Privacidad y Seguridad en los Grandes Datos de Salud: Una Revisión Sistemática Guiada por NIST de Tecnologías, Desafíos y Direcciones Futuras
Autores: Zhang, Siyuan; Singh, Manmeet Mahinderjit
Idioma: Inglés
Editor: MDPI
Año: 2026
Acceso abierto
Artículo científico
2026
Privacidad y Seguridad en los Grandes Datos de Salud: Una Revisión Sistemática Guiada por NIST de Tecnologías, Desafíos y Direcciones Futuras
Categoría
Gestión y administración
Subcategoría
Gestión de la tecnología y la inovación
Palabras clave
Expansión
Big data en salud
Riesgos de privacidad
Ciberseguridad
Blockchain
Marcos regulatorios
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
La rápida expansión de los grandes datos de salud, que abarca perfiles genómicos y telemetría de dispositivos portátiles, ha escalado significativamente los riesgos para la privacidad personal. Esta revisión sistemática de la literatura (SLR) sintetiza 86 estudios revisados por pares (2014-2025) a través de las lentes duales de los Marcos de Ciberseguridad y Privacidad del NIST para evaluar los riesgos emergentes, las tecnologías de mitigación y los paisajes regulatorios. Nuestro análisis identifica el acceso no autorizado como la amenaza predominante, mientras que las soluciones basadas en blockchain comprenden el 22.1% de las intervenciones propuestas. Sin embargo, una evaluación comparativa revela compromisos críticos en el rendimiento: los mecanismos de privacidad diferencial incurren en una pérdida de utilidad del 15-35%, mientras que las implementaciones de blockchain imponen una sobrecarga computacional del 40-50%. Además, una evaluación de los principales marcos regulatorios (GDPR, HIPAA, PIPL y las leyes regionales emergentes en África subsahariana) elucida conflictos significativos entre jurisdicciones. Para abordar estos desafíos, proponemos el marco de Privacidad en Salud Adaptativa Bioinspirada (BAHP), validado a través de un análisis retrospectivo de estudios de caso, que ofrece un enfoque dinámico para asegurar ecosistemas de salud sensibles.
Descripción
La rápida expansión de los grandes datos de salud, que abarca perfiles genómicos y telemetría de dispositivos portátiles, ha escalado significativamente los riesgos para la privacidad personal. Esta revisión sistemática de la literatura (SLR) sintetiza 86 estudios revisados por pares (2014-2025) a través de las lentes duales de los Marcos de Ciberseguridad y Privacidad del NIST para evaluar los riesgos emergentes, las tecnologías de mitigación y los paisajes regulatorios. Nuestro análisis identifica el acceso no autorizado como la amenaza predominante, mientras que las soluciones basadas en blockchain comprenden el 22.1% de las intervenciones propuestas. Sin embargo, una evaluación comparativa revela compromisos críticos en el rendimiento: los mecanismos de privacidad diferencial incurren en una pérdida de utilidad del 15-35%, mientras que las implementaciones de blockchain imponen una sobrecarga computacional del 40-50%. Además, una evaluación de los principales marcos regulatorios (GDPR, HIPAA, PIPL y las leyes regionales emergentes en África subsahariana) elucida conflictos significativos entre jurisdicciones. Para abordar estos desafíos, proponemos el marco de Privacidad en Salud Adaptativa Bioinspirada (BAHP), validado a través de un análisis retrospectivo de estudios de caso, que ofrece un enfoque dinámico para asegurar ecosistemas de salud sensibles.