Hvor de ligger
Lokale drev, SMB- og CIFS-shares, SharePoint, OneDrive og Exchange scannes fra ét sted, også inde i arkiver og indscannede billeder.
Find de patientdata, I har glemt, at I har.
Iris scanner jeres drev, shares og Microsoft 365 for person- og helbredsoplysninger og viser, hvilke filer der indeholder dem, hvor meget, og hvem der kan åbne dem. Uden at en eneste byte forlader jeres netværk.
Fortæl os, hvad der skal scannes. Vi vender tilbage med den hardware, det kræver, som følger med aftalen, og hvad en opsætning vil indebære.
Alle kilder
SMB
SharePoint
OneDrive
Exchange
Scanningsforløb · klinik-drev1.284 / 1.902
smb › \\klinik-drev\henvisninger
henvisninger_2019.xlsx
sharepoint › kardiologi / overlevering
epikriser.pdf
onedrive › m.soerensen
afdelingstavle_0311.jpg OCR
exchange › reception@
Vedr. patientoverflytning.msg
Viser 4 af 47 markeredeSorteret efter alvorlighed
Hvor ligger jeres patientdata?
De færreste organisationer kan fremvise en liste over, hvilke filer de ligger i.
Hvem der ejer dem
Hver markeret fil knyttes til en ejer, så et fund bliver en konkret opgave hos en person i stedet for en linje i en rapport, ingen følger op på.
Hvor alvorligt det er
Fundene sorteres efter alvorlighed, hvor datatypen vægtes mod, hvor meget der ligger samlet ét sted. Det værste, I har, ligger øverst.
Sådan virker Iris
Fire trin i rækkefølge, fra en kilde kobles på, til et fund lukkes.
Kobl jeres kilder på
Peg Iris mod lokale drev, SMB- og CIFS-shares og Microsoft 365 (SharePoint, OneDrive og Exchange), og styr det hele fra én konsol.
Læs det hele
Dokumenter, regneark, databaser, mail, tekst og arkiver læses direkte. Billeder og scanninger går gennem OCR, så en fotograferet blanket bliver læst som enhver anden fil.
Klassificér indholdet
En finjusteret NER-model og heuristisk detektion markerer navne, adresser, fødselsdatoer, CPR-numre, journalnumre og SKS-koder. Billeder køres gennem en klassifikator trænet på medicinsk materiale, og usikre markeringer verificeres af en sprogmodel.
Prioritér og luk
Fundene lander i dashboardet sorteret efter alvorlighed. Ejere og administratorer får besked på e-mail, Teams eller Slack, og hver handling skrives til auditloggen.
Intet forlader jeres netværk.
Iris kører udelukkende on-premises. Ingen følsomme data sendes ud, og ingen gemmes i telemetri, alarmer eller fund. For de fleste organisationer på sundhedsområdet er det den eneste model, de reelt kan godkende.
Hvad det betyder i praksis. Klassifikatoren, OCR-behandlingen og verifikationen med sprogmodellen kører alle inde i jeres eget miljø. Alarmer indeholder et funds placering og alvorlighed, ikke indholdet. Der er ingen ekstern tjeneste at vurdere, ingen databehandleraftale at forhandle med os, og ingen underdatabehandler i vejen for patientdata.
Rigtige modeller kræver rigtig hardware. Den kommer med.
Iris kører en finjusteret NER-model, en billedklassifikator trænet på medicinsk materiale og et verifikationstrin med en sprogmodel. Det hele kører inde i jeres netværk, og så skal regnekraften også være der.
Den maskine, det kører på, indgår som lån i jeres Iris-aftale. Der er ingen GPU at specificere, ingen anlægsinvestering at søge om og ingen hardware at afskrive til sidst. Kørte Iris på svag hardware, ville det tvinge mindre modeller igennem, og mindre modeller finder mindre. Derfor dimensionerer og leverer vi maskinen i stedet for at lade det være op til tilfældet.
Det er også derfor, der ikke er et demolink her og nu: der er en fysisk maskine, der skal dimensioneres, sendes og placeres, før Iris kan vise jer noget, der holder.
Det finder vi ud af sammen med jer.
- Hvilke kilder der er i scope, og hvor meget data der ligger i hver
- Hvilken maskine den mængde kræver, leveret som lån med aftalen
- Hvor den står på jeres netværk, og hvem der har administrativ adgang
- Hvordan den patches og overvåges, og hvordan den leveres tilbage til sidst
Hvad Iris kan læse
Dokumenter
PDFDOCXODTPPTXHTMLXHTMLGoogle Doc pointers
Regneark
XLSXXLSMXLSCSVTSV
Databaser
SQLiteACCDBMDB
MSGEML
Tekst
JSONJSONLXMLYAMLMarkdownSQLINICFGlogstxt
Billeder
PNGJPGTIFFBMPGIFWEBPHEIC
Medicinske billeder
DICOM
Arkiver
ZIP7ZRARTARGZBZ2XZ
Det får I i konsollen
Dashboardet, alarmer, analyser, hvordan detektionen virker, og hvad Iris ikke afgør for jer.
Gennemgå og luk ét sted
Et webdashboard til at arbejde jer gennem markerede dokumenter og indhold. Filtrér på kilde, ejer, datatype eller alvorlighed, åbn et fund for at se hvad der blev fundet og hvor, og markér det derefter som løst. Administratorer får en fuld auditlog over, hvem der har gennemgået hvad og hvornår.
Alarmer, der når frem til filens ejer
Indbyggede alarmer på e-mail, Microsoft Teams og Slack til både filejere og administratorer. Den, der har lavet den problematiske fil, hører det direkte, i stedet for at fundet ligger i en kø, ingen har ansvaret for. Alarmer indeholder placering og alvorlighed, aldrig det følsomme indhold.
Se omfanget af problemet
Fordeling af alvorlighed, mønstre i hvilke datatyper der bliver ved med at dukke op, og live data mens en scanning kører. Nyttigt til at opdage, at én afdeling står for størstedelen af eksponeringen, eller at et enkelt gammelt drev udgør halvdelen af de kritiske fund.
Sådan virker detektionen
En finjusteret NER-model kombineret med heuristisk detektion markerer e-mailadresser, fødselsdatoer, CPR-numre, journalnumre, sundheds-id'er, navne, adresser og SKS-koder. Billeder læses med OCR og klassificeres med en model trænet på medicinsk materiale. Er en markering usikker, afgøres den af et verifikationstrin med en sprogmodel, lokalt ligesom alt andet.
Klare begrænsninger
Iris fortæller, hvor følsomme data ligger, og hvor alvorlig hver ophobning ser ud. Den afgør ikke, hvad der skal slettes, flyttes eller begrænses, og den gør ikke i sig selv en organisation compliant. Klassificeringen er grundlaget for de beslutninger, ikke en erstatning for dem. Fundene gennemgås af jeres eget team, og præcisionen afhænger af kildematerialets kvalitet, især ved indscannede billeder.
At finde data er den første halvdel.
At vide, at et gammelt drev indeholder fire hundrede patientjournaler, hjælper kun, hvis maskinen, det ligger på, er patchet, overvåget, adgangsstyret og til at gendanne. CraftSupport tager også den del, så de systemer, der rummer det, Iris finder, passes af det samme team.
To halvdele af samme opgave. Iris svarer på, hvor de følsomme data ligger, og hvem der kan nå dem. Serverdriften svarer på, om de systemer, der rummer dem, er patchet, overvåget, logget og til at gendanne. Hver for sig er de nyttige. Sammen dækker de både dataene og den jord, de står på.
Start med det drev, alle går og er bekymrede for.
I behøver ikke et helt projekt for at komme i gang. Fortæl os, hvilke kilder der er i scope, så vender vi tilbage med den hardware, det kræver, og hvad en opsætning vil indebære.
On-premises hele vejen. Intet sendes nogen steder hen, på noget tidspunkt.