Avançar para o conteúdo principal
UniNewsletter - Logo
Revista digital
Capa de Para além da graduação: como os antigos alunos internacionais estão a remodelar o ensino superior global.

Para além da graduação: como os antigos alunos internacionais estão a remodelar o ensino superior global.

Ler mais
Iniciar sessão/Registar-se como
Mudar de idioma. Idioma atual: Português

Publicado em 15 de Setembro, 2025

Construindo resiliência cibernética em sistemas ciberfísicos de saúde usando inferência bayesiana causal

admin

Os ciberataques a sistemas de saúde não são mais eventos isolados, eles
são uma ameaça global crescente. Hospitais, antes vistos como refúgios
seguros, agora operam em um campo de batalha digital onde agentes
mal-intencionados atacam sistemas críticos para obter lucro, causar
interrupções ou até mesmo exercer influência geopolítica. Como cirurgião
clínico no Serviço Nacional de Saúde (NHS) do Reino Unido e pesquisador
de doutorado no Imperial College London, testemunhei em primeira mão o
delicado equilíbrio entre tecnologia, segurança do paciente e
continuidade dos serviços.

A vulnerabilidade da saúde tem sido exposta
repetidas vezes. Um precedente histórico foi estabelecido pelo
ataque de ransomware WannaCry em
2017
, que interrompeu operações em todo o NHS. Mais recentemente,
o
ataque de
ransomware à Synnovis

paralisou serviços de patologia no sudeste de Londres e marcou a
primeira
morte
de paciente

no NHS diretamente atribuída a um ciberataque. Enquanto isso, o
ciberataque de 2024 à
Ascension

interrompeu serviços clínicos em 19 estados dos EUA. Ainda mais grave
foi a
violação da Change
Healthcare
, uma subsidiária da UnitedHealth Group, que paralisou
a cobrança e o
processamento de prescrições em todo o país, com perdas econômicas
estimadas em quase US$ 2,5 bilhões. O ciberataque de 2021 ao Health
Service Executive (HSE) da Irlanda paralisou seus sistemas de TI por
semanas, custando cerca de €100 milhões em recuperação e causando
enormes atrasos nos serviços. E em 2020, um ataque de ransomware ao
Hospital Universitário de Düsseldorf, na Alemanha, foi ligado à morte de
um paciente, uma das primeiras fatalidades conhecidas associadas a um
incidente cibernético.

Esses exemplos destacam uma verdade crítica: a saúde é um alvo atraente
e de alto valor, mas seu planejamento de resiliência muitas vezes fica
atrás de outros setores críticos, como finanças ou energia. Diferente
dessas indústrias, os hospitais não podem simplesmente ‘desligar’
sistemas para atualizações ou testes; o atendimento que salva vidas deve
continuar, muitas vezes sob restrições extremas.

Como resultado, as iniciativas de cibersegurança em todo o NHS têm
evoluído com foco crescente. O novo governo trabalhista eleito no Reino
Unido propôs um
Projeto
de Lei de Segurança e Resiliência Cibernética

voltado para reforçar a infraestrutura digital crítica do país,
incluindo os serviços de saúde. Esses desenvolvimentos sinalizam um
crescente reconhecimento das vulnerabilidades cibernéticas do NHS nos
mais altos níveis do governo.

Nesse contexto, minha pesquisa examina a resiliência de sistemas
ciberfísicos (CPS) na saúde, explorando a questão: se um ciberataque
interromper um único dispositivo ou componente de CPS, como essa falha
poderia se propagar pelo equipamento interconectado de um hospital, e
quais implicações isso teria para a segurança do paciente?

Os CPS na infraestrutura de saúde integram computação digital, redes e
dispositivos médicos físicos em um ecossistema fortemente conectado que
sustenta o cuidado ao paciente. Exemplos incluem bombas de infusão em
rede, robôs cirúrgicos e sistemas de monitoramento remoto de pacientes,
nos quais tanto os componentes de software quanto os físicos devem
funcionar perfeitamente para garantir segurança e eficácia.

No meu doutorado, modelo a resiliência dos serviços do NHS durante
ciberataques, mapeando como as interrupções se propagam pelas camadas
clínicas, infraestruturais e logísticas. Isso envolve a construção de um
modelo de rede
bayesiana

para quantificar caminhos de risco, identificar pontos únicos de falha e
testar estratégias de intervenção. A resiliência não se trata apenas de
restaurar sistemas rapidamente; trata-se de garantir que funções
centrais, como cirurgias de emergência, cuidados intensivos e
diagnósticos, possam continuar mesmo quando os sistemas digitais falham.
E, além disso, lições devem ser aprendidas para que o sistema possa
retomar suas operações após a interrupção com desempenho aprimorado em
comparação ao período anterior à interrupção.

Minha abordagem utiliza modelagem probabilística, como a inferência
bayesiana causal, para simular cenários de “e se”. A ideia é calcular
tanto a probabilidade de diferentes tipos de falhas quanto os possíveis
efeitos em cascata em uma rede de sistemas. Isso nos permite estimar não
apenas se um dispositivo pode falhar em um ciberataque, mas também como
essa falha pode se espalhar pelo ecossistema e, em última análise,
impactar os pacientes.

Meus supervisores no Imperial College London, Dra. Mireille El-Hajj,
Dra. Saira Ghafur e Dr. Jose Escribano, trazem expertise em
cibersegurança em saúde, modelagem de sistemas e matemática. Juntos,
buscamos produzir uma ferramenta que as instituições do NHS e
formuladores de políticas possam usar para tomar decisões mais
informadas sobre alocação de recursos, aquisição de dispositivos e
planejamento de contingências.

A urgência é clara. Os ciberataques à saúde estão aumentando em
frequência, escala e sofisticação. O custo financeiro é impressionante,
mas o custo humano é incalculável. Meu objetivo é fornecer estratégias
baseadas em evidências que adotem uma visão probabilística dos riscos
ciberfísicos, não apenas protegendo dispositivos e sistemas de TI, mas
modelando como as interrupções se espalham pelos fluxos de cuidado —
tendo a segurança dos pacientes como foco principal. Ao enquadrar a
resiliência em termos de prioridades clínicas e demonstrar como a
modelagem probabilística pode informar decisões sobre onde investir em
defesas, o trabalho pode incentivar maior adesão clínica e alinhamento
entre equipes técnicas e a liderança médica. Uma aplicação futura
significativa prevista através do meu trabalho é o uso estratégico de
modelos de inferência bayesiana. Esses quadros estatísticos avançados
serão fundamentais no treinamento de modelos sofisticados para analisar
e interpretar grandes conjuntos de dados, particularmente no domínio de
violações ciberfísicas. Essa aplicação crítica se estende a vários
setores, com foco especial na medicina e na saúde.

Ao aproveitar o poder preditivo da inferência bayesiana, esses modelos
serão capazes de identificar padrões, detectar anomalias e prever
vulnerabilidades potenciais dentro de sistemas ciberfísicos complexos.
Os insights obtidos a partir dessas análises serão cruciais para
informar melhores processos de tomada de decisão. No contexto da
medicina e da saúde, isso se traduz em protocolos de segurança
aprimorados para dispositivos médicos, dados de pacientes e
infraestrutura crítica. A capacidade de prever e mitigar ameaças
ciberfísicas protegerá a segurança do paciente, manterá a integridade
dos dados e garantirá a prestação ininterrupta de serviços essenciais de
saúde, consolidando assim a resiliência desse campo vital.

Este estudo trata tanto de resiliência quanto de cibersegurança.
Trata-se de reconhecer que, no século XXI, a segurança do paciente
depende tanto de cirurgiões quanto de servidores, tanto de anestesistas
quanto de algoritmos — e que proteger os sistemas ciberfísicos deve
começar com a pergunta: “O que mantém nossos pacientes seguros?” em vez
de apenas “O que mantém nossos sistemas online?” Aprendendo com as
falhas e sucessos do passado, e conectando o conhecimento clínico à
modelagem de risco cibernético, podemos construir um sistema de saúde
preparado para resistir às tempestades digitais do futuro.

Este site está registado em wpml.org como um site de desenvolvimento. Mude para uma chave de site de produção para remove this banner.