馬桶品牌

文章来源：由「百度新聞」平台非商業用途取用"https://baijiahao.baidu.com/s?id=1655241926884487519&wfr=spider&for=pc"

火星財經發布時間：01-0916:13火星財經官方帳號免責聲明：本文旨在傳遞更多市場信息，不構成任何投資建議。文章僅代表作者觀點，不代表火星財經官方立場。小編：記得關注哦來源：時代觀察文Tsung-Ting Kuo、Kevin A.Clauson、Basker Gummadi、Robert Barkovich、Tim K.Mackey編譯sunny deng、李佳雨、尹舒眉一些大型公司和區塊鏈初創公司都在積極發展區塊鏈應用于醫療行業，一些研究和試驗如同雨后春筍般迅速出現。然而，可大規模復制的案例為數不多，目前還正處于早期階段。當前區塊鏈產業落地十分火熱，許多產業都在進行探索和試驗，彷佛又是一次機器人產業化熱、人工智能產業化熱、石墨烯產業化熱。然而，作為一名理性思考者，我們必須保持冷靜，從底層觀察這項技術到底會產業帶來什麼的變化，以及實現未來的愿景的挑戰。本文介紹了一組區塊鏈在醫療保健領域的重要用例，通過正在進行的研究、已發表的研究和真實世界的例子，為我們深度呈現"健康"區塊鏈在不久的將來可能是什麼樣子。文章匯集了來自多元化的學術界和多學科專家小組的探索案例，包括私營公司、醫療保健初創企業和專業技術協會，共同探討了醫療記錄、臨床試驗管理、醫療證書認證和許可、藥品供應鏈和生物醫學研究等領域。記錄電子醫療數據醫療記錄管理是區塊鏈技術最重要的應用領域之一。區塊鏈醫療記錄管理側重于在不同醫療利益相關方之間共享數據，在保護這些數據的來源、出處和隱私的同時，時常還能從人口健康分析中獲得更強大的數據分析和見解。在醫療記錄應用程序中，下面將重點介紹一個基于區塊鏈的隱私保護預測模型，該模型利用了區塊鏈技術的許多優點。在這個特定的案例中，醫院或醫療機構的目標是從存儲在其電子醫療記錄（EHR）系統中的數據訓練一個機器學習模型，然后使用訓練模型來預測患者的身體情況如患某種疾病的風險)。具體而言，當針對罕見狀況或疾病時（例如川崎氏病），單個醫院機構可能沒有足夠的患者記錄，無法僅從其自身的EHR數據歸納出模型。為了解決這個問題，醫院機構可以通過共享數據來擴大記錄的數量；但是，直接共享患者數據可能會導致隱私風險，例如重新識別和數據泄露。因此，有幾種保護隱私的預測建模方法已經被提出了，這使醫院機構可以通過僅共享部分訓練過的機器學習模型（即一組聚合參數），而不是患者級別的記錄。但是，這些最新方法主要是中心化的，即客戶端服務器架構。這可能會引起一些問題，例如服務器上的單點故障。為了緩解這些問題，區塊鏈和隱私保護預測模型的結合為醫院機構提供了一種解決方案，可以在無需交換患者級數據的情況下，協作和訓練出通用化的預測模型，同時獲得分布式架構的好處（點對點），而不需要考慮架構問題，例如單點故障。在這種基于區塊鏈的解決方案中，用戶是參與跨機構模型學習的醫院或醫療機構。用戶輸入的數據是來自EHR的患者級數據，具有相同的格式和語義。重要的是，直接數據不會在醫院機構之間共享，只有從EHR數據中學到的預測模型通過區塊鏈網絡共享。在這樣的區塊鏈網絡中，對等點實際上與用戶相同。對數據進行"驗證"(在這個用例中協作地訓練一個預測模型)，每個對等點將它們的部分模型封裝在事務中(在事務元數據級別)，以創建塊，從其他對等點檢索模型，然后使用它們自己的EHR數據更新模型。學習過程以"在線"方式進行，這樣模型就只使用部分數據按順序更新模型。此外，訓練誤差用于指導區塊鏈上的在線學習的順序，這是基于一種直覺，即包含誤差較大的數據的站點可能會提供更多的信息來改進模型。這個迭代的學習過程不斷重復，直到確定了所有對等點的一致預測模型。通過這種方式，區塊鏈為解決問題提供了特別的好處，比如僅通過交換模型來保護隱私，避免單點故障，以及為學習過程生成不可變的日志。基于區塊鏈的隱私保護學習的設計類型是私有的。在數據共享方面，模型及其元信息（例如模型的局部訓練誤差）僅在鏈上共享，而不存在鏈下數據共享。對于治理而言，只有參與的醫院和機構才被包括在區塊鏈網絡中，這些用戶同行參與的動機是改進模型的預測能力，用以收集關于患者和人群醫療結果的新見解。實現醫學專業證書和許可上鏈醫療工作者從業資格管理流程，包括學位驗證、證書和繼續教育，目前很大部分依靠過去的系統。這些系統可能存在效率低下、缺乏透明度和不必要的成本。簡單地說，區塊鏈醫療認證解決方案將充當去中心化的數據目錄，基于提供者身份的數據可以驗證到其可信源，不斷更新和調整，以確保對提供者實踐能力的信任和信心。一種模型設想了認證者、醫院、醫學院與其他教育機構、許可委員會、國家衛生機構以及其他認證信息來源充當節點，通過區塊鏈參與。這可能減少對醫療認證服務和其他中介機構的需求。其他模型將定位區塊鏈結構，該結構可以作為間隙或第二層解決方案，為涉及認證的所有當前數據孤島提供連接性。該用例可以表征為以個人為中心，而不是以過程為中心。因此，身份是所有這些過程的核心，但可以通過公有鏈、私有鏈、混合鏈或聯盟鏈設計來實現。一個這樣的公共設計案例是分布式身份基金會DIF（the Decentralized Identity Foundation）使用身份中心架構來實現。在這個更廣泛的框架內，加大利用區塊鏈的優勢來保護提供商身份和證書審核，包括私人實體（如美國投行派杰公司）、政府實體（如伊利諾伊州）、商業實體（如專業證書交易所）和教育實體（如利普斯科姆勃大學）。州政府與行業之間在該領域的一項合作試驗計劃提出了一種基于區塊鏈的注冊登記處，用以進行數據共享。同時，為了進一步提高效率和降低成本，還增加了智能合約功能，將醫療許可與多個州綁定在一起，實現"自動化工作流程"。然而，對于許多高等教育機構來說，教育資格認證的范圍仍然有限，而且操作起來也很繁瑣，并且醫學認證和執照可能會占用過多的資源，但經過精心設計基于區塊鏈系統以及智能合約的功能性，提供了一種使這些基礎但過時的教育和醫療元素現代化的方法。改善臨床試驗管理目前在臨床試驗中一些最緊迫的挑戰包括：臨床試驗數據的獲取和管理、臨床試驗的監管（數據完整性和來源）、更新和維護患者的許可、患者招募。下面介紹了一些解決臨床試驗管理挑戰的區塊鏈方法，這些方法也說明了區塊鏈設計的多樣性。可以說，臨床試驗中最重要的利益相關者莫過于患者。然而就目前情況而言，當患者離開臨床試驗時，患者幾乎對試驗結果一無所知。如果臨床試驗發起人想與患者共享臨床試驗數據，即使沒有區塊鏈，他們也能輕松做到這一點。而且對病人來說，成為網絡的一部分更有益，因為有多家發起公司在網絡上共享數據，通過這些可以驗證患者的身份。在區塊鏈平臺上會有許多附加的數據來源，例如來自醫院、護理提供商、基因組數據、蛋白質組學數據和其他的諸如來自醫療設備數據，這些數據可以用區塊鏈實現的數字錢包分享數據系統、各自的數據提供者、其他以病人為中心的數據庫等來添加。更可靠的數據訪問也能使臨床試驗更好地招募患者。由于招募費用在20億到30億美元之間，當然也取決于臨床試驗的階段，這是一個持續增長的主要障礙。區塊鏈可以聚合患者和試驗數據，這些數據可以是匿名的，也可以是受制于患者的意愿來許可的。通過這種方式，患者、發起者、站點可以更好地與符合條件的患者群體建立聯系，因為他們對參與試驗都有共同的興趣。面對這一挑戰，以患者為數據治理中心并基于許可制的區塊鏈可能是最好的解決方案。數據完整性和數據來源是臨床試驗中的關鍵。臨床試驗發起人和研究站點必須保證數據來源的可靠性并回應監管機構的查詢，以幫助確保臨床結果從數據采集到中間階段和最終的分析都保持其完整性。傳統的臨床試驗中，此過程是繁重且耗時，增加了臨床試驗數據共享和管理程序的成本。然而，區塊鏈的體系結構可以透明地展示從原始數據到最終臨床總結報告的數據來源。這使得數據可信度得到加強，監管審批流程加快，監管機構也將更好地評估臨床試驗結果，并確定一種治療方法是否對患者安全和有益。對于臨床試驗數據管理，區塊鏈的設計將在專用的私密網絡上進行，只有與研究協議相關聯的且信用度高的節點才會被采用。如果監管查詢時，私鑰管理還可以使監管機構檢查數據的完整性。當發起人正在計劃一項臨床研究時，另一個挑戰就出現了，因為方案經常要經過多次修訂，甚至在患者登記之后也要進行修訂，以便為患者提供最佳的結果。另外，管理試驗的站點必須確保使用最新版本的協議獲得適當的患者許可(通常采用書面形式)，這是一個挑戰，因為收集患者的許可是一個動態過程。臨床試驗發起人是此過程的責任人，此過程也是監管機構檢查時的重點。對此，發起人可以利用區塊鏈運行一個許可工作流程來實施收集允許患者知情許可，如通過智能合約的電子許可。該過程和協議修訂綁定。這一過程將允許一個內置的透明性和可追溯性層，通過患者許可的每個步驟進行時間戳標記，通過在智能合約中設置的規則實現潛在的自動化。促進生物醫學研究在生物醫學研究中，數據可以從多個來源獲取，比如在實驗室內部和不同實驗室之間。為了確保研究的可重復性，數據的可訪問性是非常重要的，這能夠證明數據的真實性，追溯每個數據點的完整歷史(數據來源)，并能夠展示分析時的數據與收集時的數據是否一致，即數據完整性和再現性。區塊鏈技術是實現這一目的的理想技術，因為它可以從數學上證明數據的完整性，通過哈希鏈記錄數據點的完整歷史。特別是數據來源，對于研究來說是極其重要的，因為其直接關系到數據質量。基于區塊鏈的系統不單單能記錄對原始數據的引用，還能夠記錄數據的所有交換和功能應用情況，這有利于研究的再現性和對檢測數據造假。隨著歐盟的《通用數據保護條例》的出臺以及美國《通用規則》的改動，知情許可已經成為臨床試驗數據和其他研究數據的關注焦點。區塊鏈可以用數學上可證明且不可變的方式來記錄知情許可資料。智能合約是一種在雙方之間中自動執行的合約，它被用來快速有效地記錄雙方的知情許可。與日俱增的生物醫學研究數據可以直接從設備里獲得。分布式賬本技術已經能夠保證一些從可穿戴設備、醫療物聯網設備以及一般物聯網社區獲得數據的真實性和完整性。隨著數據量的不斷增加，這一技術也被證明可以作為人工智能和機器學習方法的基礎層來分類和分析"大數據"。在所有引人關注的點中，最重要的是要明白區塊鏈技術不是一個能夠解決與生物醫學研究數據或開放性科學所有相關問題的萬能藥。然而，當它與其他技術相結合的時候，它將能夠去提供一種解決方案，這個方案能夠解決一些在生物醫學領域存在已久的挑戰，例如數據再現性、數據完整性以及信任問題。使藥品供應鏈更加現代化區塊鏈技術能夠解決在醫藥供應鏈所面臨的眾多挑戰，其中一個很典型的案例就是區塊鏈技術應用能夠防止數據偽造和檢測出不合格的藥品。通過已經所探索出來的不同的方法，包括供應鏈研究中心所提出的方法，基本上所有的這些理論模型都關注著私人或者是商業聯盟鏈所采用的GS1系列標準（一個用二維碼來追蹤醫療健康產品的開放的全球化標準），這個標準具有不同程度的權限來處理鏈上和鏈外的交易數據。然而針對于藥品安全和監管為中心的區塊鏈所面臨的最主要的挑戰是管理方法，也就是對于"誰將會參與到區塊鏈中來？如何驗證數據？最重要的是，如何在參與者之間共享敏感和機密的供應鏈數據？"這些問題該如何處理。這些挑戰使得需要建立一個能使代表著不同利益的聯盟，以便在開發解決方案之前能夠就這些規則達成一致。一些大型公司和區塊鏈初創公司都在積極發展基于區塊鏈的醫藥供應鏈。一些研究和試驗如同雨后春筍般迅速出現，其中一個已發布的協議示例提出了一個在模擬網絡上使用分布式應用程序、智能合約和在以太坊和超級賬本上構建的原型實例來實現藥物監控區塊鏈系統。然而，還正處于早期階段。與其他行業如食品供應和鉆石供應鏈相比，區塊鏈在醫療供應鏈中的應用進展緩慢。說明一些具體的挑戰，一個由IEEE標準協會在2017年提出的一個關于在醫藥供應鏈上采用區塊鏈技術的研究表明，在300個合格的受訪者中（34%是制造商、33%是分銷商和33%是零售商）最常被提及的三個阻礙分別是用戶購買驗收，整合到現有網絡中，以及實施新技術的挑戰如培訓。采用和實施區塊鏈技術所需要的成本對于供應鏈的股東（利益相關者）來說就是一個面臨的主要挑戰，特別是考慮到區塊鏈技術作為一種解決方案可能并不一定會帶來經濟收益。但是采用之后卻能夠增強法規遵從性以及減輕風險。這些好處可能難以量化，尤其是在假藥所影響的范圍和普及度不是那么引人注意的情況下。這可能使得其他更廉價的技術取代以區塊鏈技術為主的解決方案的地位。

關鍵字標籤：手動輪椅購買