为推动医疗信息化发展，加强医疗信息化新技术、新应用、新模式的交流，《中国数字医学》新媒体平台特别推出了“医信青年说”栏目，为青年专家搭建一个互相交流、分享经验和合作研究的平台。
0 背景
“ 十四五”以来，我国的经济和社会不断发展，一批新的信息技术不断涌现，为我国医疗卫生事业注入了新的活力。2024年1月31日，中共中央政治局就扎实推进高质量发展进行第十一次集体学习，
习总书记提出发展新质生产力是推动高质量发展的内在要求和重要着力点，加快推动和发展新质生产力。
新质生产力的提出和阐释为增强医学发展新动能、开展新质科研提供了重要指引，具有划时代意义。在数字医学时代，新一代人工智能、区块链、隐私计算、扩展现实、医学元宇宙等新兴技术的出现，将传统医学的二维信息时代带入到三维数智时代，为我国医疗卫生事业打开了“新质生产力”的通道，医学界的“科技革命”已然到来。在这其中，
医疗数据作为信息交换的媒介，由于法律和安全问题往往不能得到及时的共享，患者的诊疗数据在医院和各个机构之间流转不畅带来“信息孤岛现象”。
区块链技术作为一种去中心化、可信任、难篡改、能追溯的数据传输方式引起社会各界的关注。本文在此探讨
区块链技术融合人工智能驱动的医疗行业AI大模型训练及应用
，以期给医疗领域决策者和研究人员相关参考。
医疗公共数据是我国数据要素供给体系的重要组成部分，具有公共性、权威性与规模性，蕴藏巨大的科研和临床价值。如何开拓临床公共数据开发利用的机制创新、模式创新、场景创新对于促进医疗和临床科研数据要素价值释放具有重要意义。2019年，中共中央政治局进行第十八次集体学习时强调了区块链的集成应用在技术革新和产业变革中的重要作用。2021年，国务院办公厅《关于推动公立医院高质量发展的意见》提出“推动云计算、大数据、物联网、区块链、5G等新一代信息技术与医疗服务深度融合”。2023年，中共中央办公厅办公厅印发《关于进一步完善医疗卫生服务体系的意见》指出要发展“互联网+医疗健康”，建设面向医疗领域的工业互联网平台，加快推进区块链、物联网、人工智能、云计算、大数据等在医疗卫生领域中的应用，加强健康医疗大数据共享交换体系建设。区块链技术在医疗行业的发展，正面临技术创新、应用创新、产业创新的难得发展机遇。
1 区块链技术
区块链技术利用加密链式区块结构来验证与存储数据、利用分布式节点共识算法来生成和更新数据、利用智能合约来编程和操作数据。
基于区块链技术的去中心化优势, 能够通过运用数据加密、时间戳、分布式共识和经济激励等手段, 在节点无需互相信任的分布式系统中实现点对点交易、协调与协作, 这能有效解决AI大模型训练中的“数据饥饿（Data hungry)”问题。
在临床数据收集和共享过程中，各节点通过区块链存储医疗数据，利用智能合约通过线上验证即可实现数据安全共享，减少人为操作，既能提高效率又能防止隐私泄露。此外，基于区块链进行数据存储与数据要素交互能够将海量数据汇聚由中心化变为去中心化，构成了医疗大数据价值释放的前提。
在基于区块链平台系统隐私、安全、加密的环境中，将多模态异构数据库与人工智能融合实现医疗数据分布式存储，扩大机器学习的规模。在这种模式下，可以有效确保数据不出域条件下的大数据驱动的知识迁移学习，实现加密共享的临床相关疾病AI模型构建、智能诊断和预测。
2
区块链在医疗行业AI
大模型构建中的应用
基于区块链的AI医疗模型训练和科研可以在以下几个方面做出贡献：
在进行基于人工智能进行样本学习的过程中，按照预规定使用实体和事件标注平台，各机构完成自有数据的标注工作，然后在院内服务器上进行模型训练。基于区块链上传训练数据，控制中心负责在各机构间任务调度和综合模型样本，进行全局模型参数更新，然后下发到各中心继续进行模型训练直至达到预设迭代次数。通过区块链去中心化网络，互联网医院之间在数据不外露的情况下，同时使用了彼此信息系统中所有患者的数据信息，进而使得参与者获益。
在医疗AI模型训练中，根据临床需要可包含为诊断模型、预测模型、辅助决策模型。区块链将驱动临床AI诊断模型数据量和精准度的提高，辅助影像科、病理科及专科医生进行更加安全高效的诊断和治疗方案制定。在疾病预测方面，基于区块链的分布式多模态电子病历资料智能融合，将有助于慢性疾病及肿瘤的预防与控制。
在进行国家及地区项目研究时，例如慢病流行病学调查，需要从临床医学中心和相关医联体单位实时汇聚心血管临床研究数据、糖尿病临床研究数据、肿瘤登记信息，从疾病预防控制中心定时采集慢病危险因素监测数据。传统的数据共享主要采用中央服务器和灾备中心统一存储技术，各用户客户端基于中心数据库实现在线访问时缺乏可信的数据共享交换机制，基于去中心化的区块链可通过确定基于核心关键变量及随机抽样变量的可信链账本，依托响应式编程实现自主可控的许可链，逐步建立慢病共享、交换信息的高阶共生生态运行框架。
在罕见病研究中，由于各医院病例样本有限，通过结合区块链和联邦学习可以让这些来自不同机构的样本在保障隐私的前提下共享，提高模型训练能力。通过互联网共同协作的科研单位可将患者的临床数据用区块链技术进行存储，汇聚成连续的、可共享的、实时更新的大样本疾病队列，并应用于疑难杂症、重大疾病等课题研究，有助于人工智能筛查诊断、早期干预等算法的加速研究。
区块链能够帮助改进临床试验研究的合理性与规范性，让科研人员之间、科研人员和受试者之间更加透明，提高临床试验可信度。在临床试验中通过区块链技术形成一个点对点的网络，安全记录临床试验中发生的数据交互，实现数据共享、数据透明、不可更改。临床医生和试验人员能够记录受试者（患者）实时健康信息并使其可用，也方便受试者的入组。由此提高了信息的准确性，促进了数据交换，确保了试验的合规性。
相比于传统的中心化深度学习，基于区块链技术的AI模型构建将极大提升数据真实性和来源可靠性。
国外学者对这一构想做出了实际回应，国际著名杂志Nature在一篇名为“Swarm Learning for decentralized and confidential clinical machine learning”的文章中介绍了区块链技术赋能多中心医疗单位进行群学习的实际应用，结果表明在肺结节诊断、白血病预测、流行病防控、病理学等方面的作用。这类模型应用于医疗领域将实现训练中各节点之间权利对等，在智能合约的控制下将模型具备较高的安全性和容错性，并且可以通过设置阈值而不受投毒攻击。
在
基于区块链的AI模型的临床应用方面，在具备以上两种技术的环境下利用联邦学习通过深度挖掘医学影像数据库中疾病的重点特征可实现安全可信数据的高效共享与应用。在保护数据隐私的基础上实现多方数据共享，实现数据处于加密状态或非透明状态下的计算，以达到各参与方隐私保护的目的。
在实践过程中，可采用模型投放——即算法流替代数据传输的思想，以区块链和智能合约技术为依托，整合安全沙箱、解密、摘要生成等关键技术，开展基于医院信息系统数据的诊疗决策和质量评价，实现在多中心协作和敏感信息受控场景中，为诊疗和质量管理决策奠定技术支撑。
医院信息化、智能化的发展是大势所趋。医疗数据包含数据类型，这些数据的及时共享和存储是亟待解决的问题。区块链中的共识机制和智能合约能够打造透明可信任、高效低成本的应用场景，构建实时互联、数据共享、联动协同的智能化机制，从而提高医疗服务和科研质量。作为架构性创新技术，医学区块链涉及密码学、信息科学、基础数学、医学知识等多种专业技术知识，对复合型人才需求巨大。相关单位必须加强学科深度交叉融合的人才队伍建设，从基础研究、应用研发、产业融合等方面前瞻和系统性地建立医疗人才培育体系。
未来，部分医院可结合区块链技术进行医疗AI模型构建的应用试点，打造地区标杆应用体系，并推动政策和措施的完善。在实际落地中，从区块链涉及范围相对较小、且信息系统相对独立的板块入手，采用轻运营模式帮助医院提升管理水平和科研质量。
本文作者 |华中科技大学同济医学院附属协和医院 谢毅、叶哲伟
