发表于 9月 2025
分享
针对医疗系统的网络攻击已不再是孤立事件，而是日益严峻的全球性威胁。医院曾被视为安全港湾，如今却身处数字战场 —— 恶意攻击者为获取利益、制造混乱，甚至达成地缘政治目的，将目标对准关键医疗系统。作为英国国民医疗服务体系的外科临床医生，同时也是伦敦帝国理工学院的博士研究员，我亲眼见证了技术、患者安全与服务连续性之间的微妙平衡。
医疗领域的脆弱性已多次暴露。2017 年的 “想哭” 勒索软件攻击为医疗领域敲响警钟，当时该攻击导致英国国民医疗服务体系多地运营中断。近年来，“辛诺维斯” 勒索软件攻击关停了伦敦东南部的病理检测服务，这也是英国国民医疗服务体系首例被证实与网络攻击直接相关的患者死亡案例。2024 年，美国阿森松医疗系统遭遇网络攻击，导致 19 个州的临床服务陷入瘫痪。更严重的是，联合健康集团旗下子公司 “变革医疗” 的数据泄露事件，导致全美范围内的医疗账单结算与处方处理系统停滞，经济损失预估近 25 亿美元。2021 年，爱尔兰医疗服务管理局遭遇网络攻击，其信息技术系统中断数周，恢复成本约 1 亿欧元，同时造成大量医疗服务积压。2020 年，德国杜塞尔多夫大学医院遭受勒索软件攻击，据信与一名患者死亡相关，这也是已知最早的网络事件致患者死亡案例之一。
这些例子揭示了一个关键事实：医疗领域是极具吸引力的高价值目标，但其弹性规划往往落后于金融、能源等其他关键行业。与这些行业不同，医院无法为了系统升级或测试而简单 “关停” 系统；即便面临极大限制，拯救生命的医疗服务也必须持续进行。
正因如此，英国国民医疗服务体系内的网络安全举措不断发展，受到的关注也日益增加。英国新当选的工党政府已提出《网络安全与弹性法案》，旨在加强包括医疗服务在内的国家关键数字基础设施防护。这些进展表明，政府最高层已愈发认识到英国国民医疗服务体系面临的网络安全风险。
在此背景下，我的研究聚焦医疗领域网络物理系统的弹性，核心探索问题是：若网络攻击破坏了单个设备或网络物理系统组件，这种故障会如何在医院相互连接的设备中扩散？这又会对患者安全产生何种影响？
医疗基础设施中的网络物理系统，是将数字计算、网络与实体医疗设备深度整合的生态系统，为患者护理提供支持。例如，联网输液泵、手术机器人、远程患者监护系统等都属于此类系统 —— 这些系统的软件与实体组件必须完美协同，才能确保医疗安全与效果。
在博士研究中，我构建了网络攻击期间英国国民医疗服务体系的服务弹性模型，描绘故障如何在临床、基础设施与后勤层面扩散。研究过程中，我建立了贝叶斯网络模型，用于量化风险路径、识别单点故障，并测试干预策略。弹性不仅意味着快速恢复系统；更重要的是，即便数字系统出现故障，紧急手术、重症监护、诊断等核心医疗功能也必须得以维持。此外，还需从故障中吸取经验，确保系统在恢复运行后，性能能比故障前有所提升。
我的研究方法采用概率建模（如因果贝叶斯推理）来模拟 “假设情景”。核心思路是计算不同类型故障发生的可能性，以及故障在系统网络中可能产生的连锁反应。通过这种方式，我们不仅能预估设备在网络攻击中是否可能出现故障，还能判断故障会如何在整个生态系统中扩散，并最终对患者产生影响。
我在伦敦帝国理工学院的导师 —— 米雷耶・埃尔哈杰博士、赛拉・加富尔博士与何塞・埃斯克里瓦诺博士，分别在医疗网络安全、系统建模与数学领域拥有深厚专业知识。我们共同致力于开发一款工具，供英国国民医疗服务体系下属机构与政策制定者使用，助力其在资源分配、设备采购与应急规划方面做出更明智的决策。
形势已十分紧迫。针对医疗领域的网络攻击在频率、规模与复杂程度上均在不断升级。其造成的经济损失令人震惊，而人力成本更是无法估量。我的研究目标是提供基于实证的策略，从概率角度看待网络物理风险 —— 不仅要保护设备与信息技术系统，更要模拟故障如何在医疗流程中扩散，且始终将患者安全置于首位。通过从临床优先级角度定义弹性，同时证明概率建模如何为防御投资决策提供依据，这项研究有望推动临床人员更积极地参与相关工作，促进技术团队与医疗管理层达成共识。我设想的一个重要未来应用方向，是战略性部署贝叶斯推理模型。这种先进的统计框架将有助于训练复杂模型，用于分析和解读海量数据（尤其在网络物理安全漏洞领域）。这一关键应用可延伸至多个行业，其中医疗领域是重点关注方向。
借助贝叶斯推理的预测能力，这些模型能够识别模式、检测异常，并预测复杂网络物理系统中潜在的漏洞。此类分析得出的见解，将对优化决策流程至关重要。在医疗领域，这意味着能为医疗设备、患者数据与关键基础设施制定更完善的安全协议。具备预测并缓解网络物理威胁的能力，将能保障患者安全、维护数据完整性、确保基本医疗服务的不间断提供，进而巩固这一关键领域的弹性。
这项研究既关乎网络安全，也关乎系统弹性。研究旨在认识到：在 21 世纪，患者安全既依赖外科医生，也依赖服务器；既依赖麻醉师，也依赖算法。保护网络物理系统，必须从 “如何保障患者安全” 这一问题出发，而非仅仅关注 “如何维持系统在线”。通过借鉴过往的失败与成功经验，将临床见解与网络风险建模相结合，我们能够构建一个足以抵御未来数字风暴的医疗系统。