COM:研究 | 健康大數據平臺的“區塊鏈治理”

作者：王翔，北京聚農科技董事長

摘?要：個人健康數據，是一個私密性領域，此類數據的挖掘和應用，以前傳統的計算機平臺技術方式已經不足以支撐。文章著重探討了應用區塊鏈技術進行治理的一些方法，但是并沒有過多的從區塊鏈“去中心化”“共識機制”等基本特性角度去論述，而從健康大數據采集到存儲、分析處理，直至應用價值挖掘這樣的技術操作層面作闡述，提出了以區塊鏈架構為底層的一種將“院內院外”健康大數據作為應用對象，以生命體不同體征數據，作全程、全面和全時的系統性處理的智聯網平臺區塊鏈技術治理方案實例，讓它可以面向社會大眾人群，將原是私密的個人健康信息，應用于相關行業和領域，變成社會的共同財富。

1.引?言

未來的大健康主要依靠人工智能，往后三到五年醫療工作的80%會被人工智能所替代，人工智能醫療依靠的就是數據、大數據，它們就是原料。完整的、可信的、科學有效地個人健康數據是人工智能的基石。鄔賀銓院士說“所謂大數據是指在允許的時間里，無法用常規軟件對數據進行抓取、管理和處理而產生的數據集合”，這樣的對健康醫療大數據的挖掘和應用，也已經開始為“阿里健康大數據”這樣的平臺所重視，但是采用區塊鏈技術和人工智能AI技術從采集、儲存、分析、應用處理的全鏈條進行“治理”的健康大數據平臺所見還不多。

本文探討的主要問題是，健康數據除精準地進行醫療診斷、健康管理外，在不泄隱私前提下，如何將區塊鏈技術結合人工智能處理，在物聯網平臺系統給醫院、健康、運動、保健、康養、醫藥、科研等更多行業去不斷調用，讓健康數據給用戶個人和社會帶來無限傳承的可、持續收益的經濟價值，將用戶自然的健康數據貢獻行為和健康消費變成投資，這是一個還沒有深挖的“黃金寶藏”，是一種新的財富。根據斯坦福大學統計系和醫學院的王永雄教授介紹，美國大部分的醫生愿意花錢查詢他們之前接觸不到的病歷，每一次查詢支付10-15美元。如果這件事能夠做成，那些患有疑難雜癥的病人，一年估計可以收獲1萬到2萬美元的信息費，這些錢可以幫助他們支付醫藥費。更重要的是，當那些疑難雜癥患者的病歷被大量醫生查看后，還有可能為他們找到醫治的方法。于是設想，如果能將人們的健康日常數據與健康機構、醫療單位等一起作全域、全員、全面、全程和全時化的采集和利用，是不是可以為醫院醫生診療提供更多參考。在同類病人治療上，能不能通過AI支持下的大數據手段，減少醫生重復的勞動，或者減少經驗不足醫生的誤診率。并且，這些醫療健康大數據，能否在數據確權后，給本人或機構創造數據價值。

2.健康大數據行業痛點及“治理”

2.1“健康大數據”行業問題及其解決之道

健康醫療大數據行業是一個由上、中、下產業組成的產業鏈，上游是醫療、健康機構等數據供應商或存儲計算云服務商；中游為產業鏈核心企業，多為具有影像識別、深度學習、自然語義分析等以大數據挖掘為核心的技術型企業，該類企業可為聚集了大量健康醫療相關數據的機構提供數據處理服務，在分析及可視化后賦予數據價值；下游為應用場景，分為包括醫院、藥企、政府、保險、PBM等企業的“B端”和患者及健康人群“C端”。B端其最終的目的是提升醫療服務的效率和質量，降低C端患者及健康人群的就醫費用。然而對數據而言，從現在行業整體來看，產業鏈上存在有質量、樣本量及安全三個大問題。

拜登：美國不會徹底取消債務上限，將研究債務上限是否需要每年制定:金色財經報道，美國總統拜登在回答記者提問時表示，美國不會徹底取消債務上限。這一表態是在他宣布已經與眾議長麥卡錫就提高債務上限達成最終協議的講話后說的。當有記者問及是否認為美國應該徹底取消債務上限時，拜登回答說：“不，我認為取消債務上限會引起更多爭議。”但拜登補充，將研究“在未來的一年或兩年內是否需要使用第14修正案，決定債務上限是否需要每年制定”。(金十)[2023/5/29 9:48:23]

先說數據質量，健康類數據多由智能硬件或在線醫療企業采集，該類數據采集工具標準不高、專業性不強、場景維度多且缺乏整合、質量參差不一，這是眾所周知的。其實醫療數據的質量也多受責疑，其一，致病因素的復雜性決定了病人的診療過程中產生的數據的多樣性和復雜性，因此醫療數據有不可避免的主觀性；其二，各醫院建立自己的醫療數據信息管理系統，每家醫院信息各成體系，呈現多個數據體系；其三，醫療數據缺乏統一標準，加上行業“潛規則”，醫療機構之間數據的互不認可等人為封閉，信息孤島現象嚴重，數據質量的公信力受影響。

足夠的數據樣本量是實現健康大數據價值的基礎，如果數據量不夠大時，處于“支離破碎”狀態下的健康數據只是“孤立數據”，只有通過數據匯聚，在數據量不斷增加并突破某個“臨界值”時，這些本來孤立數據才會整體上顯現出“規律性”來，并且在不同程度上反映出這類數據的本質。因為數據常常在關聯中體現價值。醫療健康領域大數據來自不同行業，數據資源分散在不同的數據池中，包括醫院的電子病歷、結算與費用數據、醫療廠商的醫藥、醫械數據、醫學研究的數據、區域衛生信息平臺采集的居民健康檔案、政府調查的人口與公共衛生數據等，且多異構數據，彼此之間沒有太多聯系；健康大數據也來源于不同的時間空間、情景場合及不同的儀表工具，由不同的對象，在不同的環境下獲取，缺少數據與這些因素的關聯，數據的真實性和準確率都會打問號；

數據安全上，?醫院病人數據非常敏感，由于員工疏忽容易泄露，還有網絡盜竊犯罪正在上升。2015年，美國第二大醫療保險公司Anthem遭黑客入侵，近8000萬用戶數據泄露。2017年，美國佛羅里達州HealthNowNetworks公司的90多萬人醫療數據被泄露，他們面臨著電信詐騙、金融詐騙等風險，醫院外聯系統中健康數據就更多的面臨隱私安全等問題。

那么，“健康大數據”應用行業的難點和痛點如何突破。本文提出以區塊鏈為基礎，建立全新智能合約架構設計，實現針對醫療行業構建的科學、可信、有價值的技術平臺。這應該是一個以區塊鏈為底層架構的智慧物聯網全民健康大數據平臺。它以傳感網、互聯網、移動通訊、無線局域網等組成的“全網”數據傳輸為條件，將多種應用場景、機構、人員、不同類型的健康大數據組織到同一大數據分析應用系統中，實現數據的實時性、及時性、全面性、可對比性和共享性等，在此基礎上AI智慧分析系統的健康大數據分析，可用于身體健康情況監測、疾病預防分析、健康趨勢分析、保健產品推薦、健康干預健康、健身方案建議、合理飲食配置等，當然也可用于政府決策、疾病防控及更多行業應用等。在這平臺上，區塊鏈技術的應用特性，可在數據準確、安全等方面給予更大的保障。所以，以區塊鏈應用技術“治理”解決健康大數據應用中許多問題，應是一個科學的方案。

a16z和斯坦福大學區塊鏈研究中心將于5月4日舉行NFT虛擬峰會:據官方消息，由AndreessenHorowitz（a16z）和斯坦福大學區塊鏈研究中心主辦的NFT虛擬峰會將于太平洋時間5月4日11:30AM至1:30PM（北京時間5月4日14點30分至5月5日4點30分）舉行。峰會將討論和分享NFT最新趨勢、見解和用例，并展望NFT在加密市場中的未來。[2021/4/23 20:51:16]

2.2平臺元數據存儲技術

醫療數據的數據存儲技術原來只是簡單的技術問題，存儲系統的底層是實際存儲數據的物理介質，例如閃盤和物理存儲器，物理存儲介質總是通過控制器訪問。控制器的基本功能就是將物理存儲介質上的基本格式轉換成上層可理解的格式，并且提供一個標準化的，定義明確的硬件接口，例如ATA和SCSI接口，它允許從/向物理存儲介質讀取/存入數據。但是這樣的技術下，數據的安全性飽受責疑。區塊鏈數據存儲技術的出現，使這領域顯現了新的曙光。

“元數據”是描述數據或信息資源等対象的數據，在區塊鏈中其使用目的在于：識別資源，評價資源，追蹤資源在使用過程中的變化，實現簡單高效地管理大量網絡化數據，實現信息資源的有效發現、查找、一體化組織和対使用資源的有效管理。將元數據保存在區塊中，通過協作驗證來保證元數據的完整性。可分為兩個階段，即元數據存儲階段和元數據驗證階段。在元數據存儲階段，將用戶的簽名和副本位置數據發送給若干驗證節點，生成元數據區塊并寫入元數據區塊鏈中。在元數據驗證階段，驗證節點首先檢査本地元數據區塊鏈的狀態和全局狀態是否相同，如果不相同則進行狀態同步。然后檢索本地元數據區塊鏈來驗證元數據完整性。

區塊鏈技術在數據存儲領域的應用，是通過加密、容差、抗DDoS、擴展性等技術，將數據切片分散存儲在不同的服務器中，打造成星際浩瀚的存儲池，這需要無數零散的服務器參與其中，服務器的主人正是所有愿意參與的公民，同時，服務器所產生的收益自然歸其主人，因此數據存儲行業的巨大財富將重新得到分配，惠及民生。為此，在AIOT平臺底層，除一般的計算機數據庫及專業的數據分析系統外，應用區塊鏈去中心化的賬本技術有效保證開放性、自治性、不可篡改等特性。去中心化是指使用分布式核算和存儲，不存在中心化的硬件或管理機構，任意節點的權利和義務都是均等的，系統中的數據塊由整個系統中具有維護功能的節點來共同維護。也就是說，系統中任意節點都需要對交易數據逬行全量計算和存儲。

當然，區塊鏈帶來的去中心化應用也帶來了很多新的挑戰，如使用區塊鏈來管理持續増長的數據。即使是醫療健康的信息數據也是海量，會消耗更多的空間和時間。當去中心化存儲運用了區塊鏈的一些特性時，也要去重新思考影像等醫療數據在區塊鏈上如何存儲，如利用Shardlng、Swarming等技術。數據超級節點為區塊鏈提供非中心化超級數據庫，保證區塊鏈上應用髙效的數據訪問。

醫學數字成像和通信DICOM標準是由美國放射學會和全美電子廠商聯合會聯合制定的，用來規范數字化醫學影像及其相關信息交換、存儲、顯示的標準，目前的最新版本為DICOM3.0。醫學數字成像和通信標準建立了規范的數據結構和完整的數據模型，能夠使醫學影像信息得到完整的表達，有效地促進了醫學影像信息的存檔。應用平臺結合ICD-10；DICOM3.0；SNOMED-CT等國際標準和規范，對數據進行科學分類，并建立標識編碼標準的結構，制訂具體的編碼規則，代碼結構與分類體系相適應。

歐科云鏈研究院：國內礦機芯片廠商的成功 對我國半導體產業發展有重要意義:近日，歐科云鏈研究院發布的最新研報指出，國內礦機芯片廠商用了不到十年的時間就在全球取得領先地位，是國內工程師人口紅利，在動態邏輯、全定制方法學等技術設計上領先的結果。相比國內近三十年來耗費巨資扶持但仍顯孱弱的半導體產業，礦機芯片領域的成功更顯得難能可貴。該研報同時指出，目前主流市場尚未認識到礦機芯片對我國半導體行業的價值和意義，其主要貢獻至少在以下三個方面：對國內半導體產業人才的培育，在AI邊緣運算和延續摩爾定律等前沿領域的技術積累，為國內半導體產業鏈上的諸多廠商提供重要收入來源。[2020/7/3]

2.3健康大數據區塊鏈應用的處理技術

如何從醫院內外的全信息化逬程中產生的種類不同，記錄方式不同，文本格式不一，海量多源異構數據中甄選出高質量數據，是醫療健康數據挖掘分析首當其沖的問題，對此采用思維投影的理念為現實世界和數字世界搭建一座橋梁，以實現資源和資產在價值互聯網上定義、存儲、轉移、轉換，從而促進價值互聯網業務與傳統互聯網業務的融合。

在此過程中，特別要說的是“容差數據清洗”技術，數據清洗即去除重復無效數據或修正錯誤信息，從而保證數據的一致性，確保其完整性和精確性，提升數據質量。針對醫療數據中大量的重復無效數據，首先采用MD5消息摘要算法識別完全重復的數據，然后采用局部敏感Hash函數對其余數據進行容差去重。MD5消息摘要算法是在1991年由Rivest開發出的一種密碼散列函數，任何輸入都可以產生出一個128位的散列值，不同輸入產生出的散列值不同，即使輸入僅有1比特的不同，其輸出的散列值也會有很大變化。將不同的醫療數據作為MD5的輸入值，通過比較其輸出的散列值是否相同判斷輸入值是否為重復數據，從而實現對醫療數據的去重。MD5算法去重效率高，但其僅能對完全重復的數據進行去重。局部敏感哈希函數是相似輸入值獲得的散列值有較高概率相同的哈希方法，采用局部敏感哈希函數可以實現容差去重，如針對文本數據，可以識別基于語義的重復數據；針對圖像/視頻等非結構化數據，可以在改變編碼格式或分辨率、旋轉、嵌入水印或文字等情況下，識別容差重復數據。容差數據、數據標識是用數據來標識數據，讓計算機可以分辨不同環境下產生的外表相同的數據中包含的不同信息，從而實現大數據的精準應用。

基于算法分解的數據交換是健全大健康平臺系統區塊鏈的另一種技術，這是多個數據擁有者分別將多方數據安全傳送給數據執行方，數據執行方將多方數據作為輸入給使用者提供的算法上進行運算，并將運算結果返回給數據使用者。考慮到醫療數據多是多源異構數據，其數據容量較大，例如影像數據是醫療數據的重要組成部分，從數量上看超過90%以上的醫療數據都是影像數據，從產生數據的設備來看包括CT、X光、MRI、PET等醫療影像數據。

同時，為了提高基于算法分解數據交換末端數據處理能力，平臺聚焦于邊緣應用的深度學習推理人工智能芯片，為醫療影像計算的性能優化和數據重用提供最佳的編程靈活性專門研發了“AI+醫療”芯片，可提供強大的深度學習模型編譯器和軟件SDK開發包，輕松移植Caffe、Tensorflow等主流深度學習框架,運行常見的CNN、DNN等神經網絡模型。數據計算通過算力融合來實現。算力融合是在區塊鏈和智能合約之上，對鏈外存儲資源和計算資源進行整合，形成了基于區塊鏈和智能合約的分布式計算平臺。為滿足使用方對數據的全方面需求，數據交換提供三種靈活的計算場景：本地計算、異地計算和融合計算。算力融合構建的多方協同計算平臺，數據和計算參與方簽定多方智能合約，合約開始執行后在管力環境生成安全沙箱，數據和算法通過數字信封技術進入沙箱，計算完成返回結果，沙箱銷毀，共同保證了數據、算法的的安全性。

動態 | 湖南大學計劃利用天河超算存儲系統在區塊鏈等領域開展研究:據新浪財經消息，湖南大學計劃利用其天河超算存儲系統，在區塊鏈、大數據、人工智能等領域開展系列研究。此前在11月21日美國丹佛舉行的世界超算大會SC上，湖南大學國家超級計算長沙中心天河超算存儲系統憑借209.43GiB/s的得分獲IO-500總榜單帶寬第一名，是全球最快的存儲系統。[2019/11/24]

3.區塊鏈治理下健康大數據應用驗證

3.1健康數據區塊鏈治理實驗平臺案例

國內以區塊鏈應用技術加以“治理”健康數據平臺的實踐，已經在區塊鏈應用先行城市深圳出現，并在2019年12月底的青島全國區塊鏈技術和產業創新發展大會上作了案例分享，這個用《蕳醫》命名的項目，以建立全民健康大數據作為目標，并以區塊鏈應用技術加以“治理”，可作為一個實證案例。

該實驗平臺包括了健康數據系統、商業交易系統、知識分享系統、會員激勵系統、金融結算系統、在線醫療服務系統等，將區塊鏈作為底層技術應用其中，基于鏈數據處理、數據存儲、數據交互和數據安全和數據資產化整體流程去進行設計。里面的區塊鏈應用涉及了解決核心技術的幾個問題，即共識算法、生態拓撲結構、價值網絡協議、協同融合計算和上層應用生態等進行突破，力圖推進區塊鏈和價值互聯網的更廣泛應用。平臺瞄準醫療數據可信交換共享、可視化醫療知識交換共享等行業痛點，將各醫療機構作為節點的數據打通、實現全球范圍內醫療數據的安全交換、有價共享、可控傳播。用區塊鏈技術解決了平臺的治理后，最終要實現的是將用戶的健康數據使用起來。健康數據平臺在區塊鏈技術的支撐下實現了數據閉環、生態閉環、價值閉環，用工作量證明去激勵用戶參與生態的共建、共創、共榮。用直播去傳播知識。教育用戶，讓用戶低成本的去消費第三方合作機構。北京中醫藥大學、安徽中醫藥大學、上源立真健康管理中心等提供為結果服務的特色整合醫學項目，解決用戶痛點。從而形成DAO共識自治社群，讓全民參與進來建立自運行生態。平臺上集成了“望聞問切”的人工智能，加上用戶提交的閉環的健康數據用于訓練健康管理的人工智能，為用戶提供最佳的健康干預方案，并且該數據將持續訓練AI，向科研、醫藥提供解決方案，為用戶持續創造價值。

圖1健康大數據平臺結構圖

3.2健康數據平臺系統區塊鏈治理出價值

區塊鏈數據價值的實現本質上就是數據的資產化，數據資產是企業或組織擁有或控制，能帶來未來經濟利益的數據資源。并不是所有數據都是資產，只有可控制、可計量、可變現的數據才可能成為資產。實現數據資產的可變現屬性，體現數據價值的過程，即“數據資產化”。同時，企業或組織的存儲、算力、知識等皆可資產化，在平臺上實現其價值。項目對AI人工智能的應用邏輯設計的健康數據模型進行了評估，得出的價格達到500分的健康數據調用一次是300美金折合人民幣2100元。連續上傳十年的數據價值是7000美元，注意這數據上鏈后只要網絡存在它就存在，會被持續的使用100年甚至更久，是真正意義上的可傳承的個人資產，如表1所示。

動態 | Ripple推出5000萬美元的區塊鏈研究計劃:據虎財網報道，Ripple正在推出大學區塊鏈研究計劃(UBRI)，以資助世界各地大學對區塊鏈技術的研究和創新。作為全球支付的領先企業區塊鏈，Ripple宣布它正在向該計劃捐贈5000萬美元，并與17所大學合作。

Ripple強調了UBRI的三個主要目標：它將支持研究和技術開發方面的合作; 它將促進新課程以滿足高學生的需求，并將鼓勵學生和商業領袖在加密貨幣領域進行討論。[2019/9/2]

表1AI人工智能模型健康數據2年價值表

時間

數據質量分值

用戶數據付費

代理數量

用戶數據價值

用戶每年更新數據

更新數據價值

2年

500

$300

10

$3000

$10

$500

2年

400

$200

10

$2000

$20

$400

2年

300

$100

10

$1000

$30

$300

在前兩年之后，如果每年更新，對于得分在500分以上的個人數據，該數據價值如表2所示。

表2AI人工智能模型10年的數據價值表

時間

2年

3年

4年

5年

6年

7年

8年

9年

10年

數據價值

$3000

$3500

$4000

$4500

$5000

$5500

$6000

$6500

$7000

3.3應用方案以區塊鏈核心算法保安全

數據加密技術處理，醫療健康數據隱私保護，數據安全性是實現數據融合共享、開放應用的前提，象“秘鑰重置”“多重簽名”等技術和方法有很多，這里重點介紹一下安全多方計算，1982年AndrewC.Yao提岀了“百萬富翁問題”實例描述的安全兩方計算問題，1987年Goldreich等人將安全兩方計算概念推廣到安全多方計算，其主要思想是：在一個分布式網絡里，兩方或多方根據他們的秘密輸入而執行一個算法，使得各方得到正確輸出的同時又保護自己輸入信息的秘密性。

訪問控制技術是實現分級隱私保護的基本手段之一，其可以對人員的不同身份和屬性設置不同權限來限制其訪問的內容，如財務部門人員只能訪問相關的收費信息而不能訪問醫生的診斷信息。本實驗平臺釆用基于屬性加密的訪問控制策略，實現隱私瞄的分級分類細粒度保護。

基于屬性的加密是一種將用戶的身份表示為一個屬性集合，加密數據與訪問控制結構相關聯，一個用戶能否解密密文，取決于密文所關聯的屬性集合與用戶身份對應的訪問控制培構是否匹配。在基于屬性加密的訪問控制中，用戶只要擁有特定屬性就可獲得訪問權限，不受物理環境因素的影響，而且能夠實現屬性的多值分配，解決EZ-Doctor平臺中的細粒度訪問控制和大規模用戶擴展問題。

這個基于屬性的加密方案，包括四個基本算法：

Setup

KeyGen

Enc

Dec

該算法輸入安全參數θ和系統屬性全集U，輸出公共參數Params和主密鑰匙MK。

該算法輸入主密鑰MK和一個權限索引X,輸入一個密鑰sk。

該算法輸入公共參數Params，一個密文索引Y和一個鑰加密的消息M，輸入一個密文CT。

該算法輸入公共參數Params，密鑰skχ和密文CTγ，輸出解密結果M’。

此加密方案的執行，為實驗平臺的醫療數據確權和可信安全交換提供了有效地實踐手段。

“多重簽名機制”是個人健康數據安全的又一手段。附加在某一電子文檔中的一組特定的符號或代碼是數字簽名，它是利用數學方法對該電子文檔進行關鍵信息提取并與用戶私有信息進行混合運算而形成的，用于標識簽發者的身份以及簽發者對電子文檔的認可，并能被接收者用來驗證該電子文檔在傳諭過程中是否被篡改或偽造。多重簽名有按序多重簽名方式和廣播多重簽名方式兩種形式。按序多重簽名是簽名者按照一定的順序對消息進行簽名；廣播多重簽名是提供者將消息廣播繪所有簽名者，簽名者獨自地對消息簽名，然后轉給簽名收集者，由他來形成多重數字簽名。在實驗平臺中，以數字簽名用來識別簽名者的身份，并證實被簽信息的正確性，同時保證個人不能對簽名信息逬行修改，而簽名者也不能對其簽名逬行事后否認。根據簽名過程，根據多個簽名者之間的內部關聯關系，利用廣播多重簽名和按序多重簽名實現了歸屬多方參與者數據的可信和公平的有償交換；釆用多重簽名機制有效解決了實驗平臺中數據、算法等數據資產歸屬多方的情況。

再說安全多方計算，1982年AndrewC.Yao提岀了”百萬富翁問題"實例描述的安全兩方計算問題，1987年Goldreich等人將安全兩方計算概念推廣到安全多方計算，其主要思想是：在一個分布式網絡里，兩方或多方根據他們的秘密輸入而執行一個算法，使得各方得到正確輸出的同時又保護自己輸入信息的秘密性。安全多方計算可以抽象描述為實現計算過程所需泛函性的一個數學模型：m方參與一個合作計算，設f:{0,1}*→{0,1}*為一個將m個輸入映射到m輸出的隨機函數。x?為參與方P?提供的輸入，在計算完成后，P?得到輸出的第i項。fi(x1,x2,....,xm)。利用安全多方計算，系統平臺在數據交換共享過程中實現數據擁有方保留對全部數據的所有權，并確保在其他需求方使用數據的過程中不能獲得該數據。故而安全多方計算為醫療數據的可信交換提供了技術解決手段。同時也為安全多方計算算法的實踐提供了驗證和落地平臺。

3.4區塊鏈數據平臺人工智能是方向

以數據交換平臺為基礎構建協同可信交換和計算體系，鏈接各種醫療大數據源，包括患者病歷數據庫，影像資料庫，醫學論文庫和醫療設備。利用可視化的智能合約平臺為醫生和專家提供將診斷過程和醫療知識形式化的手段，并產生服務于智能診療、分級診療、疾病管理和疾病預測等功能的智能合約體系，加快醫療數據在醫院、醫生、患者、醫保機構和政府間的流轉，將整個醫療產業實體鏈接成一個有機生態，成為智能診療是健康大數據在AI下醫療專業的應用典例，使醫療水平差異巨大的地區之間實現醫療知識深度共享和流動，達到醫療水平的均質化，用數據的力量助推科技進步。

利用區塊鏈技術搭建可信醫療數據共享的底層平臺，可規范健康醫療信息流通機制，加強醫療病例的電子化，保證醫療信息的完整性、真實性、隱私性，在智能診療過程中醫生可以將來自不同機構的、控制權分散的數據完成拼接，提供患者全生命周期的可信的完整診療記錄。同時，醫生成熟的診療知識和經驗以智能合約形式在平臺上流動，自動化高效地完成醫學決策支持，使得智能診療真正具備法律意義上的業務合規和醫學意義上的質量控制，與現代基于大數據、人工智能和基因檢測的精準醫學完美結合。同時，所創建的醫療協同機制能更好的支持多方協同診治和人工智能參與，從而消除了地域、機構、醫療水平差異等諸多限制，讓中小醫療機構和普通醫生能獲取所需的全部資源和專業知識，病人也能更快的得到大型醫療機構高水平醫生的醫療支持。

4.結束語

總之，在智慧物聯網條件下，將完整的、準確的、有效地健康數據進入區塊鏈應用領域，具有非常大的價值，是未來醫療的基礎設施，是國家的基礎設施，也是中華民族的基礎設施。

在區塊鏈技術的治理下，可以實現數據閉環、生態閉環、價值閉環；用工作量去激勵用戶參與生態的共建、共創、共榮。用直播去傳播知識，教育用戶，讓用戶低成本的去消費；用第三方合作機構比如用特色整合醫學項目，解決用戶痛點，從而形成DAO共識自治社群，讓全民參與進來建立自運行生態。平臺上如果集成“望聞問切”的人工智能，加上用戶提交的閉環的健康數據和醫生開具的處方等，用于訓練健康管理的人工智能，就能為用戶提供最佳的健康干預方案和醫療方案，這方案將超越80%的專業人員。并且該數據將持續訓練AI，向科研、醫藥、保險、衛生等領域提供解決方案，為用戶持續創造價值，這是許多有識之士想做及正在做的事。

參考文獻

鄔賀銓:大數據價值堪比石油首要應用是智慧醫療.金卡工程,2012(12):2.

高維榮.王永雄與醫渡云的醫療大數據新故事.健康界2017,(12)22.https://www.cn-healthcare.com/article/20171221/content-498486.html.

燕小六.健康醫療大數據之囧:安全性和開放性矛盾如何破.醫學界智庫,2018(06)08.https://www.sohu.com/a/234674744_467288.

徐麗娟,李杺恬,唐剛.數據安全之剩余信息保護.網絡空間安全,2019,10(01):1-7.

孫亞輝;魏連峰;李璞.MD5算法的快速硬件實現.《計算機與信息技術》2007,5(05)

張建平.基于遺傳算法的計算機圖形分析方法.計算機學報，2012,34(6):1092-1104

李未,郎波.一種非結構化數據庫的四面體數據模型.中國科學:信息科學,2010,40(08):1039-1053.

YaoAC.Protocos?for?securecomputation.procedingsofthe23rdIEEESymposiumon?Foundations.CA.USA:IEEE?Computer?SocietyPress,1982:160-164

作者簡介：

王翔，男，漢族，四川宜賓人，北京育達工商學院，碩士，北京聚農科技，董事長；主要研究方向和關注領域：區塊鏈應用、智慧物聯網、健康大數據。

Tags：區塊鏈人工智能COM300泰達幣區塊鏈交易查詢人工智能電影COINCOME瑞波幣漲了3000萬倍

幣安app下載