UniNewsletter - Logo
Ingia/Sajili kama

Imechapishwa tarehe Sep 2025

Kuunda Ustahimilivu wa Kimtandao katika Mifumo ya Kushikika ya Huduma za Afya kwa Kutumia Ushawishi wa Causal Bayesian

Kuunda Ustahimilivu wa Kimtandao katika Mifumo ya Kushikika ya Huduma za Afya kwa Kutumia Ushawishi wa Causal Bayesian

Mashambulizi ya kimtandao kwenye mifumo ya huduma ya afya si matukio ya pekee, ni tishio linalokua la kimataifa. Hospitali, ambazo hapo awali zilionekana kuwa mahali salama, sasa zinafanya kazi katika uwanja wa vita wa kidijitali ambapo watendaji hasidi wanalenga mifumo muhimu kwa faida, usumbufu au hata uimarishaji wa kisiasa wa kijiografia. Kama daktari wa upasuaji katika Huduma ya Kitaifa ya Afya ya Uingereza (NHS) na mtafiti wa PhD katika Chuo cha Imperial London, nimejionea moja kwa moja usawa kati ya teknolojia, usalama wa mgonjwa na mwendelezo wa huduma.

Udhaifu wa huduma ya afya umefichuliwa mara kwa mara. Mfano wa kihistoria uliwekwa na shambulio la WannaCry ransomware la 2017, ambalo lilitatiza shughuli katika NHS. Hivi majuzi, shambuliola Synnovis ransomware lilifunga huduma za ugonjwa huko Kusini-mashariki mwa London na kuashiria kifocha kwanza cha mgonjwa katika NHS kilichohusishwa moja kwa moja na shambulio la mtandao. Wakati huo huo, shambuliola mtandaoni la 2024 kwenye Ascension lilitatiza huduma za kliniki katika majimbo 19 ya U.S. Ukiukaji mkubwa zaidi ulikuwa ukiukaji wa Change Healthcare, kampuni tanzu ya UnitedHealth Group, ambayo ilisitisha utozaji na usindikaji wa maagizo ya dawa nchini kote, na hasara ya kiuchumi inakadiriwa kuwa karibu dola bilioni 2.5. Mashambulizi ya mtandaoni ya mwaka wa 2021 dhidi ya Mtendaji wa Huduma ya Afya wa Ireland (HSE) yalileta mifumo yake ya TEHAMA kwa wiki kadhaa, na kugharimu wastani wa Euro milioni 100 katika urejeshaji na kusababisha malimbikizo makubwa ya huduma. Na mnamo 2020, shambulio la kikombozi kwenye Hospitali ya Chuo Kikuu cha Düsseldorf nchini Ujerumani lilihusishwa na kifo cha mgonjwa, moja ya vifo vya kwanza vinavyojulikana vinavyohusishwa na tukio la mtandao.

Mifano hii inaangazia ukweli muhimu: huduma ya afya ni lengo la kuvutia, la thamani ya juu, lakini mipango yake ya uthabiti mara nyingi huwa nyuma ya sekta nyingine muhimu kama vile fedha au nishati. Tofauti na tasnia hizo, hospitali haziwezi tu "kufunga" mifumo ya uboreshaji au upimaji; utunzaji wa kuokoa maisha lazima uendelee, mara nyingi chini ya vikwazo vikali.

Kama matokeo, mipango ya usalama wa mtandaoni katika NHS imeibuka kwa kuzingatia kuongezeka. Serikali mpya ya Labour ya Uingereza iliyochaguliwa hivi karibuni imependekeza Mswada wa Usalama wa Mtandaoni na Ustahimilivu unaolenga kuimarisha miundombinu muhimu ya kidijitali ya taifa, ikijumuisha huduma za afya. Maendeleo haya yanaashiria kuongezeka kwa utambuzi wa udhaifu wa mtandao wa NHS katika ngazi za juu zaidi za serikali.

Katika muktadha huu, utafiti wangu unachunguza uthabiti wa mifumo ya cyber-physical (CPS) katika huduma za afya, ukichunguza swali: Ikiwa shambulio la mtandao litatatiza kifaa kimoja au sehemu ya CPS, kushindwa huko kunawezaje kupitia vifaa vilivyounganishwa vya hospitali, na hii inaweza kuwa na athari gani kwa usalama wa mgonjwa?

CPS katika miundombinu ya huduma ya afya huunganisha kompyuta ya kidijitali, mitandao na vifaa vya kimatibabu halisi katika mfumo ikolojia uliounganishwa kwa uthabiti ambao unaauni utunzaji wa wagonjwa. Mifano ni pamoja na pampu za kuingiza za mtandao, roboti za upasuaji na mifumo ya ufuatiliaji wa wagonjwa wa mbali, ambapo programu na vipengele vya kushikika lazima vifanye kazi bila dosari ili kuhakikisha usalama na ufanisi.

Katika PhD yangu, ninaangalia ustahimilivu wa huduma ya NHS wakati wa mashambulizi ya mtandaoni, nikionyesha jinsi usumbufu unavyotokea kupitia tabaka za kimatibabu, miundombinu na vifaa. Hii inahusisha kujenga muundo wa mtandao waBayesian ili kuhesabu njia za hatari, kutambua pointi moja ya kushindwa na mikakati ya kuingilia kati ya majaribio. Ustahimilivu sio tu juu ya kurejesha mifumo haraka; inahusu kuhakikisha kuwa kazi kuu kama vile upasuaji wa dharura, utunzaji mahututi na uchunguzi zinaweza kuendelea hata wakati mifumo ya dijiti itashindwa. Na zaidi, masomo lazima yafunzwe ili mfumo uweze kurejea shughuli zake baada ya kukatizwa kwa utendakazi ulioimarishwa ikilinganishwa na ukatizaji wa awali.

Mbinu yangu hutumia modeli ya uwezekano, kama mfumo wa causal Bayesian kuiga hali za "vipi ikiwa". Wazo ni kukokotoa uwezekano wa aina tofauti za kushindwa na athari zinazoweza kutokea kwenye mtandao wa mifumo. Hii inatuwezesha kukadiria sio tu ikiwa kifaa kinaweza kushindwa katika mashambulizi ya mtandao, lakini jinsi kushindwa huko kunaweza kuenea katika mfumo wa ikolojia na hatimaye kuathiri wagonjwa. 

Wasimamizi wangu katika Chuo cha Imperial London, Dkt. Mireille El-Hajj, Dkt. Saira Ghafur na Dkt. Jose Escribano wanaleta utaalam kutoka kwenye usalama wa mtandaoni wa afya, uundaji wa mifumo na hisabati. Kwa pamoja, tunalenga kutoa zana ambayo NHS inaamini na watunga sera wanaweza kutumia kufanya maamuzi yenye ujuzi zaidi kuhusu ugawaji wa rasilimali, ununuzi wa kifaa na mipango ya dharura.

Uharaka uko wazi. Mashambulizi ya kimtandao kwenye huduma ya afya yanaongezeka mara kwa mara, kiwango na ustaarabu. Gharama ya kifedha ni ya kushangaza, lakini gharama ya mwanadamu haihesabiki. Kusudi langu ni kutoa mikakati inayotegemea ushahidi ambayo inachukua mtazamo unaowezekana wa hatari za mtandao, sio tu kufunga vifaa na mifumo ya TEHAMA, lakini kuiga jinsi usumbufu unavyotokea kupitia njia za utunzaji¾huku usalama wa wagonjwa kama jambo kuu. Kwa kutunga uthabiti kulingana na vipaumbele vya kimatibabu, na kwa kuonyesha jinsi uundaji wa uwezekano unavyoweza kufahamisha maamuzi kuhusu mahali pa kuwekeza katika ulinzi, kazi inaweza kuhimiza ununuzi na upatanishi wa kimatibabu kati ya timu za kiufundi na uongozi wa matibabu. Utumizi muhimu wa siku zijazo unaofikiriwa kupitia kazi yangu ni upelekaji wa kimkakati wa mifano ya uelekezaji ya Bayesian. Mifumo hii ya hali ya juu ya takwimu itakuwa muhimu katika kutoa mafunzo kwa miundo ya kisasa ya kuchanganua na kutafsiri mkusanyiko mkubwa wa data, haswa katika kikoa cha ukiukaji wa mtandao. Programu hii muhimu inaenea kwa sekta mbalimbali, kwa kuzingatia hasa dawa na afya.

Kwa kutumia uwezo wa ubashiri wa makisio ya Bayesian, miundo hii itaweza kutambua ruwaza, kugundua hitilafu na kutabiri udhaifu unaoweza kutokea ndani ya mifumo changamano ya mtandao wa kimwili. Maarifa yaliyopatikana kutoka kwenye uchanganuzi kama huo yatakuwa muhimu kwa kufahamisha michakato bora ya kufanya maamuzi. Katika muktadha wa dawa na huduma ya afya, hii inatafsiriwa kuwa itifaki za usalama zilizoimarishwa za vifaa vya matibabu, data ya wagonjwa na miundombinu muhimu. Uwezo wa kutabiri na kupunguza vitisho vya mtandaoni utalinda usalama wa mgonjwa, kudumisha uadilifu wa data na kuhakikisha utoaji usiokatizwa wa huduma muhimu za afya, na hivyo kuimarisha uthabiti wa uwanja huu muhimu.

Utafiti huu unahusu uthabiti kama vile unahusu usalama wa mtandaoni. Ni kuhusu kutambua kwamba katika karne ya 21, usalama wa mgonjwa unategemea madaktari wa upasuaji na wahudumu wote wawili, wauguzi wa ganzi na kanuni za udhibiti na kwamba kupata mifumo ya kimtandao ya kusikika lazima kuanza kutoka kwenye swali, "Ni nini huwaweka wagonjwa wetu salama?" badala ya "Ni nini huweka mifumo yetu mtandaoni?" Kwa kujifunza kutokana na kushindwa na mafanikio ya zamani, na kwa kuunganisha maarifa ya kimatibabu na muundo wa hatari za kimtandao, tunaweza kujenga mfumo ya afya iliyo tayari kustahimili dhoruba za kidijitali za siku zijazo.