Controllo sicuro dell'accesso alle cartelle cliniche elettroniche tramite blockchain, crittografia a doppio attributo ed estrazione di attributi basata su modelli linguistici di grandi dimensioni

Perché le tue cartelle cliniche hanno bisogno di serrature più intelligenti

Ogni visita medica lascia una traccia digitale—appunti, risultati di esami, immagini—spesso conservati in ospedali diversi e su sistemi cloud. Questi record sono fondamentali per una buona assistenza, ma se sono troppo accessibili la tua privacy è a rischio; se sono troppo bloccati, i medici potrebbero non vedere informazioni vitali in tempo. Questo articolo presenta un nuovo approccio per proteggere le cartelle cliniche elettroniche in modo che solo le persone giuste possano vedere le porzioni appropriate dei dati di un paziente, anche quando quei record sono distribuiti su Internet.

Il problema della privacy unica per tutti

Oggi molti ospedali proteggono i dati con regole generali: se sei un cardiologo in un certo ospedale, potresti avere accesso alla maggior parte del fascicolo di un paziente cardiopatico. Ma i record moderni sono molto più complessi, pieni di testo libero, immagini e referti scritti in linguaggio clinico quotidiano. Le regole semplici spesso falliscono in questa realtà disordinata. Possono esporre dettagli a personale che non ne ha bisogno oppure bloccare informazioni che gli specialisti richiedono davvero. Con lo spostamento di sempre più record nel cloud e la condivisione tra istituzioni, cresce il rischio di fughe di dati, curiosità non autorizzate o manomissioni.

Lasciare che i dati si descrivano da soli

Gli autori sostengono che le decisioni di accesso dovrebbero dipendere non solo da chi è un utente, ma anche da cosa i dati effettivamente contengono. Per ottenerlo, utilizzano un modello linguistico medico chiamato ClinicalBERT, un tipo di IA addestrata su note cliniche reali. Invece di lasciare il testo come un ammasso non strutturato, il modello scansiona le note alla ricerca di concetti chiave—come sintomi, diagnosi, farmaci e procedure—e li trasforma in tag strutturati. Per esempio, una frase su “dolore toracico” e “insulina” diventa una breve lista di concetti standardizzati. Questo permette al sistema di sapere che un documento è, ad esempio, una nota correlata alla cardiologia con coinvolgimento del diabete, senza esporre il testo completo.

Costruire serrature a grana fine con crittografia e blockchain

Una volta taggati i record, il sistema utilizza una tecnica chiamata crittografia basata su attributi: i dati vengono bloccati in modo che solo gli utenti le cui caratteristiche corrispondono a una regola scelta possano sbloccarli. Qui tali caratteristiche provengono da due lati. Gli attributi utente descrivono chi è qualcuno—come la sua specialità o il reparto—mentre gli attributi dei dati derivano dai tag generati da ClinicalBERT, come tipo di malattia o livello di sensibilità. Un record può quindi essere cifrato con politiche tipo “solo i nefrologi possono vedere i risultati di laboratorio relativi alla funzione renale” o “solo una piccola equipe di emergenza può vedere flag ad alta riservatezza”. Le chiavi necessarie per far rispettare queste regole sono create congiuntamente da diversi centri chiave indipendenti in modo che nessuna singola autorità possa sbloccare i dati da sola.

Usare un registro condiviso per coordinare la fiducia

Per tenere traccia di quali attributi e chiavi esistono, il framework si basa su una blockchain privata basata su Hyperledger Fabric. Questo registro memorizza solo metadata tecnici—chiavi pubbliche, identificatori anonimi degli attributi e informazioni sulle policy—mai testo medico grezzo. Poiché ogni modifica viene scritta in una catena immutabile condivisa tra gli ospedali, è difficile per un insider alterare silenziosamente i diritti di accesso o falsificare chiavi. Smart contract sulla blockchain calcolano automaticamente chiavi pubbliche combinate per nuovi attributi, aggiornano o revocano le chiavi quando i ruoli del personale cambiano e aiutano pazienti o istituzioni ad adeguare le policy nel tempo. I file medici effettivamente cifrati restano off-chain nello storage cloud, mantenendo la blockchain leggera e scalabile.

Come si comporta il sistema sotto attacco e nella pratica

Gli autori hanno sottoposto il loro progetto a test sia matematici sia pratici. Utilizzando strumenti di verifica formale, modellano minacce comuni come attacchi di replay, collusione tra utenti o un provider cloud curioso, e mostrano che gli attaccanti non possono recuperare le chiavi di decrittazione senza la combinazione corretta di attributi. Poiché le chiavi sono suddivise tra più autorità, non esiste una “chiave master” che un avversario possa rubare. Hanno inoltre testato le prestazioni su un server standard e su una scheda Raspberry Pi a bassa potenza, riscontrando che la crittografia è efficiente e, cosa cruciale, la decrittazione è più veloce rispetto a diversi schemi concorrenti—importante perché i medici potrebbero aver bisogno di aprire lo stesso record molte volte mentre è tipicamente cifrato una sola volta.

Cosa significa questo per pazienti e clinici

In termini semplici, questo lavoro propone una serratura più intelligente per le cartelle cliniche: una che valuta sia chi sta bussando sia cosa c’è dentro la stanza prima di aprire la porta. Combinando un’IA che comprende il linguaggio medico, la crittografia che codifica regole a grana fine e una blockchain in cui tutte le parti possono riporre fiducia, il framework mira a permettere ai clinici di vedere esattamente ciò di cui hanno bisogno—nient’altro, nientemeno—offrendo ai pazienti una protezione più forte contro l’uso improprio dei loro dati. Se adottati su larga scala, tali sistemi potrebbero rendere più sicuro e fluido lo scambio di cartelle tra ospedali, senza costringere le persone a scegliere tra privacy e buona assistenza.

Citazione: 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

Parole chiave: cartelle cliniche elettroniche, privacy dei dati medici, blockchain in sanità, crittografia basata su attributi, modelli linguistici clinici