Sicherer Zugriff auf elektronische Gesundheitsakten über Blockchain, Doppelattributverschlüsselung und großsprachmodellbasierte Attributextraktion

Warum Ihre Krankendaten schlauere Schlösser brauchen

Jeder Arztbesuch hinterlässt eine digitale Spur – Notizen, Testergebnisse, Bilder –, die häufig in verschiedenen Krankenhäusern und Clouds gespeichert sind. Diese Unterlagen sind für eine gute Versorgung wichtig, doch sind sie zu offen, ist Ihre Privatsphäre gefährdet; sind sie zu stark eingeschränkt, können Ärzte lebenswichtige Informationen nicht rechtzeitig einsehen. Dieses Papier stellt eine neue Methode zum Schutz elektronischer Gesundheitsakten vor, die sicherstellt, dass nur die richtigen Personen genau die relevanten Teile der Patientendaten sehen können, selbst wenn diese über das Internet verstreut sind.

Das Problem mit Einheitslösungen für Datenschutz

Heute schützen viele Krankenhäuser Daten mit breiten Regeln: Wenn Sie Kardiologe an einem bestimmten Haus sind, erhalten Sie möglicherweise Zugriff auf den Großteil der Akte eines Herzpatienten. Moderne Akten sind jedoch weitaus komplexer und enthalten Freitextnotizen, Bilder und Berichte in alltäglicher klinischer Sprache. Einfache Regeln versagen in dieser unordentlichen Realität oft. Sie können Details für Mitarbeitende offenlegen, die sie nicht benötigen, oder Informationen blockieren, die Spezialisten tatsächlich brauchen. Mit der Verlagerung von Akten in die Cloud und dem Austausch zwischen Institutionen wächst das Risiko von Lecks, Spionage oder Datenmanipulation.

Daten sich selbst beschreiben lassen

Die Autoren argumentieren, dass Zugriffsentscheidungen nicht nur davon abhängen sollten, wer ein Nutzer ist, sondern auch davon, was die Daten tatsächlich enthalten. Dafür verwenden sie ein medizinisches Sprachmodell namens ClinicalBERT, eine Form von KI, die auf realen klinischen Notizen trainiert wurde. Anstatt Text als unstrukturierte Masse zu belassen, durchsucht das Modell Notizen nach Schlüsselideen – wie Symptome, Diagnosen, Medikamente und Eingriffe – und wandelt sie in strukturierte Tags um. Beispielsweise wird ein Satz über „Brustschmerzen“ und „Insulin“ zu einer kurzen Liste standardisierter Konzepte. So erkennt das System, dass ein Dokument etwa eine kardiologische Notiz in Verbindung mit Diabetes ist, ohne den gesamten Text offenzulegen.

Feinmaschige Schlösser mit Verschlüsselung und Blockchain bauen

Sobald Akten getaggt sind, verwendet das System eine Technik namens attributbasierte Verschlüsselung: Daten werden so verschlossen, dass nur Nutzer mit Eigenschaften, die einer gewählten Regel entsprechen, sie öffnen können. Diese Eigenschaften stammen hier aus zwei Quellen. Nutzerattribute erfassen, wer jemand ist – zum Beispiel Fachgebiet oder Abteilung – während Datenattribute aus den von ClinicalBERT erzeugten Tags kommen, etwa Krankheitsart oder Sensitivitätsstufe. Eine Akte kann somit unter Richtlinien verschlüsselt werden wie „nur Nierenspezialisten dürfen Laborwerte zur Nierenfunktion sehen“ oder „nur ein kleines Notfallteam darf hoch vertrauliche Markierungen einsehen“. Die Schlüssel zur Durchsetzung dieser Regeln werden gemeinsam von mehreren unabhängigen Schlüsselzentren erzeugt, sodass keine einzelne Instanz Daten heimlich entschlüsseln kann.

Ein geteiltes Ledger zur Koordination von Vertrauen

Um nachzuverfolgen, welche Attribute und Schlüssel existieren, stützt sich das Framework auf eine private Blockchain basierend auf Hyperledger Fabric. Dieses Ledger speichert nur technische Metadaten – öffentliche Schlüssel, anonyme Attributkennungen und Richtlinieninformationen – niemals rohe medizinische Texte. Da jede Änderung unveränderlich in einer gemeinsam genutzten Kette zwischen Krankenhäusern niedergeschrieben wird, ist es schwierig für Insider, Zugriffsrechte heimlich zu verändern oder Schlüssel zu fälschen. Smart Contracts auf der Blockchain berechnen automatisch kombinierte öffentliche Schlüssel für neue Attribute, aktualisieren oder widerrufen sie, wenn Personalrollen sich ändern, und helfen Patienten oder Institutionen, Richtlinien im Laufe der Zeit anzupassen. Die tatsächlich verschlüsselten medizinischen Dateien verbleiben off‑chain in Cloudspeichern, wodurch die Blockchain schlank und skalierbar bleibt.

Wie das System unter Angriff und in der Praxis abschneidet

Die Autoren haben ihr Design sowohl mathematisch als auch praktisch geprüft. Mit formalen Verifikationstools modellieren sie gängige Bedrohungen wie Replay‑Angriffe, Kollusion zwischen Nutzern oder einen neugierigen Cloud‑Anbieter und zeigen, dass Angreifer die Entschlüsselungsschlüssel ohne die richtige Kombination von Attributen nicht zurückgewinnen können. Da Schlüssel über mehrere Behörden verteilt sind, gibt es keinen „Master‑Key“, den ein Angreifer stehlen könnte. Sie messen das System zudem auf einem Standardserver und einem energiearmen Raspberry Pi und finden, dass die Verschlüsselung effizient ist und vor allem die Entschlüsselung schneller erfolgt als bei mehreren konkurrierenden Verfahren – wichtig, weil Ärzte dieselbe Akte oft mehrfach öffnen müssen, während sie typischerweise nur einmal verschlüsselt wird.

Was das für Patienten und Kliniker bedeutet

Einfach ausgedrückt schlägt diese Arbeit ein schlaueres Schloss für Gesundheitsakten vor: eines, das sowohl achtet, wer anklopft, als auch, was sich im Raum befindet, bevor es die Tür öffnet. Durch die Kombination von KI, die medizinische Sprache versteht, Kryptographie, die feinmaschige Regeln kodiert, und einer Blockchain, der alle Parteien vertrauen können, zielt das Framework darauf ab, Klinikern genau das zu zeigen, was sie benötigen – nicht mehr und nicht weniger – und Patienten besseren Schutz vor Missbrauch ihrer Daten zu bieten. Bei breiter Einführung könnten solche Systeme das Teilen von Akten zwischen Krankenhäusern sicherer und reibungsloser machen, ohne dass man zwischen Datenschutz und guter Versorgung wählen muss.

Zitation: Nekouie, A., Vafaei Jahan, M., Moattar, M.H. et al. Secure electronic health record access control via blockchain, dual-attribute encryption, and large language model-based attribute extraction. Sci Rep 16, 8673 (2026). https://doi.org/10.1038/s41598-026-39690-2

Schlüsselwörter: elektronische Gesundheitsakten, Privatsphäre medizinischer Daten, Blockchain im Gesundheitswesen, attributbasierte Verschlüsselung, klinische Sprachmodelle