医疗行业中区块链性能集成信息学的评估框架

《Reliability Engineering & System Safety》：An Assessment Framework for Blockchain Performance Integration Informatics in Healthcare Industry

区块链技术在医疗健康领域面临可扩展性挑战，本研究通过动态贝叶斯网络（DBN）建模多因素交互关系，量化其在六阶段动态环境下的性能退化概率（8.00%、37.27%、58.45%、98.60%、49.08%、9.26%），揭示技术瓶颈与影响机制。

　　

Ahsan Al Nirvik | Ridwan Mustofa | Mrinal Kanti Sen | Niamat Ullah Ibne Hossain

美国德克萨斯大学埃尔帕索分校

摘要

区块链技术（BC-T）最近在医疗保健领域受到了越来越多的关注，因为它能够简化医疗账单处理和记录管理，保护敏感的健康信息，并支持各种医疗应用。然而，由于可扩展性方面的关键挑战，BC-T尚未在医疗行业中得到大规模应用。随着节点和区块数量的增加，带宽减少，执行时间延长，整体性能下降。这种性能下降是一个多因素的复杂现象，受到多种技术和运营因素的影响。本研究首先确定了导致医疗区块链性能下降的主要因素，然后基于这些因素构建了一个动态贝叶斯网络（DBN）来模拟它们之间的时间因果关系。最后，通过分阶段证据对DBN进行了模拟，并进行了敏感性分析和验证，以确认模型的可靠性。结果显示，在六个时间步骤中，性能下降的概率分别为8.00%、37.27%、58.45%、98.60%、49.08%和9.26%。所提出的方法可以作为评估医疗区块链性能的参考，为导致性能下降的关键因素及其影响程度提供有价值的见解。通过了解这些动态变化，研究人员和实践者可以提高区块链技术的可靠性和实际可用性，从而促进医疗保健的现代化。

引言

区块链技术（BC-T）最近受到了业界和学术界的广泛关注，因为人们开始认识到它能够改变传统流程、提高安全性，并在各种应用中增加透明度。今天的区块链概念起源于1991年贝尔科（现Telcordia Technologies）两位研究人员的工作。他们提出了计算效率高的电子文档时间戳解决方案，这成为了现代区块链概念的基础[42]。区块链是一个去中心化且分布式的数据库，存储经过同行验证的记录集合，最终形成包含成功交易信息的公共账本。换句话说，区块链（也称为分布式账本技术DLT）在需要数据安全性、信任和透明度的场景中表现出色。虽然它被广泛认为是比特币和以太坊等加密货币的基础，但其应用不仅限于数字货币领域。相反，它已被越来越多地应用于医疗保健、供应链、数字权利管理、能源和公共治理等多个领域，以促进透明度、安全性和信任。（Esmaeilzadeh等人，2022年）。

医疗保健对发达国家和发展中国家都至关重要，世界各国政府都致力于提高其服务质量（[6]；Zameila等人，2022年）。随着各国实施全面的国民医疗保健和福利计划，安全医疗数据管理的重要性日益凸显。为如此大量的患者提供高质量的服务非常困难，需要一个高效的技术生态系统[69]。因此，现代计算机技术的发展已广泛应用于医学领域，以改善健康监测、疾病识别速度、治疗过程，并保护信息安全。特别是物联网（IoT）的快速发展，通过实现数据的无缝传输，积极改变了电子病历（EHR/EMR）、药房和保险行业。

区块链作为一种点对点交易方式，没有任何第三方可以访问网络或交易。它维护了一个公开可访问但防篡改的账本系统，在其中记录按顺序存储必要的信息。在这种模式下，患者对自己的数据有更多的控制权，同时仍可以根据需要与医疗机构共享信息。这项技术还帮助其他流程，如账单处理以及处方验证、健康政策/规则/法规的验证、辅助诊断和临床决策支持[88]。通过采用这项尖端技术，医疗行业可以转变为一个可靠、安全且私密的数字环境，从而提供更好的个性化客户服务。然而，这一潜力受到医疗区块链可扩展性限制这一重大挑战的制约。对单个节点计算能力和存储空间需求的增加是问题的根本原因。随着节点数量的增加，网络吞吐量显著下降[69]。节点数量的增加需要更多的带宽，延长了整体执行时间，并由于数据集变大而延长了挖矿时间。实证研究表明，节点数量增加10%会导致执行时间平均增加56秒；区块大小扩大10倍会导致执行时间平均增加31.5秒；区块数量增加50个会导致执行时间平均增加1080秒。为了充分发挥BC-T在医疗保健领域的优势，必须实现一种能够支持更快交易、安全操作和抵御网络攻击的可扩展架构。否则，这项技术在医疗领域的性能和可靠性将成为一个主要问题。

尽管有许多研究强调了区块链在医疗保健领域的应用，但据我们所知，尚未开发出一个能够捕捉评估医疗区块链性能相关因素之间复杂相互作用的多层次网络模型。因此，文献中提出了以下关键问题：

问题01：哪些直接或间接导致医疗领域区块链性能下降的关键因素和子因素是什么？

问题02：如何通过概率框架对这些因素和子因素之间的相互依赖关系进行建模？它们如何影响区块链的性能？

问题03：在复杂和动态的环境中，医疗区块链系统出现性能下降的可能性有多大？

为了解决这些问题和现有的研究空白，本研究的目标首先是确定直接或间接导致医疗领域区块链性能下降的因素。其次，开发并描述了一个网络模型来表示这些因素之间的相互依赖关系。最后，我们的目标是使用动态贝叶斯网络（DBN）来评估医疗区块链在动态复杂系统中的性能下降概率。

贝叶斯网络（BN）是一种从初始条件到最终结果展示一组变量之间相互作用的网络[18,75]。有向无环图（DAG）是贝叶斯网络的常见图形表示形式，也称为贝叶斯信念网络。因素之间的非正式联系通过弧（边）表示。弧（边）的方向是从原因因素到结果因素。对于所有存在的因素，都有一个概率分布函数（pdf），其维度和结构取决于通向该节点或因素的边[54]；Mihajlovic等人，2001年）。由于主观信念是当前复杂系统的主要特征之一，使用基于分类法或基于代理的技术来衡量它们具有挑战性。为了克服这一限制，DBN可以结合客观数据和主观信念，并在新信息出现时推翻假设[78]。此外，DBN通过降低参数获取难度来促进概率的提取，网络结构使得理解每个条件变量对结果的相对影响更加透明[37]。另一方面，简单的贝叶斯网络不考虑时间变化来建模系统。但在大多数情况下，系统是动态的，因素的概率会随时间变化。为了纳入这些特征，DBN被用来捕捉并展示这些因素随时间的变化，从而反映它们的动态相互依赖性和时间行为[76,77]。换句话说，定义具有时间依赖性的参数并根据问题领域的时间方面设置时间步骤是DBN的两个优势[16]。通过这种方式，DBN还有潜力克服一些静态传统方法的缺点，如层次分析法（AHP）和摆动权重。此外，DBN是一种概率模型，整合了隐马尔可夫模型（HMM）和贝叶斯网络的原则。与HMM相比，它包含了短期多轮情境感知（STMR-SA）过程，其中操作者持续观察数据、做出决策并通过反馈循环更新理解[89]。由于医疗区块链的性能也是时间依赖的函数，且性能下降的概率随时间变化，因此DBN可以被视为一种合适的方法。考虑到这些优势，本研究使用DBN来评估不同时间步骤下的区块链性能下降程度，并根据证据更新模型。

总之，这项研究的新颖之处在于它提供了一种实用的、基于时间的方式来管理医疗区块链的性能。DBN框架将许多技术和组织因素结合成一个明确的输出，例如“性能下降”的概率，并且这个输出会在不同时间步骤中进行跟踪。该网络还设计为在新证据出现时进行更新，以便在事件发生时重新计算概率。这支持实时保证和决策制定，而不仅仅是依赖于静态和离线的基准测试。

文献综述

文献综述

本节分为两部分：首先讨论了关于区块链性能评估和在医疗保健中应用的不同已发表的研究，然后考察了贝叶斯网络建模的相关文献。

动态贝叶斯网络（DBN）的基础

贝叶斯网络（BN）是一组变量之间概率关系的图形表示[37,48]。在BN中，因素由节点表示，节点之间通过弧连接，表明它们之间的依赖关系[36,63]。与每个节点相关的条件概率表（CPT）指定了这些相关性的强度[18]。根据方程1所示的规则，X和Y同时发生的概率是...

评估医疗区块链性能的提出方法

为了系统地评估医疗区块链随时间的性能，本研究分多个阶段进行。本节描述了研究框架。图2展示了评估医疗区块链性能的各个阶段，随后进行了详细讨论。

DBN的应用

所提出的评估区块链性能下降的模型可以直接应用于医疗领域。以Bluegencare（假名）为例，作为一个概念测试平台来识别BC-T的性能下降情况。假设BC-T被患者、医生、会计和账单部门、数据分析师、药剂师以及其他相关医院人员使用。医院面临季节性疾病等问题...

结论

改善医疗保健是发达国家和发展中国家共同关注的重点。BC-T被用于医疗保健领域，以提高数据安全性和隐私性，支持系统间的数据共享，并保持记录的准确性。它还有助于记录敏感的医疗信息、管理医疗账单，并仅向授权人员提供数据访问权限。然而，如果区块链系统开始变慢或表现不佳，就会成为一个严重问题。性能不佳会降低信任...

局限性与未来研究

不同风险之间的关联可能存在不确定性。这些关联可能会根据区块链系统的当前状态以及使用网络的人的知识和经验而变化。在某些情况下，可能需要通过添加新因素并正确连接它们，或者移除不相关的因素来更新已开发的网络。并非每个因素都适用于所有情况，因此应谨慎使用该网络...

未引用的参考文献

[1,14,15,24,33,34,40,51,55,57,66,67,70,83,91,94]

CRediT作者贡献声明

Ahsan Al Nirvik：撰写——原始草稿、可视化、验证、软件、方法论、调查、正式分析、数据整理、概念化。Ridwan Mustofa：撰写——原始草稿、验证、资源、方法论、调查。Mrinal Kanti Sen：撰写——原始草稿、验证、资源、方法论、调查。Niamat Ullah Ibne Hossain：撰写——审阅与编辑、撰写——原始草稿、验证、监督、资源、项目管理