Model AI mutakhir mengubah sifat keamanan siber. Model bahasa besar (LLM) baru ini dapat menemukan kerentanan dengan kecepatan yang belum pernah terjadi sebelumnya, sehingga membahayakan sistem dan data.
Dengan mempertimbangkan model-model baru ini, organisasi sektor kesehatan perlu beradaptasi. Prinsip-prinsip dasar keamanan siber tetap berlaku, tetapi semuanya dipercepat. Manajemen kerentanan perlu diutamakan. Penambalan (patching), dan memastikan bahwa tambalan tersebut berfungsi, perlu menjadi prioritas. Alih-alih memakan waktu berminggu-minggu, ini perlu dilakukan dalam hitungan hari, bahkan jam.
Ini akan menjadi perubahan besar bagi organisasi sektor kesehatan yang bekerja dengan sistem dan aplikasi mereka sendiri, tetapi ketika menyangkut kolaborasi dengan pemasok pihak ketiga, hal ini menjadi lebih rumit. Kontrak dan perjanjian tingkat layanan sudah ada, tetapi model AI mutakhir ini memerlukan perubahan seiring dengan perubahan model ancaman.
Fokus makalah ini adalah bagaimana organisasi sektor kesehatan harus bekerja sama dengan rantai pasokan dan mitra pihak ketiga mereka terkait model AI mutakhir ini. Ide di balik makalah ini adalah untuk menjadi dokumen yang dinamis, karena seiring dengan dirilisnya lebih banyak model mutakhir, ancaman yang muncul pun terus berkembang, dan praktik terbaik serta rekomendasi pun harus ikut berkembang.
Takeaway kunci:
Manajemen Kerentanan yang Berkembang – Kecepatan AI mutakhir dalam mengidentifikasi kelemahan berarti jangka waktu perbaikan lama yang memakan waktu berminggu-minggu tidak lagi layak. Entitas di sektor kesehatan harus beralih ke penanganan ancaman dalam hitungan jam atau hari.
Modernisasi Perjanjian Pihak Ketiga – Penting untuk meninjau kembali kontrak pemasok guna memberlakukan jangka waktu perbaikan yang lebih cepat dan menuntut visibilitas yang lebih besar terhadap praktik keamanan vendor untuk menangkal risiko yang dipercepat oleh AI.
Pergeseran Sektor Luas Menuju Pertahanan Berbasis AI – Data survei menunjukkan sekitar 80% anggota Health-ISAC sudah meningkatkan anggaran untuk solusi keamanan berbasis AI atau secara proaktif memindai jaringan mereka untuk mencari kelemahan.
Memastikan Keberlangsungan Sektor Kesehatan – Karena pelanggaran keamanan yang dilakukan oleh vendor yang didukung AI dapat melumpuhkan alur kerja klinis, organisasi perlu mengembangkan strategi kontingensi yang komprehensif dan memelihara inventaris lengkap perangkat lunak pihak ketiga.
Tindakan Pertahanan Antisipatif – Perkuat posisi internal dengan memetakan semua aset digital eksternal, mengadopsi prinsip zero-trust, dan mendorong dialog yang konstan dan transparan dengan setiap mitra dalam rantai pasokan.
