王翔

摘 ? 要：個人健康數(shù)據(jù)，是一個私密性領(lǐng)域，此類數(shù)據(jù)的挖掘和應(yīng)用，以前傳統(tǒng)的計算機平臺技術(shù)方式已經(jīng)不足以支撐。文章著重探討了應(yīng)用區(qū)塊鏈技術(shù)進行治理的一些方法，但是并沒有過多的從區(qū)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(shù)據(jù)采集到存儲、分析處理，直至應(yīng)用價值挖掘這樣的技術(shù)操作層面作闡述，提出了以區(qū)塊鏈架構(gòu)為底層的一種將“院內(nèi)院外”健康大數(shù)據(jù)作為應(yīng)用對象，以生命體不同體征數(shù)據(jù)，作全程、全面和全時的系統(tǒng)性處理的智聯(lián)網(wǎng)平臺區(qū)塊鏈技術(shù)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(yīng)用于相關(guān)行業(yè)和領(lǐng)域，變成社會的共同財富。

關(guān)鍵詞：區(qū)塊鏈;健康數(shù)據(jù);物聯(lián)網(wǎng)平臺;價值

中圖分類號：R2-03;TP317. 1 ? ? ? ? ?文獻標(biāo)識碼：A

Abstract： Personal health data is a private field. The traditional computer platform system is not enough to support the mining and application of such data. This paper focuses on the application of blockchain technology for governance， but not from the perspective of the basic characteristics of blockchain， such as "decentralization"， "consensus mechanism"， etc.， but from the technical operation level of health big data， such as collection， storage， analysis and processing， and application value mining， it puts forward a kind of "hospital" based on blockchain architecture Taking "health big data outside the hospital" as the application object， the whole process， comprehensive and full-time systematic collection， analysis and processing of different vital signs data of the intelligent network platform blockchain Technology Governance scheme is carried out， and supported by the example of health data platform technology application， so that it can face the public， let the previously private personal health information be applied to related industries and fields， change Becoming the common wealth of the society is a brand-new application scheme of blockchain technology.

Key words： health data;intelligent internet of things platform; blockchain technology; value

1 引言

未來的大健康主要依靠人工智能，往后三到五年醫(yī)療工作的80%會被人工智能所替代，人工智能醫(yī)療依靠的就是數(shù)據(jù)、大數(shù)據(jù)，它們就是原料。完整的、可信的、科學(xué)有效地個人健康數(shù)據(jù)是人工智能的基石。鄔賀銓院士說“所謂大數(shù)據(jù)是指在允許的時間里，無法用常規(guī)軟件對數(shù)據(jù)進行抓取、管理和處理而產(chǎn)生的數(shù)據(jù)集合”[1]，這樣的對健康醫(yī)療大數(shù)據(jù)的挖掘和應(yīng)用，也已經(jīng)開始為“阿里健康大數(shù)據(jù)”這樣的平臺所重視，但是采用區(qū)塊鏈技術(shù)和人工智能AI技術(shù)從采集、儲存、分析、應(yīng)用處理的全鏈條進行“治理”的健康大數(shù)據(jù)平臺所見還不多。

本文探討的主要問題是，健康數(shù)據(jù)除精準(zhǔn)地進行醫(yī)療診斷、健康管理外，在不泄隱私前提下，如何將區(qū)塊鏈技術(shù)結(jié)合人工智能處理，在物聯(lián)網(wǎng)平臺系統(tǒng)給醫(yī)院、健康、運動、保健、康養(yǎng)、醫(yī)藥、科研等更多行業(yè)去不斷調(diào)用，讓健康數(shù)據(jù)給用戶個人和社會帶來無限傳承的可、持續(xù)收益的經(jīng)濟價值，將用戶自然的健康數(shù)據(jù)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(jù)斯坦福大學(xué)統(tǒng)計系和醫(yī)學(xué)院的王永雄教授介紹，美國大部分的醫(yī)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(yī)藥費。更重要的是，當(dāng)那些疑難雜癥患者的病歷被大量醫(yī)生查看后，還有可能為他們找到醫(yī)治的方法[2]。于是設(shè)想，如果能將人們的健康日常數(shù)據(jù)與健康機構(gòu)、醫(yī)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(yī)院醫(yī)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(shù)據(jù)手段，減少醫(yī)生重復(fù)的勞動，或者減少經(jīng)驗不足醫(yī)生的誤診率。并且，這些醫(yī)療健康大數(shù)據(jù)，能否在數(shù)據(jù)確權(quán)后，給本人或機構(gòu)創(chuàng)造數(shù)據(jù)價值。

2 健康大數(shù)據(jù)行業(yè)痛點及“治理”

2.1 “健康大數(shù)據(jù)”行業(yè)問題及其解決之道

健康醫(yī)療大數(shù)據(jù)行業(yè)是一個由上、中、下產(chǎn)業(yè)組成的產(chǎn)業(yè)鏈，上游是醫(yī)療、健康機構(gòu)等數(shù)據(jù)供應(yīng)商或存儲計算云服務(wù)商;中游為產(chǎn)業(yè)鏈核心企業(yè)，多為具有影像識別、深度學(xué)習(xí)、自然語義分析等以大數(shù)據(jù)挖掘為核心的技術(shù)型企業(yè)，該類企業(yè)可為聚集了大量健康醫(yī)療相關(guān)數(shù)據(jù)的機構(gòu)提供數(shù)據(jù)處理服務(wù)，在分析及可視化后賦予數(shù)據(jù)價值;下游為應(yīng)用場景，分為包括醫(yī)院、藥企、政府、保險、PBM 等企業(yè)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(yī)療服務(wù)的效率和質(zhì)量，降低C端患者及健康人群的就醫(yī)費用。然而對數(shù)據(jù)而言，從現(xiàn)在行業(yè)整體來看 ，產(chǎn)業(yè)鏈上存在有質(zhì)量、樣本量及安全三個大問題。

先說數(shù)據(jù)質(zhì)量，健康類數(shù)據(jù)多由智能硬件或在線醫(yī)療企業(yè)采集，該類數(shù)據(jù)采集工具標(biāo)準(zhǔn)不高、專業(yè)性不強、場景維度多且缺乏整合、質(zhì)量參差不一，這是眾所周知的。其實醫(yī)療數(shù)據(jù)的質(zhì)量也多受責(zé)疑，其一，致病因素的復(fù)雜性決定了病人的診療過程中產(chǎn)生的數(shù)據(jù)的多樣性和復(fù)雜性，因此醫(yī)療數(shù)據(jù)有不可避免的主觀性;其二，各醫(yī)院 建立自己的醫(yī)療數(shù)據(jù)信息管理系統(tǒng)，每家醫(yī)院信息各成體系，呈現(xiàn)多個數(shù)據(jù)體系;其三，醫(yī)療數(shù)據(jù)缺乏統(tǒng)一標(biāo)準(zhǔn)，加上行業(yè)“潛規(guī)則”，醫(yī)療機構(gòu)之間數(shù)據(jù)的互不認(rèn)可等人為封閉，信息孤島現(xiàn)象嚴(yán)重，數(shù)據(jù)質(zhì)量的公信力受影響。

足夠的數(shù)據(jù)樣本量是實現(xiàn)健康大數(shù)據(jù)價值的基礎(chǔ)，如果數(shù)據(jù)量不夠大時，處于“支離破碎”狀態(tài)下的健康數(shù)據(jù)只是“孤立數(shù)據(jù)”，只有通過數(shù)據(jù)匯聚，在數(shù)據(jù)量不斷增加并突破某個“臨界值”時，這些本來孤立數(shù)據(jù)才會整體上顯現(xiàn)出“規(guī)律性”來，并且在不同程度上反映出這類數(shù)據(jù)的本質(zhì)。因為數(shù)據(jù)常常在關(guān)聯(lián)中體現(xiàn)價值。醫(yī)療健康領(lǐng)域大數(shù)據(jù)來自不同行業(yè)，數(shù)據(jù)資源分散在不同的數(shù)據(jù)池中，包括醫(yī)院的電子病歷、結(jié)算與費用數(shù)據(jù)、醫(yī)療廠商的醫(yī)藥、醫(yī)械數(shù)據(jù)、醫(yī)學(xué)研究的數(shù)據(jù)、區(qū)域衛(wèi)生信息平臺采集的居民健康檔案、政府調(diào)查的人口與公共衛(wèi)生數(shù)據(jù)等，且多異構(gòu)數(shù)據(jù)，彼此之間沒有太多聯(lián)系;健康大數(shù)據(jù)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(huán)境下獲取，缺少數(shù)據(jù)與這些因素的關(guān)聯(lián)，數(shù)據(jù)的真實性和準(zhǔn)確率都會打問號;

數(shù)據(jù)安全上， 醫(yī)院病人數(shù)據(jù)非常敏感，由于員工疏忽容易泄露，還有網(wǎng)絡(luò)盜竊犯罪正在上升。2015年，美國第二大醫(yī)療保險公司Anthem遭黑客入侵，近8000萬用戶數(shù)據(jù)泄露。2017年，美國佛羅里達州HealthNow Networks公司的90多萬人醫(yī)療數(shù)據(jù)被泄露，他們面臨著電信詐騙、金融詐騙等風(fēng)險[3]，醫(yī)院外聯(lián)系統(tǒng)中健康數(shù)據(jù)就更多的面臨隱私安全等問題。

那么，“健康大數(shù)據(jù)”應(yīng)用行業(yè)的難點和痛點如何突破。本文提出以區(qū)塊鏈為基礎(chǔ)，建立全新智能合約架構(gòu)設(shè)計，實現(xiàn)針對醫(yī)療行業(yè)構(gòu)建的科學(xué)、可信、有價值的技術(shù)平臺。這應(yīng)該是一個以區(qū)塊鏈為底層架構(gòu)的智慧物聯(lián)網(wǎng)（本文簡稱智聯(lián)網(wǎng)或AIOT）全民健康大數(shù)據(jù)平臺。它以傳感網(wǎng)、互聯(lián)網(wǎng)、移動通訊、無線局域網(wǎng)等組成的“全網(wǎng)”數(shù)據(jù)傳輸為條件，將多種應(yīng)用場景、機構(gòu)、人員、不同類型的健康大數(shù)據(jù)組織到同一大數(shù)據(jù)分析應(yīng)用系統(tǒng)中，實現(xiàn)數(shù)據(jù)的實時性、及時性、全面性、可對比性和共享性等，在此基礎(chǔ)上AI智慧分析系統(tǒng)的健康大數(shù)據(jù)分析，可用于身體健康情況監(jiān)測、疾病預(yù)防分析、健康趨勢分析、保健產(chǎn)品推薦、健康干預(yù)健康、健身方案建議、合理飲食配置等，當(dāng)然也可用于政府決策、疾病防控及更多行業(yè)應(yīng)用等。在這平臺上，區(qū)塊鏈技術(shù)的應(yīng)用特性，可在數(shù)據(jù)準(zhǔn)確、安全等方面給予更大的保障。所以，以區(qū)塊鏈應(yīng)用技術(shù)“治理”解決健康大數(shù)據(jù)應(yīng)用中許多問題，應(yīng)是一個科學(xué)的方案。

2.2 平臺元數(shù)據(jù)存儲技術(shù)

醫(yī)療數(shù)據(jù)的數(shù)據(jù)存儲技術(shù)原來只是簡單的技術(shù)問題，存儲系統(tǒng)的底層是實際存儲數(shù)據(jù)的物理介質(zhì)，例如閃盤和物理存儲器，物理存儲介質(zhì)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(zhì)上的基本格式（例如電壓）轉(zhuǎn)換成上層可理解的格式（例如二進制數(shù)值），并且提供一個標(biāo)準(zhǔn)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(zhì)讀取/存入數(shù)據(jù)[4]。但是這樣的技術(shù)下，數(shù)據(jù)的安全性飽受責(zé)疑。區(qū)塊鏈數(shù)據(jù)存儲技術(shù)的出現(xiàn)，使這領(lǐng)域顯現(xiàn)了新的曙光。

“元數(shù)據(jù)”是描述數(shù)據(jù)或信息資源等對象的數(shù)據(jù)，在區(qū)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(xiàn)簡單高效地管理大量網(wǎng)絡(luò)化數(shù)據(jù)，實現(xiàn)信息資源的有效發(fā)現(xiàn)、查找、一體化組織和対使用資源的有效管理。將元數(shù)據(jù)保存在區(qū)塊中，通過協(xié)作驗證來保證元數(shù)據(jù)的完整性。可分為兩個階段，即元數(shù)據(jù)存儲階段和元數(shù)據(jù)驗證階段。在元數(shù)據(jù)存儲階段，將用戶的簽名和副本位置數(shù)據(jù)發(fā)送給若干驗證節(jié)點，生成元數(shù)據(jù)區(qū)塊并寫入元數(shù)據(jù)區(qū)塊鏈中。在元數(shù)據(jù)驗證階段，驗證節(jié)點首先檢査本地元數(shù)據(jù)區(qū)塊鏈的狀態(tài)和全局狀態(tài)是否相同，如果不相同則進行狀態(tài)同步。然后檢索本地元數(shù)據(jù)區(qū)塊鏈來驗證元數(shù)據(jù)完整性。

區(qū)塊鏈技術(shù)在數(shù)據(jù)存儲領(lǐng)域的應(yīng)用，是通過加密、容差、抗DDoS、擴展性等技術(shù)，將數(shù)據(jù)切片分散存儲在不同的服務(wù)器中，打造成星際浩瀚的存儲池，這需要無數(shù)零散的服務(wù)器參與其中，服務(wù)器的主人正是所有愿意參與的公民，同時，服務(wù)器所產(chǎn)生的收益自然歸其主人，因此數(shù)據(jù)存儲（云服務(wù)）行業(yè)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(shù)據(jù)庫及專業(yè)的數(shù)據(jù)分析系統(tǒng)外，應(yīng)用區(qū)塊鏈去中心化的賬本技術(shù)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(gòu)，任意節(jié)點的權(quán)利和義務(wù)都是均等的，系統(tǒng)中的數(shù)據(jù)塊由整個系統(tǒng)中具有維護功能的節(jié)點來共同維護。也就是說，系統(tǒng)中任意節(jié)點都需要對交易數(shù)據(jù)逬行全量計算和存儲。

當(dāng)然，區(qū)塊鏈帶來的去中心化應(yīng)用也帶來了很多新的挑戰(zhàn)，如使用區(qū)塊鏈來管理持續(xù)増長的數(shù)據(jù)。即使是醫(yī)療健康的信息數(shù)據(jù)（未涉及個人隱私的原始數(shù)據(jù)）也是海量，會消耗更多的空間和時間。當(dāng)去中心化存儲運用了區(qū)塊鏈的一些特性時，也要去重新思考影像等醫(yī)療數(shù)據(jù)在區(qū)塊鏈上如何存儲，如利用Shardlng、Swarming等技術(shù)。數(shù)據(jù)超級節(jié)點為區(qū)塊鏈提供非中心化超級數(shù)據(jù)庫，保證區(qū)塊鏈上應(yīng)用髙效的數(shù)據(jù)訪問。

醫(yī)學(xué)數(shù)字成像和通信DICOM（Digital Imaging and Communication of Medicine）標(biāo)準(zhǔn)是由美國放射學(xué)會（American College of Radiology，ACR）和全美電子廠商聯(lián)合會（National Electrical Manufacturers Association，NEMA）聯(lián)合制定的，用來規(guī)范數(shù)字化醫(yī)學(xué)影像及其相關(guān)信息交換、存儲、顯示的標(biāo)準(zhǔn)，目前的最新版本為DICOM3.0。醫(yī)學(xué)數(shù)字成像和通信標(biāo)準(zhǔn)建立了規(guī)范的數(shù)據(jù)結(jié)構(gòu)和完整的數(shù)據(jù)模型，能夠使醫(yī)學(xué)影像信息得到完整的表達，有效地促進了醫(yī)學(xué)影像信息的存檔。應(yīng)用平臺結(jié)合ICD-10;DICOM3.0;SNOMED-CT（Systematized Nomenclature -Climical Tems）等國際標(biāo)準(zhǔn)和規(guī)范，對數(shù)據(jù)進行科學(xué)分類，并建立標(biāo)識編碼標(biāo)準(zhǔn)的結(jié)構(gòu)，制訂具體的編碼規(guī)則，代碼結(jié)構(gòu)與分類體系相適應(yīng)。

2.3 健康大數(shù)據(jù)區(qū)塊鏈應(yīng)用的處理技術(shù)

如何從醫(yī)院內(nèi)外的全信息化逬程中產(chǎn)生的種類不同，記錄方式不同，文本格式不一，海量多源異構(gòu)數(shù)據(jù)中甄選出高質(zhì)量數(shù)據(jù)，是醫(yī)療健康數(shù)據(jù)挖掘分析首當(dāng)其沖的問題，對此采用思維投影的理念為現(xiàn)實世界和數(shù)字世界搭建一座橋梁，以實現(xiàn)資源和資產(chǎn)在價值互聯(lián)網(wǎng)上定義、存儲、轉(zhuǎn)移、轉(zhuǎn)換，從而促進價值互聯(lián)網(wǎng)業(yè)務(wù)與傳統(tǒng)互聯(lián)網(wǎng)業(yè)務(wù)的融合。

在此過程中，特別要說的是“容差數(shù)據(jù)清洗”技術(shù)，數(shù)據(jù)清洗即去除重復(fù)無效數(shù)據(jù)或修正錯誤信息，從而保證數(shù)據(jù)的一致性，確保其完整性和精確性，提升數(shù)據(jù)質(zhì)量。針對醫(yī)療數(shù)據(jù)中大量的重復(fù)無效數(shù)據(jù)，首先采用MD5消息摘要算法識別完全重復(fù)的數(shù)據(jù)，然后采用局部敏感Hash函數(shù)對其余數(shù)據(jù)進行容差去重。MD5消息摘要算法[5]（本文簡稱MD5）是在1991年由Rivest開發(fā)出的一種密碼散列函數(shù)，任何輸入都可以產(chǎn)生出一個128位的散列值，不同輸入產(chǎn)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(yī)療數(shù)據(jù)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(fù)數(shù)據(jù)，從而實現(xiàn)對醫(yī)療數(shù)據(jù)的去重。MD5算法去重效率高，但其僅能對完全重復(fù)的數(shù)據(jù)進行去重。局部敏感哈希函數(shù)[6]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(shù)可以實現(xiàn)容差去重，如針對文本數(shù)據(jù)，可以識別基于語義的重復(fù)數(shù)據(jù);針對圖像/視頻等非結(jié)構(gòu)化數(shù)據(jù)，可以在改變編碼格式或分辨率、旋轉(zhuǎn)、嵌入水印或文字等情況下，識別容差重復(fù)數(shù)據(jù)。容差數(shù)據(jù)、數(shù)據(jù)標(biāo)識是用數(shù)據(jù)來標(biāo)識數(shù)據(jù)，讓計算機可以分辨不同環(huán)境下產(chǎn)生的外表相同的數(shù)據(jù)中包含的不同信息，從而實現(xiàn)大數(shù)據(jù)的精準(zhǔn)應(yīng)用。

基于算法分解的數(shù)據(jù)交換是健全大健康平臺系統(tǒng)區(qū)塊鏈的另一種技術(shù)，這是多個數(shù)據(jù)擁有者分別將多方數(shù)據(jù)安全傳送給數(shù)據(jù)執(zhí)行方，數(shù)據(jù)執(zhí)行方將多方數(shù)據(jù)作為輸入給使用者提供的算法上進行運算，并將運算結(jié)果返回給數(shù)據(jù)使用者?？紤]到醫(yī)療數(shù)據(jù)多是多源異構(gòu)數(shù)據(jù)，其數(shù)據(jù)容量較大，例如影像數(shù)據(jù)是醫(yī)療數(shù)據(jù)的重要組成部分，從數(shù)量上看超過90%以上的醫(yī)療數(shù)據(jù)都是影像數(shù)據(jù)，從產(chǎn)生數(shù)據(jù)的設(shè)備來看包括CT、X光、MRI、PET等醫(yī)療影像數(shù)據(jù)。

同時，為了提高基于算法分解數(shù)據(jù)交換末端數(shù)據(jù)處理能力，平臺聚焦于邊緣應(yīng)用的深度學(xué)習(xí)推理人工智能芯片，為醫(yī)療影像計算的性能優(yōu)化和數(shù)據(jù)重用提供最佳的編程靈活性專門研發(fā)了“AI+醫(yī)療”芯片，可提供強大的深度學(xué)習(xí)模型編譯器和軟件SDK開發(fā)包，輕松移植Caffe、Tensorflow等主流深度學(xué)習(xí)框架，運行常見的CNN、DNN等神經(jīng)網(wǎng)絡(luò)模型。數(shù)據(jù)計算通過算力融合來實現(xiàn)。算力融合是在區(qū)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(qū)塊鏈和智能合約的分布式計算平臺。為滿足使用方對數(shù)據(jù)的全方面需求，數(shù)據(jù)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(gòu)建的多方協(xié)同計算平臺，數(shù)據(jù)和計算參與方簽定多方智能合約，合約開始執(zhí)行后在管力環(huán)境生成安全沙箱，數(shù)據(jù)和算法通過數(shù)字信封技術(shù)進入沙箱，計算完成返回結(jié)果，沙箱銷毀，共同保證了數(shù)據(jù)、算法的安全性。

3 區(qū)塊鏈治理下健康大數(shù)據(jù)應(yīng)用驗證

3.1 健康數(shù)據(jù)區(qū)塊鏈治理實驗平臺案例

國內(nèi)以區(qū)塊鏈應(yīng)用技術(shù)加以“治理”健康數(shù)據(jù)平臺的實踐，已經(jīng)在區(qū)塊鏈應(yīng)用先行城市深圳出現(xiàn)，并在2019年12月底的青島全國區(qū)塊鏈技術(shù)和產(chǎn)業(yè)創(chuàng)新發(fā)展大會上作了案例分享，這個用《蕳醫(yī)》命名的項目，以建立全民健康大數(shù)據(jù)作為目標(biāo)，并以區(qū)塊鏈應(yīng)用技術(shù)加以“治理”，可作為一個實證案例。

該實驗平臺包括了健康數(shù)據(jù)系統(tǒng)、商業(yè)交易系統(tǒng)、知識分享系統(tǒng)、會員激勵系統(tǒng)、金融結(jié)算系統(tǒng)、在線醫(yī)療服務(wù)系統(tǒng)等，將區(qū)塊鏈作為底層技術(shù)應(yīng)用其中，基于鏈數(shù)據(jù)處理、數(shù)據(jù)存儲、數(shù)據(jù)交互和數(shù)據(jù)安全和數(shù)據(jù)資產(chǎn)化整體流程去進行設(shè)計。里面區(qū)塊鏈應(yīng)用涉及了解決核心技術(shù)的幾個問題，即共識算法、生態(tài)拓?fù)浣Y(jié)構(gòu)、價值網(wǎng)絡(luò)協(xié)議、協(xié)同融合計算和上層應(yīng)用生態(tài)等進行突破，力圖推進區(qū)塊鏈和價值互聯(lián)網(wǎng)的更廣泛應(yīng)用。平臺瞄準(zhǔn)醫(yī)療數(shù)據(jù)可信交換共享、可視化醫(yī)療知識交換共享等行業(yè)痛點，將各醫(yī)療機構(gòu)作為節(jié)點的數(shù)據(jù)打通、實現(xiàn)全球范圍內(nèi)醫(yī)療數(shù)據(jù)的安全交換、有價共享、可控傳播。用區(qū)塊鏈技術(shù)解決了平臺的治理后，最終要實現(xiàn)的是將用戶的健康數(shù)據(jù)使用起來。健康數(shù)據(jù)平臺在區(qū)塊鏈技術(shù)的支撐下實現(xiàn)了數(shù)據(jù)閉環(huán)、生態(tài)閉環(huán)、價值閉環(huán)，用工作量證明去激勵用戶參與生態(tài)的共建、共創(chuàng)、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(gòu)。北京中醫(yī)藥大學(xué)、安徽中醫(yī)藥大學(xué)、上源立真健康管理中心等提供為結(jié)果服務(wù)的特色整合醫(yī)學(xué)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(tài)。平臺上集成了“望聞問切”的人工智能，加上用戶提交的閉環(huán)的健康數(shù)據(jù)用于訓(xùn)練健康管理的人工智能，為用戶提供最佳的健康干預(yù)方案，并且該數(shù)據(jù)將持續(xù)訓(xùn)練AI，向科研、醫(yī)藥提供解決方案，為用戶持續(xù)創(chuàng)造價值。

3.2 健康數(shù)據(jù)平臺系統(tǒng)區(qū)塊鏈治理出價值

區(qū)塊鏈數(shù)據(jù)價值的實現(xiàn)本質(zhì)上就是數(shù)據(jù)的資產(chǎn)化，數(shù)據(jù)資產(chǎn)是企業(yè)或組織擁有或控制，能帶來未來經(jīng)濟利益的數(shù)據(jù)資源。并不是所有數(shù)據(jù)都是資產(chǎn)，只有可控制、可計量、可變現(xiàn)的數(shù)據(jù)才可能成為資產(chǎn)。實現(xiàn)數(shù)據(jù)資產(chǎn)的可變現(xiàn)屬性，體現(xiàn)數(shù)據(jù)價值的過程，即“數(shù)據(jù)資產(chǎn)化”。同時，企業(yè)或組織的存儲、算力、知識等皆可資產(chǎn)化，在平臺上實現(xiàn)其價值。項目對AI人工智能的應(yīng)用邏輯設(shè)計的健康數(shù)據(jù)模型進行了評估，得出的價格達到500分的健康數(shù)據(jù)調(diào)用一次是300美金折合人民幣2100元。連續(xù)上傳十年的數(shù)據(jù)價值是7000美元，注意這數(shù)據(jù)上鏈后只要網(wǎng)絡(luò)存在它就存在，會被持續(xù)的使用100年甚至更久，是真正意義上的可傳承的個人資產(chǎn)，如表1所示。

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(shù)據(jù)，該數(shù)據(jù)價值如表2所示。

3.3 應(yīng)用方案以區(qū)塊鏈核心算法保安全

數(shù)據(jù)加密技術(shù)處理，醫(yī)療健康數(shù)據(jù)隱私保護，數(shù)據(jù)安全性是實現(xiàn)數(shù)據(jù)融合共享、開放應(yīng)用的前提，如“秘鑰重置”“多重簽名”等技術(shù)和方法有很多，這里重點介紹一下安全多方計算，1982 年Andrew C. 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[8]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(wǎng)絡(luò)里，兩方或多方根據(jù)他們的秘密輸入而執(zhí)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(shù)是實現(xiàn)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(shè)置不同權(quán)限來限制其訪問的內(nèi)容，如財務(wù)部門人員只能訪問相關(guān)的收費信息而不能訪問醫(yī)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(xiàn)隱私的分級分類細(xì)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(shù)據(jù)與訪問控制結(jié)構(gòu)相關(guān)聯(lián)，一個用戶能否解密密文，取決于密文所關(guān)聯(lián)的屬性集合與用戶身份對應(yīng)的訪問控制結(jié)構(gòu)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(quán)限，不受物理環(huán)境因素的影響，而且能夠?qū)崿F(xiàn)屬性的多值分配，解決EZ-Doctor平臺中的細(xì)粒度訪問控制和大規(guī)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：

此加密方案的執(zhí)行，為實驗平臺的醫(yī)療數(shù)據(jù)確權(quán)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(shù)據(jù)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(shù)字簽名，它是利用數(shù)學(xué)方法對該電子文檔進行關(guān)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(biāo)識簽發(fā)者的身份以及簽發(fā)者對電子文檔的認(rèn)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?qū)ο⑦M行簽名;廣播多重簽名是提供者將消息廣播給所有簽名者，簽名者獨自地對消息簽名，然后轉(zhuǎn)給簽名收集者，由他來形成多重數(shù)字簽名。在實驗平臺中，以數(shù)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(rèn)。根據(jù)簽名過程，根據(jù)多個簽名者之間的內(nèi)部關(guān)聯(lián)關(guān)系，利用廣播多重簽名和按序多重簽名實現(xiàn)了歸屬多方參與者數(shù)據(jù)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(shù)據(jù)、算法等數(shù)據(jù)資產(chǎn)歸屬多方的情況。

再說安全多方計算，1982 年Andrew C. 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(wǎng)絡(luò)里，兩方或多方根據(jù)他們的秘密輸入而執(zhí)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(xiàn)計算過程所需泛函性的一個數(shù)學(xué)模型：m方參與一個合作計算，設(shè)f ：{0， 1}*→{0， 1}*為一個將m個輸入映射到m輸出的隨機函數(shù)。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(tǒng)平臺在數(shù)據(jù)交換共享過程中實現(xiàn)數(shù)據(jù)擁有方保留對全部數(shù)據(jù)的所有權(quán)，并確保在其他需求方使用數(shù)據(jù)的過程中不能獲得該數(shù)據(jù)。故而安全多方計算為醫(yī)療數(shù)據(jù)的可信交換提供了技術(shù)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(qū)塊鏈數(shù)據(jù)平臺人工智能是方向

以數(shù)據(jù)交換平臺為基礎(chǔ)構(gòu)建協(xié)同可信交換和計算體系，鏈接各種醫(yī)療大數(shù) 據(jù)源，包括患者病歷數(shù)據(jù)庫，影像資料庫，醫(yī)學(xué)論文庫和醫(yī)療設(shè)備。利用可視化的智能合約平臺為醫(yī)生和專家提供將診斷過程和醫(yī)療知識形式化的手段，并產(chǎn)生服務(wù)于智能診療、分級診療、疾病管理和疾病預(yù)測等功能的智能合約體系，加快醫(yī)療數(shù)據(jù)在醫(yī)院、醫(yī)生、患者、醫(yī)保機構(gòu)和政府間的流轉(zhuǎn)，將整個醫(yī)療產(chǎn)業(yè)實體鏈接成一個有機生態(tài)，成為智能診療是健康大數(shù)據(jù)在AI下醫(yī)療專業(yè)的應(yīng)用典例，使醫(yī)療水平差異巨大的地區(qū)之間實現(xiàn)醫(yī)療知識深度共享和流動，達到醫(yī)療水平的均質(zhì)化，用數(shù)據(jù)的力量助推科技進步。

利用區(qū)塊鏈技術(shù)搭建可信醫(yī)療數(shù)據(jù)共享的底層平臺，可規(guī)范健康醫(yī)療信息流通機制，加強醫(yī)療病例的電子化，保證醫(yī)療信息的完整性、真實性、隱私性，在智能診療過程中醫(yī)生可以將來自不同機構(gòu)的、控制權(quán)分散的數(shù)據(jù)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(yī)生成熟的診療知識和經(jīng)驗以智能合約形式在平臺上流動，自動化高效地完成醫(yī)學(xué)決策支持，使得智能診療真正具備法律意義上的業(yè)務(wù)合規(guī)和醫(yī)學(xué)意義上的質(zhì)量控制，與現(xiàn)代基于大數(shù)據(jù)、人工智能和基因檢測的精準(zhǔn)醫(yī)學(xué)完美結(jié)合。同時，所創(chuàng)建的醫(yī)療協(xié)同機制能更好的支持多方協(xié)同診治和人工智能參與，從而消除了地域、機構(gòu)、醫(yī)療水平差異等諸多限制，讓中小醫(yī)療機構(gòu)和普通醫(yī)生能獲取所需的全部資源和專業(yè)知識，病人也能更快的得到大型醫(yī)療機構(gòu)高水平醫(yī)生的醫(yī)療支持。

4 結(jié)束語

總之，在智慧物聯(lián)網(wǎng)條件下，將完整的、準(zhǔn)確的、有效地健康數(shù)據(jù)進入?yún)^(qū)塊鏈應(yīng)用領(lǐng)域，具有非常大的價值，是未來醫(yī)療的基礎(chǔ)設(shè)施，是國家的基礎(chǔ)設(shè)施，也是中華民族的基礎(chǔ)設(shè)施。

在區(qū)塊鏈技術(shù)的治理下，可以實現(xiàn)數(shù)據(jù)閉環(huán)、生態(tài)閉環(huán)、價值閉環(huán);用工作量去激勵用戶參與生態(tài)的共建、共創(chuàng)、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(gòu)比如用特色整合醫(yī)學(xué)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(tài)。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(huán)的健康數(shù)據(jù)和醫(yī)生開具的處方等，用于訓(xùn)練健康管理的人工智能，就能為用戶提供最佳的健康干預(yù)方案和醫(yī)療方案，這方案將超越80%的專業(yè)人員。并且該數(shù)據(jù)將持續(xù)訓(xùn)練AI，向科研、醫(yī)藥、保險、衛(wèi)生等領(lǐng)域提供解決方案，為用戶持續(xù)創(chuàng)造價值，這是許多有識之士想做及正在做的事。

參考文獻

[1] 鄔賀銓：大數(shù)據(jù)價值堪比石油 首要應(yīng)用是智慧醫(yī)療[J].金卡工程，2012（12）：2.

[2] 高維榮.王永雄與醫(yī)渡云的醫(yī)療大數(shù)據(jù)新故事[EB/OL].健康界2017，（12）22.https：//www.cn-healthcare.com/article/20171221/content-498486.html .

[3] 燕小六.健康醫(yī)療大數(shù)據(jù)之囧：安全性和開放性矛盾如何破[J/OL].醫(yī)學(xué)界智庫，2018（06）08.

[4] 徐麗娟，李杺恬，唐剛.數(shù)據(jù)安全之剩余信息保護[J].網(wǎng)絡(luò)空間安全，2019，10（01）：1-7.

[5] 孫亞輝;魏連峰;李璞.MD5算法的快速硬件實現(xiàn) [J/OL].計算機與信息技術(shù)2007，5（05）.

[6] 張建平.基于遺傳算法的計算機圖形分析方法[J/OL] .計算機學(xué)報，2012，34（6）：1092-1104.

[7] 李未，郎波.一種非結(jié)構(gòu)化數(shù)據(jù)庫的四面體數(shù)據(jù)模型[J].中國科學(xué)：信息科學(xué)，2010，40（08）：1039-1053.

[8] Yao A C.Protocos ?for ?secure computation.[J/OL]procedings of the 23rd IEEE Symposiumon ?Foundations. CA.USA： IEEE ?Computer ?Society Press，1982：160-164.