CN113851203B - 基于pos机制的新生儿眼底筛查协作学习方法及*** - Google Patents

基于pos机制的新生儿眼底筛查协作学习方法及*** Download PDF

Info

Publication number
CN113851203B
CN113851203B CN202111445433.4A CN202111445433A CN113851203B CN 113851203 B CN113851203 B CN 113851203B CN 202111445433 A CN202111445433 A CN 202111445433A CN 113851203 B CN113851203 B CN 113851203B
Authority
CN
China
Prior art keywords
node
diagnosis
request
typical case
treatment
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202111445433.4A
Other languages
English (en)
Other versions
CN113851203A (zh
Inventor
石宁
李天莹
姜冲
朱晓罡
于中磊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu Fuhan Medical Industry Development Co ltd
Original Assignee
Nanjing Trusted Blockchain And Algorithm Economics Research Institute Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing Trusted Blockchain And Algorithm Economics Research Institute Co ltd filed Critical Nanjing Trusted Blockchain And Algorithm Economics Research Institute Co ltd
Priority to CN202111445433.4A priority Critical patent/CN113851203B/zh
Publication of CN113851203A publication Critical patent/CN113851203A/zh
Application granted granted Critical
Publication of CN113851203B publication Critical patent/CN113851203B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60Protecting data
    • G06F21/602Providing cryptographic facilities or services
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60Protecting data
    • G06F21/604Tools and structures for managing or administering access control systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60Protecting data
    • G06F21/62Protecting access to data via a platform, e.g. using keys or access control rules
    • G06F21/6218Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
    • G06F21/6245Protecting personal data, e.g. for financial or medical purposes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60Protecting data
    • G06F21/64Protecting data integrity, e.g. using checksums, certificates or signatures
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2221/00Indexing scheme relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F2221/21Indexing scheme relating to G06F21/00 and subgroups addressing additional information or applications relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F2221/2141Access rights, e.g. capability lists, access control lists, access tables, access matrices

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Computer Security & Cryptography (AREA)
  • Bioethics (AREA)
  • Public Health (AREA)
  • Computer Hardware Design (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Automation & Control Theory (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本申请公开了一种基于POS机制的新生儿眼底筛查协作学***,进一步的,通过新型POS共识机制,解决传统POS算法脱离现实意义,“股权”分配不合理的问题,使整个眼底病诊疗与共享全流程由最受信任的节点掌握,从而进一步提高数据安全。

Description

基于POS机制的新生儿眼底筛查协作学习方法及***
技术领域
本发明涉及新生儿眼底筛查技术领域,特别涉及一种基于POS机制的新生儿眼底筛查协作学习方法及***。
背景技术
对新生儿进行眼底疾病诊疗越来越受到人们的重视,然而,由于该类诊疗具有最佳干预期(治疗期)短,眼底图片相似度高、精准诊断困难等特点,往往能够执行诊断的医务资源十分紧缺,这种紧缺主要体现在:一、具备诊疗资格的医生资源少;二、医生大多集中在知名医院、三甲医院或国家级治疗中心,导致只有国家级、区域诊疗中心能够实施诊疗,相当一部分数目的地方基层医院缺乏诊疗经验;三、基层医院与区域诊疗中心、国家级诊疗中心的信息传递不畅,无法建立有效的合作诊疗机制。
现有技术中,当基层医院需要执行上述诊疗且自身不具备诊疗条件时,通常采用图1所示的方式,基层医院将需要诊断的眼底图片和相关信息传送给医疗水平更高、规模更大的区域诊疗中心,如果区域诊疗中心仍然无法诊断,则需要继续转送给更高级的国家治疗中心,当国家治疗中心给出诊断结果或诊断报告后,再逐级地传送至基层医院。
上述方式存在较多的隐患,例如,用于诊断的儿童病例信息和诊断记录均属于绝密信息、隐私度要求高,在各单位不互信的基础上,直接共享的风险大,并且有传输过程中被恶意截取的风险,数据安全难以保证。同时,该方式并没有从根本上解决医疗资源紧缺的问题,当面临多项诊疗任务时,仍然仅由国家级诊疗中心处理很难达到较高的效率,再加上传输效率低,极易超出该类疾病诊断的最佳期限。
发明内容
本申请提供了一种基于POS机制的新生儿眼底筛查协作学习方法及***,以解决现有技术中诊断效率低,数据安全性差的问题。
第一方面,本申请提供了一种基于POS机制的新生儿眼底筛查协作学***台,所述方法包括:
申请节点生成第一请求,并将第一请求上链存储;其中,所述第一请求中包括待诊断数据、患者信息以及指定的诊断节点信息;
所述第一请求对应的诊断节点从区块链中获取所述第一请求,根据第一请求生成诊断结果;
诊断节点将所述诊断结果、诊断节点签名及第一请求生成诊断数据包,并将诊断数据包上链存储;
申请节点获取存储在区块链上的与第一请求对应的诊断数据包,判断是否针对所述诊断数据包提出生成典型案例的请求;
若是,申请节点根据诊断数据包生成案例请求,并将所述案例请求同时发送至诊断节点和审核节点;
案例审核节点根据诊断节点反馈的关于所述案例请求的授权信息,在典型案例库中增加所述诊断数据包对应的案例;
高校专家节点根据所述典型案例库中的案例生成诊疗模型,并将诊疗模型存储在区块链中与所述典型案例库对应的诊疗模型库中;
权限控制节点根据存储在典型案例库中的案例以及存储在诊疗模型库中的诊疗模型,采用POS共识机制为案例或模型对应的节点配置对应的权限。
在一些实施例中,所述采用POS共识机制为案例或模型对应的节点配置对应的权限的步骤包括:
权限控制节点为每一个加入典型案例库中的案例对应的待诊断数据、诊断结果、诊断模型分别配置一个贡献值;
统计案例或模型对应的所有节点的贡献值总和;
根据节点的贡献值总和为节点配置访问典型案例库的权限、调用诊疗模型的权限以及在节点共识中的股权比重。
在一些实施例中,所述区块链***中还包括CA认证节点,所述方法还包括:
申请节点、诊断节点或高校专家节点向CA认证节点发送认证请求;所述认证请求中包括节点信息及节点签名;
CA认证节点验证所述认证请求,若通过验证,则向申请节点、诊断节点或高校专家节点颁发数字证书;
所述第一请求中还包括申请节点的数字证书;
将第一请求上链存储之前,所述方法还包括:区块链验证所述第一请求,若未通过验证,则驳回所述第一请求。
在一些实施例中,若通过验证,CA认证节点为发送认证请求的节点配置用于加密上链数据的公私钥对;
所述申请节点生成第一请求,并将第一请求上链存储的方法包括:
申请节点将待诊断数据、患者信息以及指定的诊断节点信息生成第一请求;
采用CA节点配置的与诊断节点对应的公钥对第一请求加密,得到第一请求密文;
将第一请求密文上链存储。
在一些实施例中,诊断节点从区块链中获取所述第一请求,根据第一请求生成诊断结果的步骤包括:
诊断节点采用CA节点配置的私钥解密第一请求密文,得到第一请求,根据第一请求生成诊断结果。
在一些实施例中,若所述诊断节点不能根据第一请求生成诊断结果,所述方法还包括:
诊断节点根据第一请求以及新指定的诊断节点信息生成移交请求,并采用CA节点配置的公钥加密移交请求后上链存储;
移交请求对应的诊断节点从区块链中获取所述移交请求,根据移交请求生成诊断结果。
在一些实施例中,所述高校专家节点根据所述典型案例库中的案例生成诊疗模型的步骤包括:
高校专家节点向权限控制节点发送申请访问典型案例库的请求;所述请求中包括数字证书;
权限控制节点根据所述请求验证所述高校专家节点的权限;
若通过验证,则允许高校专家节点访问典型案例库并获取案例;
高校专家节点根据获取到的案例建模分析,得到诊疗模型。
在一些实施例中,所述访问典型案例库的权限、调用诊疗模型的权限包括:
基础数据可见,基础数据可修改,分析结果可见或分析结果可修改中的一种或几种。
在一些实施例中,所述方法还包括:
权限控制节点根据节点的贡献值总和为节点配置访问典型案例库、调用诊疗模型的次数。
第二方面,本申请还提供了一种应用第一方面所述方法的***。
由上述技术方案可知,本申请的方案具有下列有益效果:
一、实现数据安全共享,将区块链技术与新生儿疾病诊断领域相结合,通过哈希计算和公私钥对确保传输数据的私密性、安全性;
二、建立合理的贡献度价值评估机制,贡献度越高数据可见度越大,修改权限越高,使整个眼底病诊疗与共享全流程由最受信任的节点掌握,进一步提高数据安全;
三、建立的典型案例库和诊疗模型库有助于提高普通医生的诊断水平,从根本上扩充医资力量,形成数据安全、传输高效、良性闭环的儿童眼底疾病诊疗体系,使更多的患病儿童能够在最佳干预期内得到及时的治疗。
附图说明
为了更清楚地说明本申请的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为现有技术中进行疾病诊疗的场景图;
图2为本申请提供的一种基于POS机制的新生儿眼底筛查协作学习方法的应用场景图;
图3为本申请提供的方法中步骤S100至S400的流程示意图;
图4为另一种实施例下步骤S100至S400的流程示意图;
图5为本申请提供的方法中步骤S500至S800的流程示意图。
具体实施方式
参见图2,为本申请所提供的一种基于POS机制的新生儿眼底筛查协作学习方法的应用场景图;
由图2可知,在本申请提供的方法应用于由申请节点、诊断节点、审核节点、高校专家节点及权限控制节点构成的区块链底层平台,其中,申请节点是指自身不具备诊疗资格的医疗机构所在的节点,例如图2中的基层医院节点、区域诊疗中心节点及国家级诊疗中心节点均可以作为本申请中的申请节点,诊断节点则是指具有对某项疾病进行诊断得出诊断结果的医疗机构所在节点,通常是以区域诊疗中心节点和国家级诊疗中心节点所担任。需要说明的是,在区块链中的各个节点,其所处的角色并非固定,即一个节点既可以作为一项医疗诊断申请的申请节点,其同时又可以是另一项医疗诊断申请的诊断节点、审核节点或其它节点。
本申请提供的方法不仅限于是对新生儿眼底筛查诊断的方法,对于与新生儿眼底疾病有相同或相似特点的其它疾病,也可沿用本申请的方法。本实施例中仅以眼底疾病为例进行说明,应当认为对于其它需要及时干预、医生资源紧缺、以及如本申请背景技术中描述的现有技术均可应用本申请的方法。
在实际应用场景中,案件审核节点通常由权威医疗机构、医疗协会担任,主要任务是根据眼底图片相似度划分眼底病类型,一般认为眼底图片与已有图片的差距越大、说明越罕见,越容易被认为是典型案例。高校专家节点通常由高校、研究所或其它科研机构担任,这些机构的专家或研究人员可以根据典型案例进行建模分析,定期上传各类眼底病诊疗模型,这些诊疗模型可对不具备诊疗的医院、医生提供辅助决策。
基于上述应用场景,由图3所示,本申请的方法步骤包括:
S100:申请节点生成第一请求,并将第一请求上链存储;其中,所述第一请求中包括待诊断数据、患者信息以及指定的诊断节点信息;
当位于申请节点的医院(例如基层医院)面临一项眼底诊疗任务时,如果其医生不具备诊断能力,此时可以根据任务生成请求(第一请求)发送至区块链中,请求区块链中其它具有诊断能力的节点给予诊断,因此,此时的第一请求中应至少包括下列信息,例如待诊断的数据,如眼底照片等,还有患者信息,例如患者姓名、年龄、性别、病历等,此外,第一请求中还应包括指定的诊断节点信息,这里指定的诊断节点可以是基层医院上级的医院、或者所在地上级的区域诊疗中心或者国家级诊疗中心等。
第一请求中除了上述信息,还可以包含发送第一请求的节点的身份信息,例如申请节点的签名,或者CA认证机构颁发的数字证书等,以证明该请求的真实性。
进一步的,在本申请中,为了提高各个节点之间发送数据以及数据上链请求的真实性和可信性,可以将方法中各个涉及到的节点先通过下列方法获取数字证书:
具体的,颁发数字证书的操作是由同一区块链***中的CA认证节点来完成的,各节点获取数字证书方法包括:
步骤a:申请节点、诊断节点或高校专家节点向CA认证节点发送认证请求;所述认证请求中包括节点信息及节点签名;
步骤b:CA认证节点验证所述认证请求,若通过验证,则向申请节点、诊断节点或高校专家节点颁发数字证书;同时也将数字证书与认证过程数据上链存储,保证数字证书的不可篡改。
在此基础上,步骤S100中,所述第一请求中还包括申请节点的数字证书;这样,在将第一请求上链存储之前,所述方法还可增加验证的步骤:区块链验证所述第一请求,如果验证数字证书合法,则继续执行后续步骤,若未通过验证,则直接驳回所述第一请求,不再执行后续步骤。
进一步的,为了保证数据的隐私性、安全性,当CA认证机构颁发数字证书的同时,CA认证节点要为发送认证请求的节点配置用于加密上链数据的公私钥对;这样,申请节点在上链第一请求前,可采用诊断节点对应的公钥进行加密后在上链,只有对应的诊断节点才可用本地的私钥对加密数据进行解密得到数据明文,而其它节点即使获得到该请求,也无法获得有关患者隐私信息的数据明文,避免了数据传输过程中被恶意截取的问题。
具体的,在此基础上,上述步骤S100将分解为:
申请节点将待诊断数据、患者信息以及指定的诊断节点信息生成第一请求;
采用CA节点配置的与诊断节点对应的公钥对第一请求加密,得到第一请求密文;
将第一请求密文上链存储。
S200:所述第一请求对应的诊断节点从区块链中获取所述第一请求,根据第一请求生成诊断结果;
作为被指定的诊断节点(例如区域诊疗中心或国家级诊疗中心等)可从区块链中自动获取与自己有关的第一请求(诊疗需求),如果自身能够诊断,可以根据第一请求的内容给予相应的诊断,并给出诊断结果,在本实施例中,诊断结果不限于包括例如诊断报告、对比图片等。
进一步的,如果参照上述步骤S100中对第一请求进行了加密处理,那么步骤S200中当诊断节点获取到第一请求后,相应地也要先执行解密的步骤,具体的,诊断节点可采用CA节点配置的私钥解密第一请求密文,得到第一请求,再根据第一请求生成诊断结果。
S300:诊断节点将所述诊断结果、诊断节点签名及第一请求生成诊断数据包,并将诊断数据包上链存储;
在本实施例中,生成的诊断数据包同样要进行加密处理后才能上链,并且,加密时采用申请节点的公钥,使得该诊断数据包只有申请节点获得后才能解密,防止其它节点恶意盗取诊断结果或患者信息。
S400:申请节点获取存储在区块链上的与第一请求对应的诊断数据包。在利用本地的私钥解密加密后的诊断数据包后,申请节点可以获得诊断结果的明文,并可参考诊断结果相应执行其它医疗手段。
上述S100至S400的步骤是描述被指定的诊断节点可以进行诊断的情况,下面来说明诊断节点不能进行诊断的情况。
由于基层医院在面临不能自行诊断的情况时,只能通过向更高一级的医院发出请求,但其指定的医院同样也可能存在不能诊断的情况,因此,当被指定的医院不具备诊断条件时,其可作为中间方将该诊疗请求继续移交给更高一级的医院,因此,由图4所示出的一种场景中,当诊断节点不具备诊断条件时,本申请的方法还包括:
S210:诊断节点根据第一请求以及新指定的诊断节点信息生成移交请求,并采用CA节点配置的公钥加密移交请求后上链存储,此时要用新指定的诊断节点的公钥进行加密。
S220:移交请求对应的诊断节点从区块链中获取所述移交请求,根据移交请求生成诊断结果。
图4仅示出的是移交一次的情况,可以认为,当被移交的医院仍然无法诊断时,可再次执行上述移交过程,直至被移交后的诊断节点具备诊断条件为止。
当申请节点获得诊断数据包以后,可由图5继续执行本申请的方法:
S500:判断是否针对所述诊断数据包提出生成典型案例的请求;
根据对诊断结果的分析,申请方可以决定该案例是否为以前为出现过的类型,或者属于比较典型的案例,依据申请方的决定可以提出生成典型案例的请求。
若是,申请节点根据诊断数据包生成案例请求,并将所述案例请求同时发送至诊断节点和审核节点;
是否能成为典型案例,需要得到申请方以及诊断方的同意,如果诊断方不同意将其诊断结果公开,申请方不能擅自将该案例作为典型案例使用。
需要说明的是,这里的案例请求,应当包含与该次诊断相关的各种信息,但是,要隐去患者的信息,例如儿童姓名等敏感且与诊断无关的隐私数据。
诊断节点在接收到案例请求后,可以选择对该案例请求进行授权,并也向案例审核节点反馈授权信息,案例审核节点根据诊断节点反馈的关于所述案例请求的授权信息执行步骤S600:在典型案例库中增加所述诊断数据包对应的案例;典型案例库是各类案例的存储地址,各个节点可根据自身权限访问典型案例库或调取典型案例库中的案例。案例审核节点在审查案例请求时,需要查看被审核案例是否具备典型性,是否重复等,进入到案例审核环节的前提是眼底图片提供者和诊断结果提供者都同意案例被共享。
S700:高校专家节点根据所述典型案例库中的案例生成诊疗模型,并将诊疗模型存储在区块链中与所述典型案例库对应的诊疗模型库中;在本申请中不限制具体生成诊疗模型的方法,生成的诊疗模型可以理解为一个AI模型的插件,其中包含数以万计的大量案例数据,可以对一些没有诊疗经验的基层医院或医生提供辅助诊断的作用。随着典型案例库中的案例数目不断增加,高校专家节点也要周期性地增加/更新诊疗模型,使模型输出结果更为精确、贴合实际。
进一步的,上述步骤具体包括:
S710:高校专家节点向权限控制节点发送申请访问典型案例库的请求;所述请求中包括CA认证的数字证书;
S720:权限控制节点根据所述请求验证所述高校专家节点的权限;这里的验证包括对高校专家身份的认证,例如验证数字证书的真实性,还包括验证该节点是否有访问或者下载的权限,或者验证当前访问次数是否到达允许次数等等。
若通过验证,则允许高校专家节点访问典型案例库并从中获取案例用于建模;
S730:高校专家节点根据获取到的案例建模分析,得到诊疗模型。
本申请通过将医疗的数据形成案例提供给高校专家,由高校专家生成诊疗模型再提供给医疗机构使用,有效整合了科研、医疗资源,提高普通医生的诊断水平,从根本上扩充了医资力量,而并非简单的数据共享,形成数据安全、传输高效、良性闭环的儿童眼底病诊疗体系,使更多的患病儿童能够在最佳干预期内得到诊断、治疗。
S800:权限控制节点根据存储在典型案例库中的案例以及存储在诊疗模型库中的诊疗模型,采用POS共识机制为案例或模型对应的节点配置对应的权限。
在本实施例中,为了提高各节点参与执行诊疗任务、或者提供案例、诊疗模型的积极性,提出了一种“股权”机制来决定各个节点的权限,即改进型的股权权益证明共识算法。“股权”与节点的贡献值成正比,贡献值越高,节点参与共识时权重越大,节点的权限也越高。在本案中,提供基础眼底信息(眼底图片)、诊断结果和诊疗模型等的节点均可以获得一定的贡献值,根据节点拥有的贡献值大小,可以为其分配不同的权限,例如规定某个节点在访问典型案例库时,可以分为基础数据可见,基础数据可修改,分析结果可见或分析结果可修改等几种权限类型,贡献值较高的节点,其既可以查看数据,也可以修改数据,而贡献值较低的节点,其可能仅可查看数据,不能修改数据;而贡献值更低的节点,其可能没有任何权限,不允许访问。
在规定权限时,还可以由权限控制节点根据节点的贡献值总和为节点配置访问典型案例库、调用诊疗模型的次数,例如规定节点A一日可访问典型案例库四次,当超过预设次数后将不允许继续访问;或者规定节点A最多可以调用100件案例,超过则不允许继续调用等等。
定义贡献值时可设计相应的评判依据,举例来说,提供一个典型案例增加几个贡献值,提供一个诊疗模型增加几个贡献值等。相比于传统的POS共识算法,本申请提供的方法通过有实际价值的贡献值来决定“股份”,而不是毫无疑义的投入,使区块链网络中的所有决策都掌握在可信任节点的手中,进一步提高数据安全。
需要说明的是,由于典型案例库、诊疗模型库均在实时更新,因此各个节点的贡献值也会实时发生变化,对于各节点的权限也会发生变化,例如,一个节点A可能刚刚提供了一件诊疗模型,其在一段时间内具有可访问修改典型案例库的权限,但当其之后的很长时间没有提供任何增加贡献值的项目时,其有可能就失去了之前拥有的权限,因此,权限控制节点也是灵活运作的。
具体的,权限控制节点的具体操作过程为:
为每一个加入典型案例库中的案例对应的待诊断数据、诊断结果、诊断模型分别配置一个贡献值;对于不同的案例,可以是全部按照统一的规则设置贡献值,例如给待诊断数据的提供者增加五个贡献值,给诊断结果的提供者增加十个贡献值,给诊断模型的提供者增加十五个贡献值等;也可以是根据不同案例的重要程度,对重要性更高的案例给予更高的贡献值,在此不予限制。
统计案例或模型对应的所有节点的贡献值总和;该步骤应当是周期性执行,根据每次的统计结果来执行下面一个步骤;
根据节点的贡献值总和为节点配置访问典型案例库的权限、调用诊疗模型的权限以及在节点共识中的股权比重。例如,有三个节点ABC的区块链网络,在上一时刻统计后节点ABC的股权比重为20%/30%/50%;在下一时刻可能因为A大量取得贡献值而使得股权比重变为60%/10%/30%。
由上述技术方案可知,本申请提供的方法通过区块链技术实现新生儿眼科医疗资源链上优质共享,提高信息传输效率,确保数据交换与共享安全;通过建立的典型案例库和诊疗模型库提供诊疗辅助和学***,进一步的,通过新型POS共识机制,解决传统POS算法脱离现实意义,“股权”分配不合理的问题,使整个眼底病诊疗与共享全流程由最受信任的节点掌握,从而进一步提高数据安全。
对应于上述方法,本申请还提供了一种应用上述方法的***,所述***由申请节点、诊断节点、审核节点、高校专家节点及权限控制节点构成;所述***被配置为执行上述方法。
上述***中在应用前述方法时的作用效果可参见前述方法实施例中的说明,在此不再赘述。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由本申请的权利要求指出。

Claims (10)

1.一种基于POS机制的新生儿眼底筛查协作学***台;其特征在于,所述方法包括:
申请节点生成第一请求,并将第一请求上链存储;其中,所述第一请求中包括待诊断数据、患者信息以及指定的诊断节点信息;
所述第一请求对应的诊断节点从区块链中获取所述第一请求,根据第一请求生成诊断结果;
诊断节点将所述诊断结果、诊断节点签名及第一请求生成诊断数据包,并将诊断数据包上链存储;
申请节点获取存储在区块链上的与第一请求对应的诊断数据包,判断是否针对所述诊断数据包提出生成典型案例的请求;
若是,申请节点根据诊断数据包生成案例请求,并将所述案例请求同时发送至诊断节点和审核节点;
案例审核节点根据诊断节点反馈的关于所述案例请求的授权信息,在典型案例库中增加所述诊断数据包对应的案例;
高校专家节点根据所述典型案例库中的案例生成诊疗模型,并将诊疗模型存储在区块链中与所述典型案例库对应的诊疗模型库中;
权限控制节点根据存储在典型案例库中的案例以及存储在诊疗模型库中的诊疗模型,采用POS共识机制为案例或模型对应的节点配置对应的权限。
2.根据权利要求1所述的一种基于POS机制的新生儿眼底筛查协作学习方法,其特征在于,所述采用POS共识机制为案例或模型对应的节点配置对应的权限的步骤包括:
权限控制节点为每一个加入典型案例库中的案例对应的待诊断数据、诊断结果、诊断模型分别配置一个贡献值;
统计案例或模型对应的所有节点的贡献值总和;
根据节点的贡献值总和为节点配置访问典型案例库的权限、调用诊疗模型的权限以及在节点共识中的股权比重。
3.根据权利要求1所述的一种基于POS机制的新生儿眼底筛查协作学习方法,其特征在于,所述区块链***中还包括CA认证节点,所述方法还包括:
申请节点、诊断节点或高校专家节点向CA认证节点发送认证请求;所述认证请求中包括节点信息及节点签名;
CA认证节点验证所述认证请求,若通过验证,则向申请节点、诊断节点或高校专家节点颁发数字证书;
所述第一请求中还包括申请节点的数字证书;
将第一请求上链存储之前,所述方法还包括:区块链验证所述第一请求,若未通过验证,则驳回所述第一请求。
4.根据权利要求3所述的一种基于POS机制的新生儿眼底筛查协作学习方法,其特征在于,若通过验证,CA认证节点为发送认证请求的节点配置用于加密上链数据的公私钥对;
所述申请节点生成第一请求,并将第一请求上链存储的方法包括:
申请节点将待诊断数据、患者信息以及指定的诊断节点信息生成第一请求;
采用CA节点配置的与诊断节点对应的公钥对第一请求加密,得到第一请求密文;
将第一请求密文上链存储。
5.根据权利要求4所述的一种基于POS机制的新生儿眼底筛查协作学习方法,其特征在于,诊断节点从区块链中获取所述第一请求,根据第一请求生成诊断结果的步骤包括:
诊断节点采用CA节点配置的私钥解密第一请求密文,得到第一请求,根据第一请求生成诊断结果。
6.根据权利要求1或5所述的一种基于POS机制的新生儿眼底筛查协作学习方法,其特征在于,若所述诊断节点不能根据第一请求生成诊断结果,所述方法还包括:
诊断节点根据第一请求以及新指定的诊断节点信息生成移交请求,并采用CA节点配置的公钥加密移交请求后上链存储;
移交请求对应的诊断节点从区块链中获取所述移交请求,根据移交请求生成诊断结果。
7.根据权利要求3所述的一种基于POS机制的新生儿眼底筛查协作学习方法,其特征在于,所述高校专家节点根据所述典型案例库中的案例生成诊疗模型的步骤包括:
高校专家节点向权限控制节点发送申请访问典型案例库的请求;所述请求中包括数字证书;
权限控制节点根据所述请求验证所述高校专家节点的权限;
若通过验证,则允许高校专家节点访问典型案例库并获取案例;
高校专家节点根据获取到的案例建模分析,得到诊疗模型。
8.根据权利要求2所述的一种基于POS机制的新生儿眼底筛查协作学习方法,其特征在于,所述访问典型案例库的权限、调用诊疗模型的权限包括:
基础数据可见,基础数据可修改,分析结果可见或分析结果可修改中的一种或几种。
9.根据权利要求2所述的一种基于POS机制的新生儿眼底筛查协作学习方法,其特征在于,所述方法还包括:
权限控制节点根据节点的贡献值总和为节点配置访问典型案例库、调用诊疗模型的次数。
10.一种基于POS机制的新生儿眼底筛查协作学习***,其特征在于,所述***由申请节点、诊断节点、审核节点、高校专家节点及权限控制节点构成;所述***被配置为执行下列方法:
申请节点生成第一请求,并将第一请求上链存储;其中,所述第一请求中包括待诊断数据、患者信息以及指定的诊断节点信息;
所述第一请求对应的诊断节点从区块链中获取所述第一请求,根据第一请求生成诊断结果;
诊断节点将所述诊断结果、诊断节点签名及第一请求生成诊断数据包,并将诊断数据包上链存储;
申请节点获取存储在区块链上的与第一请求对应的诊断数据包,判断是否针对所述诊断数据包提出生成典型案例的请求;
若是,申请节点根据诊断数据包生成案例请求,并将所述案例请求同时发送至诊断节点和审核节点;
案例审核节点根据诊断节点反馈的关于所述案例请求的授权信息,在典型案例库中增加所述诊断数据包对应的案例;
高校专家节点根据所述典型案例库中的案例生成诊疗模型,并将诊疗模型存储在区块链中与所述典型案例库对应的诊疗模型库中;
权限控制节点根据存储在典型案例库中的案例以及存储在诊疗模型库中的诊疗模型,采用POS共识机制为案例或模型对应的节点配置对应的权限。
CN202111445433.4A 2021-12-01 2021-12-01 基于pos机制的新生儿眼底筛查协作学习方法及*** Active CN113851203B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111445433.4A CN113851203B (zh) 2021-12-01 2021-12-01 基于pos机制的新生儿眼底筛查协作学习方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111445433.4A CN113851203B (zh) 2021-12-01 2021-12-01 基于pos机制的新生儿眼底筛查协作学习方法及***

Publications (2)

Publication Number Publication Date
CN113851203A CN113851203A (zh) 2021-12-28
CN113851203B true CN113851203B (zh) 2022-02-15

Family

ID=78982564

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111445433.4A Active CN113851203B (zh) 2021-12-01 2021-12-01 基于pos机制的新生儿眼底筛查协作学习方法及***

Country Status (1)

Country Link
CN (1) CN113851203B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103577707A (zh) * 2013-11-15 2014-02-12 上海交通大学 一种利用多模式融合推理的机器人故障诊断方法
CN109326337A (zh) * 2018-09-06 2019-02-12 西安电子科技大学 基于区块链的电子医疗记录存储和共享的模型及方法
CN110910977A (zh) * 2019-11-12 2020-03-24 南京工业大学 一种融入区块链技术的医疗数据安全存储方法
CN111209313A (zh) * 2020-01-03 2020-05-29 腾讯科技(深圳)有限公司 基于区块链的医疗项目数据的查询方法及装置
CN112331353A (zh) * 2020-11-10 2021-02-05 上海计算机软件技术开发中心 一种基于区块链的医疗人工智能模型训练***及方法
CN112349368A (zh) * 2020-09-29 2021-02-09 福建西岸康健管理有限公司 基于医疗区块链的电子健康档案授权共享与管理***

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11250937B2 (en) * 2019-04-12 2022-02-15 International Business Machines Corporation System and method to share and utilize healthcare data
CN111444258A (zh) * 2020-02-11 2020-07-24 江苏荣泽信息科技股份有限公司 一种基于区块链的医疗数据共享方法
CN112951356B (zh) * 2021-03-23 2023-03-31 电子科技大学 一种基于联盟链的跨模态医疗数据联合共享方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103577707A (zh) * 2013-11-15 2014-02-12 上海交通大学 一种利用多模式融合推理的机器人故障诊断方法
CN109326337A (zh) * 2018-09-06 2019-02-12 西安电子科技大学 基于区块链的电子医疗记录存储和共享的模型及方法
CN110910977A (zh) * 2019-11-12 2020-03-24 南京工业大学 一种融入区块链技术的医疗数据安全存储方法
CN111209313A (zh) * 2020-01-03 2020-05-29 腾讯科技(深圳)有限公司 基于区块链的医疗项目数据的查询方法及装置
CN112349368A (zh) * 2020-09-29 2021-02-09 福建西岸康健管理有限公司 基于医疗区块链的电子健康档案授权共享与管理***
CN112331353A (zh) * 2020-11-10 2021-02-05 上海计算机软件技术开发中心 一种基于区块链的医疗人工智能模型训练***及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"基于区块链的重大突发疫情防控***共识机制探析";史磊;《太原理工大学学报》;20201130;第51卷(第6期);第838-833页 *

Also Published As

Publication number Publication date
CN113851203A (zh) 2021-12-28

Similar Documents

Publication Publication Date Title
Huang et al. A blockchain-based scheme for privacy-preserving and secure sharing of medical data
CN112016105B (zh) 基于分布式预言机和同态加密的链上链下数据共享方法
CN114513533B (zh) 一种分类分级健身健康大数据共享***及方法
US20230087557A1 (en) System for privacy protection during iot secure data sharing and method thereof
CN109450910A (zh) 基于区块链的数据共享方法、数据共享网络及电子设备
CN109525671A (zh) 基于区块链的数据存储方法、电子设备及存储介质
CN111986755A (zh) 一种基于区块链和属性基加密的数据共享***
CN109326337A (zh) 基于区块链的电子医疗记录存储和共享的模型及方法
CN110266817B (zh) 基于区块链的跨通道数据分享模型、分享方法和装置
CN109741803A (zh) 基于区块链的医疗数据安全协作***
CN112989415A (zh) 一种基于区块链的隐私数据存储与访问控制方法及***
CN108471350A (zh) 基于区块链的可信数据计算方法
WO2021139338A1 (zh) 一种数据访问权限验证方法、装置、计算机设备及存储介质
CN109753815A (zh) 基于区块链的数据处理方法、数据处理网络及电子设备
CN108429759A (zh) 去中心化存储安全实现方法
US11258603B2 (en) Access controls for question delegation environments
He et al. Toward privacy-assured health insurance claims
CN111916217A (zh) 基于区块链的医疗数据管理方法、***、存储介质及终端
John et al. Provably secure data sharing approach for personal health records in cloud storage using session password, data access key, and circular interpolation
CN111414634B (zh) 一种信息处理方法及装置
CN112908440A (zh) 健康管理数据共享方法、装置及远程医疗平台
CN107302524A (zh) 一种云计算环境下的密文数据共享***
CN115567247A (zh) 一种去中心化的多权威隐私保护数据访问控制方法及***
Khasim et al. An improved fast and secure CAMEL based authenticated key in smart health care system
de Oliveira et al. AC-AC: dynamic revocable access control for acute care teams to access medical records

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20221125

Address after: 210000 1st floor, block B, Dingye Baitai biological building, No.10 Xinghuo Road, Jiangbei new district, Nanjing City, Jiangsu Province

Patentee after: Jiangsu Fuhan Medical Industry Development Co.,Ltd.

Address before: Room 1515, Yingying building, 99 Tuanjie Road, research and Innovation Park, Nanjing area, China (Jiangsu) pilot Free Trade Zone, Nanjing 210031, Jiangsu Province

Patentee before: Nanjing trusted blockchain and algorithm Economics Research Institute Co.,Ltd.

TR01 Transfer of patent right