信任亦或是缺乏信任——已經導致了區(qū)塊鏈在醫(yī)療保健領域的興起。隨著該行業(yè)越來越多地采用數字技術并進行數字轉換，諸如欺詐、低效和數據隱私等問題就出現了——由于欺詐手段、丟棄和處理不當的數據或記錄，估計每年在全球衛(wèi)生保健中會約損失4550億美元。隨著這些問題的暴露，以及越來越多的數字解決方案可用于解決這些問題，區(qū)塊鏈作為解決醫(yī)療保健領域信任缺失問題的完美底層技術而出現。

Frost & Sullivan將區(qū)塊鏈定義為“一種新的數據結構，為資產和其他數據創(chuàng)建受信任的分布式數字賬簿”。它是一個不可變的、帶有時間戳的數字事件記錄。它只能通過系統中大多數參與者的一致意見來更新，而且一旦輸入，信息就很難擦除（不可變的）。

這種分布式數字賬本方法已經在醫(yī)院（范德比爾特大學、梅奧診所和西奈山）、醫(yī)療服務平臺（韓國明基醫(yī)院）和改善數據安全（哥倫比亞大學）中得到應用。

Humana、Optum和United Health Insurance等組織正在試驗建立醫(yī)生名錄和減輕行政負擔的技術。此外，澳大利亞聯邦政府正在試點該技術，為研究人員提供獲取健康記錄的機會，而眾安（由騰訊（Tencent）和阿里巴巴（Alibaba）創(chuàng)立的保險巨頭）正在中國的100家醫(yī)院進行數據收集和處理的試點。

據行業(yè)研究估計，近三分之一的醫(yī)療機構正在使用區(qū)塊鏈技術。然而，當前的焦點似乎僅圍繞著B2B用例，例如：健康專業(yè)認證、醫(yī)療賬單管理、收入周期管理、合同裁決和跟蹤。那么放射學呢？

放射學中不斷發(fā)展的數字化需求

在保守的情況下，典型的醫(yī)學成像掃描的尺寸約為200mb。隨著全球對放射學研究的需求不斷增長，冗余的存儲需求意味著對存儲空間的巨大需求。雖然這可以通過云存儲應用程序來解決，但它不僅僅是關于存儲的——它還涉及在需要時訪問這些映像，以便在將來以安全的方式進行解釋。隨著精確醫(yī)學方法的普及，對病人的整體看法也意味著可以從其他來源（如病理和皮膚科）獲取掃描結果。

這種獲取醫(yī)療信息的途徑是由患者以及他們的醫(yī)生從其他機構要求的。眾所周知，在不同的設備中為同一名患者重復進行成像掃描，而成像服務的成本又各不相同，這就導致了醫(yī)療保健資金的低效支出——更不用說在醫(yī)療消費化時代給患者帶來的挫折了。

將大型圖像文件從一個點移動到另一個點會帶來一些技術挑戰(zhàn)，但更復雜的是嚴格的患者隱私法，這導致醫(yī)療系統中存在官僚機構行為。眾所周知，醫(yī)療行業(yè)是黑客獲取數據的首要目標，這使得網絡安全成為此類記錄保管者的首要關注。

由于這些挑戰(zhàn)，擁有大量醫(yī)學影像數據的影像中心無法有效利用這些數據來支持人工智能（AI）算法的發(fā)展。由于在以價值為基礎的環(huán)境中成本壓力不斷上升，它們將從額外的收入來源中獲得巨大的利益。此外，全球范圍內放射科醫(yī)生的短缺意味著無法獲得或等待時間較長——這甚至導致醫(yī)生診斷所需的周轉時間延長。因此，遠程放射學提供了一種輕松的解決方案，但在這一領域，患者成像掃描的可及性仍然面臨挑戰(zhàn)。

同樣的挑戰(zhàn)也阻礙了醫(yī)學成像領域人工智能算法的發(fā)展，這些算法必須針對現有的成像掃描進行訓練。雖然人工智能已經準備好應對今天困擾放射學的一些挑戰(zhàn)，但深度學習和機器學習系統依賴于更容易獲得各種各樣的數據（通過大量的研究可以獲得）來提高它們的能力?！?從本質上說，如果沒有便捷的途徑，人工智能的發(fā)展將會停滯不前，諸如遠程學習挑戰(zhàn)等問題將會持續(xù)存在。

基于區(qū)塊鏈的放射學解決方案

目前有幾家公司在放射學領域使用區(qū)塊鏈。兩個典型的例子是MDW（醫(yī)學診斷網絡）和DeepRadiology，它們都在處理AI，只是方式不同而已。

DeepRadiology主要是一家人工智能公司，為頭部CT掃描和其他正在開發(fā)的技術提供解決方案。然而，它計劃集成區(qū)塊鏈技術以增加其國際地位，支持和激勵參與開發(fā)和使用深層放射學解決方案的生態(tài)系統成員來降低醫(yī)療成本。這些第二個和第三個目標也是MDW玩家所共有的。

MDW是一個基于區(qū)塊鏈的分散平臺，連接成像設備、放射科醫(yī)生和AI開發(fā)者。在2018年的RSNA年會上，他們公布了他們的平臺，并且在他們的系統上也有現有的客戶。該平臺的目標是在一個開放透明的環(huán)境中提供大眾閱讀、第二意見、同行評議或質量控制，正如底層技術本身所承諾的那樣。

MDW還專門為AI開發(fā)人員提供醫(yī)療影像數據集，允許將影像中心的匿名性、標注數據的貨幣化，同時為開發(fā)人員提供關鍵的培訓數據。它還推出了一個人工智能算法市場，以促進現有人工智能算法在成像設備上的使用——這一市場預計將類似于EnvoyAI、Nuance和Blackford Analysis提供的基于云計算的按需平臺。明年，MDW希望為平臺帶來更多的功能，同時擴大規(guī)模并獲得更多的客戶。

其他例子包括MedNetwork和MediBloc，它們都支持通過區(qū)塊鏈網絡存儲和共享醫(yī)療信息。前者只專注于醫(yī)療成像數據，而后者存儲健康記錄（包括診斷結果），在患者到訪時提供對提供者的訪問。MedNetwork還有一個遠程醫(yī)療平臺，提供AI診斷和第二診斷意見，與上述方法有些相似。

這項技術對小型玩家和遠程放射學家的好處是顯而易見的。然而，這仍然只是針對區(qū)塊鏈放射學范式的一部分。供應商技術的另一個用例涉及設備生命周期管理。Spiritus Partners提供的解決方案解決了圍繞設備安全、質量和生命周期管理的關鍵行業(yè)挑戰(zhàn)，因為它們適用于所有醫(yī)療設備，包括成像設備。顯然，該技術的用例是多種多樣的，而且到目前為止還在不斷涌現。

前景

區(qū)塊鏈不會干擾現有的工作流，也不會取代現有的健康IT系統，如DICOM或PACS，更不會影響互操作性標準，如HL7或FHIR。然而，它將通過自動化所有參與者共同同意的傳統協商一致機制，作為無縫交互的額外信任和安全層。此外，該技術與物聯網（IoT）和人工智能等其他新興技術的融合，將增強人們對這些技術的信任，促進新的醫(yī)療服務交付模式和盈利選擇。

Frost & Sullivan預測，醫(yī)療行業(yè)中的區(qū)塊鏈明年將超越其炒作。到2019年底，估計有5-10%的以醫(yī)療保健為重點的企業(yè)區(qū)塊鏈應用程序將從試點階段轉移到部分或有限的商業(yè)可用階段。

用于醫(yī)療保健的區(qū)塊鏈還相對不成熟，但是選擇的B2B商業(yè)實現示例包括可以更改醫(yī)療保健實現的示例。今年，Change Healthcare宣布其智能醫(yī)療網絡在索賠裁決用例方面的可用性有限。它還與TIBCO合作開發(fā)區(qū)塊鏈驅動的智能合約，用于自動化醫(yī)療交易流程。Hashed Health最近宣布了其名為Procredex的職業(yè)資格認證申請的最初合作伙伴，包括WellCare Health Plans、Spectrum Health、National Government Services、HealthLink Dimensions、LLC和埃森哲（Accenture）等。

對于放射學，我們期望更多的組織加入基于區(qū)塊鏈的平臺。

然而，重要的是要認識到這種技術的一些局限性——區(qū)塊鏈只是更大的分布式賬分類賬技術保護傘下的一種，它不一定是最好的。隨著時間的推移，另一種技術可能會取代區(qū)塊鏈成為更好的選擇。其次，作為一個網絡游戲，治理機制需要首先達成一致意見，然后才能開始部署基礎設施，這也是為什么企業(yè)區(qū)塊鏈在公共網絡（如正在考慮用于國家健康記錄的公共網絡）上是一個更好的實時機會。