HITRUST-Zertifizierung für Azure Databricks
Veröffentlichungsdatum: 22 Januar, 2020
Azure Databricks ist jetzt mit der HITRUST CSF®-Zertifizierung (HITRUST Common Security Framework) ausgezeichnet. Azure Databricks bietet eine schnelle, einfache und für die Zusammenarbeit geeignete Apache Spark™-basierte Analyseplattform, um das Erstellen von Big-Data- und KI-Lösungen zu beschleunigen und zu vereinfachen. All dies wird durch branchenführende Vereinbarungen zum Servicelevel (Service Level Agreements, SLAs) unterstützt. Wie viele andere Azure-Dienste ist jetzt auch Azure Databricks formell mit der HITRUST CSF-Zertifizierung ausgezeichnet, sodass Sie sichere cloudbasierte Anwendungen erstellen und bereitstellen können.
Die HITRUST-Zertifizierung ist die begehrteste Sicherheitsakkreditierung in der Gesundheitsbranche. Sie umfasst gesundheitsbranchenspezifische Anforderungen hinsichtlich Sicherheit, Privatsphäre und Recht sowie das CSF (Common Security Framework), das Organisationen die Einhaltung der optimierten Sicherheit und Compliance ermöglicht. Das CSF basiert auf HIPAA und dem HITECH Act und enthält Anforderungen von vorhandenen Regelwerken wie ISO 27001 und MARS-E. HITRUST ermöglicht Organisationen das Durchführen von Benchmarktests hinsichtlich der Compliancestandards über Regelwerke, Bewertungs- und Zertifizierungsprozesse und bietet dabei drei verschiedene Grade an Absicherung an, die alle von Azure Databricks erfüllt werden. Obwohl HITRUST die neueste Zertifizierung für Azure Databricks ist, ist der Dienst auch nach AICPA, HIPAA, der DSGVO und ISO zertifiziert.
Diese Zertifizierung ermöglicht Ihnen mithilfe von Azure Databricks das Nutzen von großen Mengen von Klinikdaten, um Innovationen voranzutreiben, ohne sich dabei Gedanken über Sicherheit und Risiken machen zu müssen. Außerdem können Sie dadurch Ihre IT-Workloads problemlos durch einen optimierten Prozess verschieben. Das Spektrum von Azure Databricks reicht von prädiktiver Medizin bis hin zur Bereitstellung individueller Therapiepläne und erweiterten medizinischen Durchbrüchen, um Organisationen so beim Skalieren von Analyse- und Machine-Learning-Workloads zu unterstützen, ohne dass sich diese Gedanken über Hindernisse in Bezug auf rechtliche Aspekte sowie Privatsphäre und Sicherheit machen müssen.