Datos Personales de Salud: Un Modelo de Capacidades de Ciberseguridad para prevenir la fuga de datos en entornos de Big Data

• Autores: Sanchez Rubio, Carlos Javier, Osorio Choque, Jercino, Raez Villacorta, Gino Gerardo
• Formato: tesis de maestría
• Fecha de Publicación: 2024
• Institución: Universidad Peruana de Ciencias Aplicadas
• Repositorio: UPC-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorioacademico.upc.edu.pe:10757/675369
• Enlace del recurso: http://hdl.handle.net/10757/675369
• Nivel de acceso: acceso abierto
• Materia: Big data security; Health data; Data leakage; Data breaches; http://purl.org/pe-repo/ocde/ford#2.00.00; https://purl.org/pe-repo/ocde/ford#2.02.03

En el sector sanitario se pueden encontrar diversas fuentes de datos que contienen gran cantidad de información relacionada con pacientes, enfermedades, tratamientos, centros médicos, etc. Interpretar toda esta información puede ayudar tanto a los médicos como a los líderes de los centros médicos a tomar decisiones que puedan mejorar la atención al paciente. El uso de los llamados métodos de big data muestra un nivel de inteligencia que se caracteriza por el uso de modelos predictivos para predecir las necesidades de salud y proporcionar una atención médica más eficaz. Por ello, se propone un modelo de capacidades de ciberseguridad ante la fuga de datos personales que permita proteger la información personal de los pacientes. Este modelo se implementa tomando como referencia investigaciones previas realizadas y cruzándolo con las mejores prácticas de NIST. Se definió un proceso de validación para verificar la efectividad del modelo propuesto, el estudio se realizó con un grupo de expertos en ciberseguridad que laboran en entidades de salud a través de un cuestionario. Durante el estudio, se analizaron las respuestas brindadas por estos especialistas para medir el nivel de madurez de su entidad frente al modelo diseñado. Como resultado final se obtuvo que, el modelo permite identificar que tan robusta se encuentra una organización para prevenir escenarios de fuga de datos, así como identificar las brechas y falencias existentes para establecer acciones correctivas.