区块链技术让医疗服务变得更透明、更可信.doc

《区块链技术让医疗服务变得更透明、更可信.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、区块链技术让医疗服务变得更透明、更可信　　Aimedis是一个将专业医疗知识与患者群体结合的数字医疗生态系统。项目属于医疗健康领域，针对世界各地人民预期寿命的延长，人们迫切需要降低医疗服务成本和提高医疗效率。结合区块链技术去中心化、无法篡改数据、分布式存储的技术特点，可以实现医疗服务的高度透明和可信，为患者提供了可信的解决方案，并使患者掌握自己的医疗数据。　　　　自2009年以来，Aimedis团队一直致力于多个电子健康（e-health）项目，包括针对制药行业的解决方案，启动了其最初版本的工作平台，代号为“TheHealthNet”，该平台专注于区块链技术让医疗服务变得更透明、更可信　　A

2、imedis是一个将专业医疗知识与患者群体结合的数字医疗生态系统。项目属于医疗健康领域，针对世界各地人民预期寿命的延长，人们迫切需要降低医疗服务成本和提高医疗效率。结合区块链技术去中心化、无法篡改数据、分布式存储的技术特点，可以实现医疗服务的高度透明和可信，为患者提供了可信的解决方案，并使患者掌握自己的医疗数据。　　　　自2009年以来，Aimedis团队一直致力于多个电子健康（e-health）项目，包括针对制药行业的解决方案，启动了其最初版本的工作平台，代号为“TheHealthNet”，该平台专注于2012年的患者与医生之间的联系与数据交换。在这一试点期间积累的经验有助于团队未来建设完

3、整的电子健康生态系统。　　　　目前，在Aimedis生态系统中，从技术可实现程度来评价，平台可以做到使用区块链技术保障医患健康数据的存储和管理，医生-病人以及病人-病人之间的社交以及内容共享，基于平台未来累积的大数据，未来描绘出人工智能辅助诊断的愿景。　　从白皮书来看，公司的主要优势是Aimedis平台是以双链机制，公链用的是以太坊，支付、价值转移等功能建立在以太坊公链上，私链用的是Corda，纯粹用于隐私保护需要的数据交易，保证在Aimedis中共享和访问的所有部分和信息的安全性。项目白皮书提到该生态系统将以多种方式使用人工智能（见人工智能支持疗法、诊断和研究），这是一个区块链，智能合约支

4、持的医疗生态系统，它改变了病人，医生和医院沟通，连接和处理信息的方式。但是，就目前人工智能的技术发展程度而言，人工智能主要作为辅助诊断工具，主要是缺少病患的医疗数据，对于复杂的疾病诊断方面，实际在诊断过程中起到的作用比较有限。在公司的愿景和设计中看到，平台提供与其他患者和医生的视频聊天和通信，在线处方，在线预约，医疗诊断器械譬如心电图或血压监测器等设备诊断信息的反映到系统中，通过这样的方式收集和处理大量的数据，在未来平台的应用场景落地和被广泛接受之后，人工智能在支持型医疗、用药大数据评估方面有巨大的发展潜力，大数据和人工智能辅助诊断可以作为平台的第二个可能的竞争优势。　　平台的第三个优势是，

5、不仅建立患者和护理提供者之间的联系，还可以比较价格，为患者提供了最好的治疗方案。平台应用区块链技术储存和保存患者病例内的所有相关信息，并将患者在预定程序之前、期间和之后的治疗过程联系起来。这种做法确保患者的数据不被损害，并且100%真实，从而保证了AIMChain内部患者的信息透明度。它还保证了患者交易和程序的完整性与安全性。通过AIMGraph，使用医疗旅游服务的患者可以追踪数据访问和更新，因此总是保持最新的记录。整个系统的设计，看起来比较完善，理论上随着平台收集数据越来越庞大，将对人工智能诊断提供的帮助越大。　　医院之间很难达成患者健康数据上链共享的共识，因为牵扯医院之间竞争的利益冲突。

6、A医院可能不愿意将自己存储的病患信息共享给B医院。可能的解决方案是，病人作为数据的所有者，享有获取平台数据的权利，医院诊断时，获取病人许可，可以获取数据的权限，获取数据的钥匙在病人手中，所有权是病人的，医院医生只有使用权，私有区块链可用于不能公开发布的、用于保护患者数据隐私目的的交易。　　整个系统设计的核心之一，就是数据。目前业界对数据标准的需求度比对数据的需求度还要大，目前的数据价值密度比较低，各个领域不同医疗机构中患者的信息和临床信息资源分散，重复，孤立，导致信息重复或者不一致，清洗数据难度比较大。在病理、心电等领域，各厂商基本都是遵循自己私有的数据格式。业界需要主动将私有格式向公有格式

7、进行转化，才能积累对神经网络来说可用的数据。这种改革也需要时间。目前的医疗人工智能系统缺少历史回顾性分析。譬如，仅针对单一影像进行诊断，缺少时间维度的数据。对于疾病，不同时间点的影片以及其他数据对于入日后的治疗方案确定非常重要。因为整个生态基本从0开始搭建，所以需要很长的一段时间来将愿景慢慢实现。　　未来可能存在潜在的法律问题。若医疗人工智能系统诊断失误导致患者死亡，谁该承担责任？　　人工智能在医疗行业的落地