人工智能正推动医疗体系效率提升，但网络攻击可能威胁患者安全、干扰医疗设备并阻碍急救工作。"SecureNeuroAI"项目获得德国联邦教研部250万欧元资助，计划开发基于人工智能的癫痫发作实时检测系统，并将研究成果拓展到其他医疗领域。该项目由波恩大学数据科学与智能系统研究组（DSIS）埃琳娜·德米多娃（Elena Demidova）教授牵头，联合波恩大学IT安全研究组迈克尔·迈尔（Michael Meier）教授、波恩大学医院癫痫科贝约恩·克鲁格（Björn Krüger）教授、卡尔斯鲁厄信息中心法兰卡·博姆（Franziska Boehm）教授团队共同开展。
研究团队将开发具备网络安全能力的人工智能模型，通过分析可穿戴设备（如智能手表）采集的心率、呼吸频率等生命体征数据和临床数据，实现癫痫发作的准确识别。这些模型不仅能区分真实发作与数据篡改情况，还将配套制定技术、组织和法律措施以确保临床应用可行性。德米多娃教授强调："AI模型高度依赖数据质量，必须建立数据验证和篡改检测机制，特别是在医疗紧急情况检测领域，其复杂模式识别和有限数据集带来的挑战尤为突出。"
波恩大学医院负责临床数据验证工作，系统采集多模态数据并构建真实场景下的训练集。克鲁格教授指出："医疗领域的AI应用必须建立安全体系思维，因为涉及超高敏感的患者数据。"迈尔教授团队研究显示，联网医疗设备及其基础设施存在安全漏洞，可能导致传感器数据被篡改而不被察觉。卡尔斯鲁厄信息中心则负责分析数据保护法规和AI应用法律问题，为数字科学基础设施提供社会规范建议。
该项目研究成果将显著提升医疗设备的网络安全防护能力，保护基于AI的紧急情况检测系统免受数据篡改威胁。研究目标不仅限于癫痫检测，更旨在为提升AI医疗设备的完整性、可用性和可靠性奠定技术基础。
【全文结束】
