Cynerio הכריזה היום על גיוס 7 מיליון דולר בהובלת RDC, Accelmed חברה בבעלות משותפת של אלרון ורפאל ו-MTIP – קרנות הון סיכון גלובליות בתחומי מכשור רפואי, סייבר ורפואה דיגיטלית.
Cynerio נוסדה על ידי לאון לרמן ודניאל ברודי, יוצאי 8200 ומומחי הגנת סייבר, על מנת לספק פלטפורמת אבטחת סייבר ייעודית לבתי חולים ומוסדות רפואיים, תוך התמקדות במכשור רפואי וה-IoT הרפואי (Internet of medical things – IoMT). הפלטפורמה מתבססת על הטכנולוגיה הראשונה בעולם שמנתחת בצורה אוטומטית את התהליכים הרפואיים בהם המכשור הרפואי לוקח חלק, דבר המאפשר לזהות בצורה מדויקת את הישויות ברשת, לבצע ניתוח סיכונים המתייחס להשפעה של אירוע סייבר על מתן שירות רפואי, להתריע על התנהגויות חריגות ולעצור איומי סייבר על מנת להגן על חיי החולים והמידע הרפואי.
לאון לרמן, מנכ”ל החברה, ציין: “Cynerio מחויבת להגן על עתיד עולם הבריאות והרפואה הדיגיטלית תוך התמקדות בחוליה החלשה והפגיעה ביותר – המכשור הרפואי וה-IoT. אנחנו מספקים פתרון שפותח באופן ייעודי עבור בתי החולים, תוך הבנה עמוקה של הסביבה הרפואית ואילוציה, שמטרתו להגן מפני תקיפות סייבר ולוודא שבתי החולים, למרות האיומים המתגברים, יוכלו להמשיך לספק שירותים רפואיים בצורה בטוחה”.
יועצי החברה כוללים את ד”ר ג’ון הלמקה, מנהל מערכות המידע במרכז הרפואי “בית ישראל” בבוסטון ופרופסור של אוניברסיטת הרווארד, בעל שם עולמי בתחום החדשנות ברפואה, וכן את עמיחי שולמן, מייסד-שותף ומנהל הטכנולוגיות הראשי לשעבר של אימפרבה (Imperva).
ד”ר הלמקה הוסיף כי “אבטחת המכשירים הרפואיים החכמים היא נושא כואב שממשיך להטריד את מערכת הבריאות הגלובלית. אני שמח לעבוד עם Cynerio על מה שנראה כאחד מהאתגרים הגדולים ביותר שאנחנו עומדים מולו כעת”.
עמיחי שולמן אמר כי “מערכת הבריאות זוכה, במידה מצערת, לטיפול חסר מצד תעשיית הסייבר. בתי החולים צריכים פתרונות אבטחת מידע המותאמים לצורכיהם, וזה המקום שבו Cynerio יכולה להביא לשינוי משמעותי עם הטכנולוגיה שלה, אשר לא רק מזהה את אופן התקשורת בין המכשירים, אלא גם את ההקשר הרפואי של כל הודעה ברשת. אני חושב שהטכנולוגיה שלהם יעילה וחדשנית, ולכן הצטרפתי כיועץ”.
ביה”ח רמב”ם וכן המרכז הרפואי ת”א (איכילוב) הם שניים מארגוני הבריאות המובילים בעולם המשתמשים בטכנולוגיה של Cynerio בכדי להגן על המכשור הרפואי שלהם.
הטכנולוגיה של Cynerio, המתבססת על למידת מכונה, משלבת ארבע יכולות מרכזיות:
- נראות – זיהוי וסיווג אוטומטי של כל המכשירים ברשת
- ניתוח סיכונים – מיפוי ותעדוף החולשות והסיכונים, מה שמאפשר לבצע הערכת-סיכון פרו-אקטיבית ולנקוט צעדי מנע להפחתת הסיכון
- זיהוי אנומליות – ניטור וזיהוי התנהגויות חריגות של המכשור, בזמן אמת, תוך הבנת ההקשר הקליני
- הגנה – עצירת האיום מבלי להפריע לפעולה השוטפת של המכשיר ולתהליך הרפואי, על מנת להגן על בטיחות החולה והמידע הרפואי
