医疗保健领域比以往任何时候都更依赖数据。
随着AI在管理和临床上的应用越来越多，自主的、数据驱动的决策也越来越多。然而，AI只有在数据训练的基础上才能发挥作用。如果没有建立数据的真实性或准确性，医疗组织就不能很好地利用AI。
不准确的数据会导致错误的见解和决策。24%的医务工作者表示，医疗组织多次在使用AI方面导致了错误（比如bot欺诈、仿冒传感器或物联网数据以及伪造的位置数据）。
在医疗领域，这些漏洞会造成严重的后果，因为数据支撑着医疗决策、治疗计划，甚至是保险索赔的接受与否。患者电子病历中的错误数据可能会让他们面临无法得到正确诊疗的风险。
不完整的公共卫生数据可能导致疾病暴发来源的误判。
不幸的是，许多健康计划和医疗服务提供者还没有做好自我保护的准备。在受访者中，77%的医务工作者表示，如果虚假数据渗透到他们的数据驱动信息系统中，他们还没有做好准备来面对随之而来的严重后果。
与此同时，他们已经感受到了这一漏洞带来的影响。一项全国性的调查显示，83%的受访医生之前经历过网络攻击，这也是健康计划的一个重要问题。为了应对这一挑战，企业必须肩负起双重使命，来最大限度地提高准确性，减少伪造数据的机会。
