Um estudo conduzido por pesquisadores da Turquia e do Reino Unido apresenta um novo modelo de criptografia de imagens médicas que promete elevar o padrão de segurança de exames como radiografias, mamografias e imagens de retina, cada vez mais compartilhadas em redes hospitalares e sistemas de telemedicina. O trabalho combina circuitos caóticos baseados em memristores, operações inspiradas no DNA, técnicas modernas de ARX (Add-Rotate-XOR) e uma camada final de criptografia 3DES, formando uma arquitetura híbrida de múltiplas camadas.

O estudo é assinado por Enes Eren Suzgen e Hasan Ulutas, da Yozgat Bozok University, na Turquia, em parceria com Muhammet Emin Sahin, do Queen Mary’s Digital Environment Research Institute, em Londres, e da Izmir Bakircay University. Segundo os autores, o objetivo é responder a um problema crescente da saúde digital: “imagens médicas carregam alto volume de dados, forte correlação entre pixels e informações extremamente sensíveis, o que as torna alvos fáceis de ataques estatísticos e diferenciais”, afirma Ulutas.

O coração do sistema é um circuito caótico de quatro dimensões baseado em dois memristores, componentes eletrônicos capazes de “lembrar” estados anteriores. A partir desse circuito, os pesquisadores geram sequências caóticas altamente imprevisíveis, validadas por expoentes de Lyapunov positivos — indicador clássico de comportamento caótico — e por diagramas de bifurcação que demonstram sensibilidade extrema às condições iniciais.

Essas sequências passam por um rigoroso processo de pós-tratamento e são submetidas aos principais testes internacionais de aleatoriedade, como NIST SP 800-22, FIPS 140 e Qui-quadrado. Após a filtragem, todas as baterias estatísticas são aprovadas, atestando qualidade criptográfica do fluxo aleatório usado como chave.

A inovação não se limita ao caos eletrônico. O método incorpora operações simbólicas inspiradas no DNA, que convertem blocos binários em alfabetos de 16 símbolos e aplicam cruzamentos e operações XOR no nível “biológico” dos dados. Antes disso, uma camada ARX reforça a difusão e a não linearidade, dificultando ataques baseados em padrões.

Como etapa final, o sistema utiliza o Triple DES (3DES) como camada de “branqueamento criptográfico”. Embora considerado um padrão legado, o algoritmo é empregado de forma estratégica, após sucessivas camadas caóticas e simbólicas, o que neutraliza vulnerabilidades conhecidas quando usado isoladamente. “A ideia não é ressuscitar o 3DES, mas explorar sua difusão em um contexto onde os dados já estão completamente embaralhados”, explica Sahin.

Os testes foram realizados com quatro bases de imagens médicas — fraturas ósseas, mama, retina e dentes — em resolução de 256×256 pixels. Os resultados chamam atenção:

Entropia média de 7,99, muito próxima do valor ideal de 8 para imagens de 8 bits;

NPCR acima de 99,6%, indicando forte resistência a ataques diferenciais;

UACI em torno de 33%, patamar considerado ótimo na literatura;

Correlação entre pixels próxima de zero após a criptografia, contra valores acima de 0,98 nas imagens originais.

Na prática, as imagens cifradas se comportam como ruído puro, sem qualquer semelhança estrutural com os exames originais.

Diferentemente de muitos trabalhos teóricos, o modelo foi implementado em tempo real em plataformas embarcadas amplamente usadas na indústria: o NVIDIA Jetson Nano e o PYNQ-Z1, baseado em FPGA. Os testes demonstraram viabilidade para aplicações em dispositivos médicos de borda, como equipamentos portáteis de diagnóstico e sistemas de transmissão segura em ambientes hospitalares.

Com a expansão da telemedicina, da inteligência artificial clínica e do compartilhamento de exames em nuvem, a proteção de imagens médicas deixou de ser um tema técnico restrito e passou a envolver privacidade do paciente, regulação sanitária e confiança pública. Vazamentos ou manipulações de exames podem gerar erros de diagnóstico, fraudes e processos judiciais.

Ao integrar eletrônica caótica, computação inspirada na biologia e criptografia clássica testada, o estudo aponta um caminho para sistemas de segurança mais robustos e aplicáveis na prática, especialmente em países que ampliam rapidamente o acesso digital à saúde. Como resume Ulutas, “não basta que um algoritmo seja seguro no papel; ele precisa funcionar no mundo real, em tempo real, protegendo dados que podem salvar vidas”.