 estarán relacionadas con el diseño de sistemas de datos centralizados, en lugar de con sistemas individuales que los atacantes logran vulnerar.

Lagos de datos sanitarios centralizados: ventajas frente a inconvenientes

¿Por qué los historiales médicos y los datos de comportamiento son tan valiosos para los atacantes?

Los historiales médicos contienen los datos personales más duraderos y completos, incluidos identificadores financieros, información sobre seguros, diagnósticos, así como registros de comportamiento y genómicos. Esta información es permanente y no se puede cancelar como una tarjeta de crédito.

Dado que los historiales médicos de los pacientes no pierden su valor con el paso de los años, siguen siendo muy valiosos para los atacantes. En consecuencia, se convierten en una fuente de chantaje y robo de identidad, así como de esquemas de fraude a largo plazo, como la presentación de reclamaciones por intervenciones, pruebas de laboratorio o recetas de alto coste.

Los datos de comportamiento, incluida la información procedente de tecnologías médicas electrónicas, dispositivos wearables y aplicaciones sanitarias, acumulan una enorme cantidad de datos, algo que no ocurre con la información financiera.

¿Cómo pueden los atacantes aprovechar los datos sanitarios y médicos para cometer fraudes, extorsiones y ataques dirigidos?

Los historiales médicos no tienen un simple valor de reventa para los piratas informáticos, como ocurre con los registros financieros. La información médica sustraída permite a los piratas informáticos presentar reclamaciones fraudulentas a las aseguradoras, obtener recetas médicas fraudulentas y alterar el historial médico de un paciente mediante una entrada fraudulenta, como una contraseña sustraída.

Los grupos sofisticados de ransomware extraen constantemente datos antes de cifrarlos para crear una amenaza secundaria que les permita robar información confidencial y exigir un pago a cambio de mantenerla en secreto. Las demandas medias de rescate por ransomware en el sector sanitario contra las organizaciones ascienden a 18,2 millones de dólares.

¿Por qué las herramientas de seguridad tradicionales suelen ser ineficaces en entornos de big data del sector sanitario?

El software de seguridad tradicional, como los cortafuegos y las herramientas de gestión de identidades y accesos (IAM), supervisa patrones de tráfico conocidos.

Además, no están diseñadas para el gran volumen, la alta velocidad, el cifrado y los distintos formatos de datos característicos de los entornos modernos de análisis sanitario.

La IAM es un marco de ciberseguridad que permite a los usuarios y sistemas autorizados obtener el acceso adecuado a los recursos digitales.

Por ello, su rendimiento es insuficiente en infraestructuras de big data que no cuenten con un ajuste específico para el sector sanitario.

¿Por qué muchas plataformas de seguridad tienen dificultades para analizar conjuntos de datos sanitarios a gran escala?

Las plataformas de seguridad supervisan sistemas transaccionales, por lo que el volumen y la velocidad de los datos que circulan por los sistemas de procesamiento de datos sanitarios resultan abrumadores para ellas. Estos datos incluyen elementos de información, como registros procedentes de cargas por lotes en almacenes de datos y flujos de datos clínicos en tiempo real.

Las plataformas convencionales de gestión de información y eventos de seguridad (SIEM), como Microsoft Sentinel e IBM QRadar, no pueden procesar esa información sin un ajuste exhaustivo específico para el sector sanitario.

SIEM es una solución de seguridad que permite a las organizaciones reconocer y prevenir posibles amenazas y vulnerabilidades de seguridad antes de que puedan perturbar las operaciones empresariales.

Por lo tanto, las organizaciones no pueden supervisar plenamente los flujos de datos ni evitar que las amenazas reales queden ocultas entre el ruido. En consecuencia, a estas plataformas les resulta difícil reducir con precisión la capacidad de detección de malware.

Estas plataformas permiten reconocer y abordar posibles amenazas y vulnerabilidades de seguridad antes de que perturben las operaciones empresariales.

¿De qué manera el tráfico sanitario cifrado reduce la visibilidad de la detección?

La información sanitaria cifrada está protegida contra la interceptación. Sin embargo, el cifrado impide que las herramientas de detección tradicionales basadas en la red, que inspeccionan el contenido del tráfico, detecten actividades fraudulentas.

A medida que las organizaciones sanitarias aumentan el cifrado del flujo de datos, los equipos de seguridad disponen de menor visibilidad. Y los métodos de detección se basan en la inspección de firmas y de contenido. Como consecuencia, las organizaciones se enfrentan a una auténtica tensión arquitectónica.

Concretamente, el cifrado se utiliza no solo para evitar que los datos sean interceptados, sino también para impedir que las herramientas de seguridad detecten los datos que circulan por la red. En consecuencia, los métodos utilizados para la detección basada en el comportamiento y en los metadatos deben diferir de aquellos que requieren descifrar el contenido del tráfico.

¿Por qué la recopilación de datos sanitarios genera líneas de referencia de comportamiento anómalas para las herramientas de big data?

Las herramientas de detección de anomalías de comportamiento establecen una línea de referencia de actividades normales y señalan las fraudulentas. Sin embargo, el acceso a los datos sanitarios está asociado a irregularidades que generan confusión a la hora de detectar la actividad normal․

Por ejemplo, un analista de investigación puede realizar una consulta para un estudio puntual, o un científico de datos puede ejecutar una exportación por lotes inusualmente grande para el entrenamiento de modelos. En tales casos, estas herramientas, diseñadas para entornos de TI corporativos con patrones de acceso más uniformes y predecibles, producen falsos positivos o incluso pasan por alto por completo anomalías reales.

¿Cómo logran las organizaciones sanitarias equilibrar la supervisión, el acceso a los datos y la privacidad de los pacientes?

Las organizaciones sanitarias equilibran la supervisión, el acceso a los datos y la experiencia y privacidad de los pacientes teniendo en cuenta los flujos de trabajo sanitarios. Los modelos de supervisión tienen en cuenta los patrones legítimos de acceso amplio propios de la investigación y el análisis autorizados, así como los patrones genuinamente anómalos asociados a brechas de seguridad o al uso indebido.

Los equipos de seguridad y los equipos clínicos, de investigación y de análisis colaboran estrechamente para proporcionar una supervisión adecuada que permita detectar patrones operativos, en lugar de basarse en suposiciones genéricas.

Por último, cuando los sistemas de registro y supervisión recogen registros detallados de las personas que acceden a los datos de uno u otro paciente, estos también deben protegerse como datos sensibles. ¿Por qué? Porque los registros de auditoría muestran qué registros son los más valiosos para una violación de seguridad.

¿Cómo deben las organizaciones sanitarias proteger la nube, los análisis y los ecosistemas de terceros?

Las organizaciones sanitarias deben comprender claramente el modelo de responsabilidad compartida para definir quién está a cargo de la seguridad y evaluar rigurosamente la seguridad de los proveedores antes de conceder el acceso.

También es esencial aplicar enfoques regulados al intercambio de datos entre instituciones.

En realidad, muchas organizaciones sanitarias aplican las disciplinas mencionadas de forma inconsistente, lo que crea oportunidades de violación de la seguridad para los ciberatacantes.

¿Qué riesgos de responsabilidad compartida existen en el análisis sanitario alojado en la nube?

Las organizaciones sanitarias asumen la responsabilidad de proteger los datos, las configuraciones y los controles de acceso dentro de la infraestructura en la nube.

Sin embargo, esta responsabilidad suele malinterpretarse, lo que da lugar a filtraciones provocadas por una configuración errónea por parte del cliente. El fallo del proveedor de la nube no es la causa principal de dichas filtraciones.

Por ejemplo, la filtración de Blue Shield of California es uno de estos casos. La filtración de 5,5 millones de registros en el Yale New Haven Health System se debió a una configuración errónea de Google Analytics. La plataforma en la nube en sí misma no sufrió ninguna brecha de seguridad. Fue la configuración que la organización le aplicó la que dejó al descubierto información sanitaria protegida.

Por lo tanto, las organizaciones sanitarias que utilicen análisis en la nube deben configurar la gestión como una función crítica para la seguridad y supervisarla periódicamente.

¿Cómo deben evaluar las organizaciones sanitarias el nivel de seguridad de los proveedores?

Las organizaciones sanitarias deben evaluar el nivel de seguridad de los proveedores analizando sus prácticas reales de tratamiento de datos. En concreto, las organizaciones deben especificar qué categorías evaluar, qué datos almacenar, qué accesos regular internamente, en qué procesos basarse para dicha evaluación, así como determinar los plazos de notificación de brechas y la respuesta ante incidentes por parte del proveedor.

Hoy en día, la mayoría de las organizaciones colaboran con proveedores externos que, a su vez, sufren violaciones de datos. Por lo tanto, la cuestión es si el diseño del sistema de un proveedor puede limitar y prevenir una amenaza.

Por ello, resulta vital evaluar los riesgos de los proveedores de forma periódica a lo largo de toda la relación. No basta con evaluar estos riesgos únicamente durante la fase inicial de incorporación.

¿Cómo pueden los proveedores de atención sanitaria garantizar la seguridad del intercambio de datos sanitarios entre instituciones?

Para garantizar la seguridad del intercambio de datos entre instituciones, las organizaciones deben estandarizar los protocolos de intercambio de datos con autenticación y cifrado integrados, así como aplicar la minimización de datos. De este modo, podrán identificar casos de uso específicos para los datos compartidos. Así, también podrán definir claramente cómo la institución receptora puede utilizar, compartir y conservar los datos.

La validación de certificados SSL y la imposición de versiones de seguridad de la capa de transporte (TLS) en todos los puntos finales de intercambio de datos entre instituciones son configuraciones erróneas que permiten que permanezcan activas versiones obsoletas del protocolo SSL. TLS es el protocolo de seguridad que cifra los datos enviados a través de Internet. Estos factores se han identificado como causantes de varias filtraciones de datos relacionadas con la interoperabilidad sanitaria.

Los Recursos de Interoperabilidad Sanitaria Rápida (FHIR) son estándares web que permiten a los sistemas de software médico intercambiar historias clínicas electrónicas de forma segura y rápida. Proporcionan la base técnica, pero esto no es suficiente para la protección de los datos sanitarios.

Las organizaciones también deben utilizar marcos de gestión de la seguridad para definir qué elementos de datos pueden circular en virtud de qué acuerdos de intercambio. De este modo, las instituciones receptoras pueden saber qué normas de seguridad deben seguir y qué requisitos deben cumplir.

De lo contrario, los acuerdos informales de intercambio de datos entre instituciones pueden ser la causa de las filtraciones más perjudiciales de los últimos tiempos.

¿Cómo puede Bacula Systems ayudar a las organizaciones sanitarias a proteger la seguridad del big data en entornos sanitarios?

Bacula Systems da respuesta a las necesidades de copia de seguridad y recuperación de las organizaciones preocupadas por la ciberseguridad que utilizan big data en el ámbito sanitario, donde dicho big data está creciendo tanto en volumen como en complejidad. Está diseñado para mitigar los riesgos asociados a la realidad de que, cuanto más grande y centralizado es el entorno de datos, más peligroso resulta un fallo en la copia de seguridad durante la recuperación tras un ataque de ransomware.

Las soluciones de Bacula Systems son compatibles con la infraestructura mixta y de gran volumen típica de los entornos de big data del sector sanitario. Bacula ofrece las siguientes características:

• Copia de seguridad: Copia de seguridad en las principales plataformas de bases de datos que sustentan los almacenes de datos y los repositorios analíticos.
• Almacenamiento inmutable: Copias de seguridad aisladas físicamente (air-gapped) e inmutables que permanecen protegidas incluso cuando las credenciales de producción se ven totalmente comprometidas.
• Cifrado: Cifrado AES-256, un cifrado simétrico que garantiza la seguridad de los datos tanto en reposo como en tránsito. De este modo, amplía la protección conforme a la HIPAA a la capa de copias de seguridad, en lugar de tratarla como un aspecto secundario. El cifrado AES-256 se aplica a los datos de copia de seguridad tanto en reposo como en tránsito. Garantiza que los repositorios de copias de seguridad que contienen datos sanitarios agregados cumplan el mismo estándar de protección criptográfica exigido para los sistemas clínicos primarios.
• Escalabilidad: Gracias al diseño escalable del sistema de Bacula Systems y a la gestión granular de las políticas de retención, las organizaciones sanitarias pueden proteger de forma coherente los datos en todos los volúmenes de datos, a diferencia de las herramientas de copia de seguridad tradicionales. Esto se debe a que las herramientas tradicionales se han desarrollado para la protección de un único sistema.
• Recuperación: Las copias de seguridad de Bacula proporcionan a las organizaciones la capacidad de recuperación verificada que tanto necesitan. Como resultado, la infraestructura de datos de las organizaciones sanitarias puede estar segura de que se restaurará en plazos clínicamente aceptables, en lugar de enfrentarse a fallos en las copias de seguridad durante una crisis activa.

Preguntas frecuentes

¿Por qué las fusiones en el sector sanitario aumentan drásticamente los riesgos de seguridad y privacidad relacionados con el big data?

Cuando entornos de datos que antes estaban separados se fusionan en un único diseño de sistema, la atención suele centrarse en la integración empresarial en lugar de en la preparación en materia de seguridad.

Por lo tanto, cuando se fusionan diferentes plataformas de historias clínicas electrónicas (EHR), herramientas de análisis, niveles de madurez de seguridad y modelos de gestión de acceso, la organización resultante suele adoptar la postura de seguridad más débil, con controles menos maduros. Como resultado, surge un conjunto de datos más amplio y valioso que se convierte en un objetivo «atractivo» para los ciberatacantes.

Cuando los datos se migran durante la integración, fluyen grandes volúmenes de datos de pacientes entre sistemas. Y esto suele ocurrir a través de interfaces temporales y privilegios de acceso elevados. Los problemas y riesgos relacionados con la seguridad y la privacidad de los macrodatos aumentan durante estos procesos debido al amplio acceso, la reducción de la supervisión y la presión del tiempo.

¿Pueden las plataformas de macrodatos del sector sanitario seguir cumpliendo con la normativa si se reutilizan los datos de los pacientes para el entrenamiento de la IA?

Que las plataformas de big data puedan seguir cumpliendo con la normativa si los datos de los pacientes se reutilizan para el entrenamiento de la IA depende de la base jurídica relativa a dichos datos. Concretamente, depende de si los datos se recopilaron originalmente y de si la base jurídica cubre el uso secundario para el entrenamiento de la IA.

Según la HIPAA, determinados usos de datos anonimizados no requieren una autorización adicional del paciente. Sin embargo, la anonimización debe cumplir con las normas específicas de «Safe Harbor» o de «determinación por expertos» de la Norma de Privacidad.

Por ejemplo, deben eliminarse 18 identificadores específicos de los datos. Además, un experto cualificado debe aplicar principios estadísticos y científicos válidos para el análisis de los datos. Y el experto debe documentar que es prácticamente improbable que alguien pueda volver a identificar a la persona.

La forma más segura es tratar los datos de entrenamiento de la IA con el mismo rigor en la gestión de la seguridad que se aplica a otros usos secundarios de la información médica protegida (PHI). En concreto, esto se refiere a una autorización documentada o a una desidentificación cualificada. Las organizaciones no deben dar por sentado que los casos de uso de la IA quedan al margen de las obligaciones estándar de la HIPAA.

¿Por qué las organizaciones sanitarias pierden la capacidad de supervisar los datos sensibles una vez que las iniciativas de análisis se amplían?

Las organizaciones sanitarias pierden la capacidad de supervisar los datos sensibles una vez que las iniciativas de análisis se amplían porque los procesos de gestión de datos se vuelven menos capaces de hacer un seguimiento de la creciente cantidad de información.

Las fuentes de datos que antes estaban bien gestionadas se convierten en docenas de conjuntos de datos duplicados repartidos entre el almacenamiento en la nube, las estaciones de trabajo locales de los analistas y los sistemas de procesamiento intermedios. Y cada uno de estos fragmentos de datos se convierte en un objetivo potencial para los piratas informáticos, sin que exista una gestión de datos que permita supervisarlos.

La falta de capacidad de supervisión es un reto estructural continuo que se acelera a medida que aumentan la madurez y la escala de los análisis. Para superar este reto, las organizaciones sanitarias deben esforzarse constantemente por mantener al día las herramientas de descubrimiento e inventario de datos.