CN114446454A - 一种医疗资源共享的方法与系统 - Google Patents
一种医疗资源共享的方法与系统 Download PDFInfo
- Publication number
- CN114446454A CN114446454A CN202210104059.XA CN202210104059A CN114446454A CN 114446454 A CN114446454 A CN 114446454A CN 202210104059 A CN202210104059 A CN 202210104059A CN 114446454 A CN114446454 A CN 114446454A
- Authority
- CN
- China
- Prior art keywords
- medical
- patient
- information
- block chain
- resource sharing
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000012549 training Methods 0.000 claims abstract description 16
- 238000003745 diagnosis Methods 0.000 claims abstract description 15
- 238000013507 mapping Methods 0.000 claims description 9
- 238000013421 nuclear magnetic resonance imaging Methods 0.000 claims description 6
- 238000002591 computed tomography Methods 0.000 claims description 4
- 238000012795 verification Methods 0.000 claims description 4
- 230000002526 effect on cardiovascular system Effects 0.000 claims description 3
- 238000002600 positron emission tomography Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000002604 ultrasonography Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000009607 mammography Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting 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
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Public Health (AREA)
- General Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Bioethics (AREA)
- Biomedical Technology (AREA)
- General Business, Economics & Management (AREA)
- Computer Hardware Design (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Pathology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开了一种医疗资源共享的方法和系统,其中所述方法为采集患者个人标识信息以及患者医疗信息,将所述患者个人标识信息存入第一区块链,将所述患者医疗信息存入第二区块链,基于联邦学习,使用所述第二区块链中的患者医疗信息对第一共享诊断模型进行训练,将所述第一共享诊断模型上传至医疗共享平台,将所述医疗共享平台提供给医疗机构,使用所述第一共享诊断模型进行辅助医疗。本发明在充分保障患者的隐私的前提下,实现医疗资源共享,在医疗共享平台注册的的医疗机构都能够查询患者的医疗信息,并由第一诊断模型为医疗机构进行医疗诊断提供数据支持,帮助医疗机构提高医疗诊断的准确性。
Description
技术领域
本发明属于大数据分析与数据挖掘领域,尤其涉及一种医疗资源共享的方法与系统。
背景技术
很多病人为了能够看好自身的疑难杂症,四处求医问药。仅仅路费就会花费很多钱。如何真正给病人带来实惠,如何让群众少跑路,减少不必要的花销,同时又提高医疗质量,保障医疗水平,又要兼顾病人的隐私。多种问题要一并解决,是非常困难的。
现在缺乏一种医疗资源共享的方法和系统,在保障患者隐私的前提下,综合相同类型的医疗机构具备相同类型病例的数据样本,实现医疗资源共享,提高医疗质量,保障医疗水平。
发明内容
针对上述现有技术中存在的缺陷,本发明提供一种医疗资源共享的方法,包括以下步骤:
采集患者个人标识信息以及患者医疗信息;
将所述患者个人标识信息存入第一区块链;
将所述患者医疗信息存入第二区块链;
基于联邦学习,使用所述第二区块链中的患者医疗信息对第一共享诊断模型进行训练;
将所述第一共享诊断模型上传至医疗共享平台;
将所述医疗共享平台提供给医疗机构,使用所述第一共享诊断模型进行辅助医疗。
优选的,所述第一区块链为私有链,用于医疗机构存储患者个人信息。
优选的,所述第二区块链为联盟链,用于存储患者医疗信息。
优选的,所述第二区块链的数据需要用户本人的验证信息才能获取。
优选的,将所述患者个人标识信息的存储地址与患者医疗信息的存储地址建立映射,得到地址映射关系,将所述地址映射关系存储至第三区块链,且所述第三区块链为公有链。
优选的,所述医疗机构为在所述医疗共享平台上的注册用户。
优选的,所述患者医疗信息包括血管摄影图像、心血管造影图像、电脑断层扫描CT图像、乳房摄影图像、正子发射断层扫描PET图像、核磁共振成像NMRI和医学超声波图像。
优选的,所述基于联邦学习,使用所述第二区块链中的患者医疗信息对第一共享诊断模型进行训练,具体包括:
所述第二区块链中的各节点接收初始第一共享诊断模型和初始参数;
所述第二区块链中的各节点基于自身存储的数据训练所述模型,求解各自的梯度值;
将所述第二区块链中的各节点两两组合,计算各自的更新梯度值;
基于更新梯度值,对所述第一共享诊断模型进行迭代;
当直到模型误差小于预设阈值时,得到所述第一共享诊断模型。
优选的,所述初始第一共享诊断模型和初始参数由第二区块链中所有的节点共同决定,共同决定遵循少数服从多数的原则。
本发明还提供一种医疗资源共享的系统,采用本发明提供的医疗资源共享方法,包括:
第一区块链存储模块,用于存储患者个人标识信息;
第二区块链存储模块,用于存储患者医疗信息;
第三区块链存储模块,用于存储患者个人标识信息存储地址与患者医疗信息存储地址之间的地址映射关系;
训练模块,用于训练得到第一共享诊断模型;
验证模块,用于在医疗机构请求获取患者医疗信息前验证患者是否同意本次请求;
处理模块,用于医疗机构使用第一共享诊断模型进行辅助医疗。
与现有技术相比,本发明的有益效果是:
充分保障患者的隐私。存储患者信息时采用并行区块链进行存储,即将用户个人信息与用户的医疗信息分开存储,将患者个人标识信息存入第一区块链、患者医疗信息存入第二区块链,实现隐私保护。医疗机构获取患者医疗信息前需要经过患者本人的同意,才能获取到患者医疗信息,进一步保障了患者的隐私。模型训练过程中,各节点的数据样本不互通,仅使用该节点本身的数据样本训练模型,防止了模型训练时泄露隐私。
患者医疗信息共享。存储患者医疗信息的第二区块链为联盟链,在医疗共享平台注册的的医疗机构在患者本人同意的前提下都能够实现查询患者的医疗信息,为患者去不同的医疗机构看病提供方便,减少患者花销。
提高医疗质量,保障医疗水平。本发明基于联邦学习得到的第一诊断模型是综合了各个医疗机构的数据样本的联合模型,通过大量的数据找到某一疾病更多的相关性,为医疗机构进行医疗诊断提供数据支持,帮助医疗机构提高医疗诊断的准确性,提高医学研究水平和疾病治疗效果。
附图说明
通过参考附图阅读下文的详细描述,本发明公开示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中,以示例性而非限制性的方式示出了本发明公开的若干实施方式,并且相同或对应的标号表示相同或对应的部分,其中:
图1是示出根据本发明实施例的一种医疗资源共享的方法流程图;
图2是示出根据本发明实施例的一种医疗资源共享的系统的示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义,“多种”一般包含至少两种。
应当理解,尽管在本发明实施例中可能采用术语第一、第二、第三等来描述……,但这些……不应限于这些术语。这些术语仅用来将……区分开。例如,在不脱离本发明实施例范围的情况下,第一……也可以被称为第二……,类似地,第二……也可以被称为第一……。
应当理解,本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
取决于语境,如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地,取决于语境,短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的商品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种商品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的商品或者装置中还存在另外的相同要素。
下面结合附图详细说明本发明的可选实施例。
在某一实施例中,如图1所示,本发明提出了一种医疗资源共享的方法,包括以下步骤:采集患者个人标识信息以及患者医疗信息,采用并行区块链进行存储,即将用户个人信息与用户的医疗信息分开存储,实现隐私保护;将所述患者个人标识信息存入第一区块链;将所述患者医疗信息存入第二区块链;基于联邦学习,使用所述第二区块链中的患者医疗信息对第一共享诊断模型进行训练;将所述第一共享诊断模型上传至医疗共享平台;将所述医疗共享平台提供给医疗机构,使用所述第一共享诊断模型进行辅助医疗。
在某一实施例中,第一区块链为私有链,用于医疗机构存储患者个人信息,通过控制区块链中各个节点的读写权限使得只有该医疗机构能够读写该私有链中患者的个人信息,充分保障患者个人隐私。
在某一实施例中,所述第二区块链为联盟链,用于存储患者医疗信息,该联盟链由加入的医疗机构共同参与管理。
在某一实施例中,所述第二区块链的数据需要用户患者本人的验证信息才能获取,为了充分保障用户的隐私,在医疗机构在获取联盟链中患者医疗信息前需要向医疗共享平台发出请求,医疗共享平台接收到请求后向患者发送询问信息,询问是否同意本次医疗机构获取医疗信息,若同意则读取联盟链中的医疗信息,若不同意则医疗机构无法获取医疗信息,避免在患者不知情的情况下发生医疗信息泄露。
在某一实施例中,将所述患者个人标识信息的存储地址与患者医疗信息的存储地址建立映射,得到地址映射关系,将所述地址映射关系存储至第三区块链,且所述第三区块链为公有链,公有链为任何人都能访问、读取数据的区块链。
在某一实施例中,所述医疗机构为在所述医疗共享平台上的注册用户,在医疗共享平台上注册的医疗机构为联盟链的共同参与者,拥有访问、读、写第二区块链的权限,其中读取第二区块链中的数据需要先获取患者本人同意。
在某一实施例中,所述患者医疗信息包括血管摄影图像、心血管造影图像、电脑断层扫描CT图像、乳房摄影图像、正子发射断层扫描PET图像、核磁共振成像NMRI和医学超声波图像。
在某一实施例中,所述基于联邦学习,使用所述第二区块链中的患者医疗信息对第一共享诊断模型进行训练,具体包括:所述第二区块链中的各节点接收初始第一共享诊断模型和初始参数,所述初始第一共享诊断模型和初始参数由第二区块链中所有的节点共同决定,共同决定遵循少数服从多数的原则,可以采用投票机制或者其他;所述第二区块链中的各节点基于自身存储的数据训练所述模型,求解各自的梯度值,使得各节点在不获取其他节点存储数据的情况下训练模型,保障了训练过程中各节点的信息不泄露;将所述第二区块链中的各节点两两组合,计算各自的更新梯度值;基于更新梯度值,对所述第一共享诊断模型进行迭代;当直到模型误差小于预设阈值时,得到所述第一共享诊断模型,第一共享诊断模型为各节点的联合模型,是在不获取各节点数据的前提下综合各节点数据得到的,保障隐私的同时也使得第一共享诊断模型更加稳健、效果更好。
在某一实施例中,如图2所示,本发明还提出了一种医疗资源共享的系统,采用本发明提出的医疗资源共享方法,包括:
第一区块链存储模块,用于存储患者个人标识信息;
第二区块链存储模块,用于存储患者医疗信息;
第三区块链存储模块,用于存储患者个人标识信息存储地址与患者医疗信息存储地址之间的地址映射关系;
训练模块,用于通过联邦学习训练得到第一共享诊断模型;
验证模块,用于在医疗机构请求获取患者医疗信息前验证患者是否同意本次请求;
处理模块,用于医疗机构使用第一共享诊断模型进行辅助医疗。
本发明公开实施例提供了一种非易失性计算机存储介质,所述计算机存储介质存储有计算机可执行指令,该计算机可执行指令可执行如上实施例所述的方法步骤。
需要说明的是,本发明公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明公开的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(AN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本发明公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定。
以上介绍了本发明的较佳实施方式,旨在使得本发明的精神更加清楚和便于理解,并不是为了限制本发明,凡在本发明的精神和原则之内,所做的修改、替换、改进,均应包含在本发明所附的权利要求概括的保护范围之内。
Claims (10)
1.一种医疗资源共享的方法,其特征在于,包括以下步骤:
采集患者个人标识信息以及患者医疗信息;
将所述患者个人标识信息存入第一区块链;
将所述患者医疗信息存入第二区块链;
基于联邦学习,使用所述第二区块链中的患者医疗信息对第一共享诊断模型进行训练;
将所述第一共享诊断模型上传至医疗共享平台;
将所述医疗共享平台提供给医疗机构,使用所述第一共享诊断模型进行辅助医疗。
2.根据权利要求1所述的医疗资源共享方法,其特征在于,所述第一区块链为私有链,用于医疗机构存储患者个人信息。
3.根据权利要求1所述的医疗资源共享方法,其特征在于,所述第二区块链为联盟链,用于存储患者医疗信息。
4.根据权利要求1所述的医疗资源共享方法,其特征在于,所述第二区块链的数据需要用户本人的验证信息才能获取。
5.根据权利要求1所述的医疗资源共享方法,其特征在于,将所述患者个人标识信息的存储地址与患者医疗信息的存储地址建立映射,得到地址映射关系,将所述地址映射关系存储至第三区块链,且所述第三区块链为公有链。
6.根据权利要求1所述的医疗资源共享方法,其特征在于,所述医疗机构为在所述医疗共享平台上的注册用户。
7.根据权利要求1所述的医疗资源共享方法,其特征在于,所述患者医疗信息包括血管摄影图像、心血管造影图像、电脑断层扫描CT图像、乳房摄影图像、正子发射断层扫描PET图像、核磁共振成像NMRI和医学超声波图像。
8.根据权利要求1所述的医疗资源共享方法,其特征在于,所述基于联邦学习,使用所述第二区块链中的患者医疗信息对第一共享诊断模型进行训练,具体包括:
所述第二区块链中的各节点接收初始第一共享诊断模型和初始参数;
所述第二区块链中的各节点基于自身存储的数据训练所述模型,求解各自的梯度值;
将所述第二区块链中的各节点两两组合,计算各自的更新梯度值;
基于更新梯度值,对所述第一共享诊断模型进行迭代;
当直到模型误差小于预设阈值时,得到所述第一共享诊断模型。
9.根据权利要求8所述的医疗资源共享方法,其特征在于,所述初始第一共享诊断模型和初始参数由第二区块链中所有的节点共同决定,共同决定遵循少数服从多数的原则。
10.一种医疗资源共享的系统,其特征在于,包括:
第一区块链存储模块,用于存储患者个人标识信息;
第二区块链存储模块,用于存储患者医疗信息;
第三区块链存储模块,用于存储患者个人标识信息存储地址与患者医疗信息存储地址之间的地址映射关系;
训练模块,用于训练得到第一共享诊断模型;
验证模块,用于在医疗机构请求获取患者医疗信息前验证患者是否同意本次请求;
处理模块,用于医疗机构使用第一共享诊断模型进行辅助医疗。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210104059.XA CN114446454A (zh) | 2022-01-27 | 2022-01-27 | 一种医疗资源共享的方法与系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210104059.XA CN114446454A (zh) | 2022-01-27 | 2022-01-27 | 一种医疗资源共享的方法与系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114446454A true CN114446454A (zh) | 2022-05-06 |
Family
ID=81370672
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210104059.XA Pending CN114446454A (zh) | 2022-01-27 | 2022-01-27 | 一种医疗资源共享的方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114446454A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107819770A (zh) * | 2017-11-15 | 2018-03-20 | 中国联合网络通信集团有限公司 | 基于区块链的医疗信息共享隐私保护方法及装置 |
CN108717861A (zh) * | 2018-04-16 | 2018-10-30 | 上海交通大学 | 一种基于区块链的医疗数据共享方法 |
CN109167695A (zh) * | 2018-10-26 | 2019-01-08 | 深圳前海微众银行股份有限公司 | 基于联邦学习的联盟网络构建方法、设备及可读存储介质 |
CN111180061A (zh) * | 2019-12-09 | 2020-05-19 | 广东工业大学 | 融合区块链与联邦学习的共享医疗数据智能辅助诊断系统 |
CN113657609A (zh) * | 2021-08-18 | 2021-11-16 | 深圳技术大学 | 基于区块链与联邦迁移学习的数据管理方法及系统 |
-
2022
- 2022-01-27 CN CN202210104059.XA patent/CN114446454A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107819770A (zh) * | 2017-11-15 | 2018-03-20 | 中国联合网络通信集团有限公司 | 基于区块链的医疗信息共享隐私保护方法及装置 |
CN108717861A (zh) * | 2018-04-16 | 2018-10-30 | 上海交通大学 | 一种基于区块链的医疗数据共享方法 |
CN109167695A (zh) * | 2018-10-26 | 2019-01-08 | 深圳前海微众银行股份有限公司 | 基于联邦学习的联盟网络构建方法、设备及可读存储介质 |
CN111180061A (zh) * | 2019-12-09 | 2020-05-19 | 广东工业大学 | 融合区块链与联邦学习的共享医疗数据智能辅助诊断系统 |
CN113657609A (zh) * | 2021-08-18 | 2021-11-16 | 深圳技术大学 | 基于区块链与联邦迁移学习的数据管理方法及系统 |
Non-Patent Citations (1)
Title |
---|
张利华 等: "基于双区块链的医疗记录安全存储与共享方案", 《计算机工程与科学》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101818074B1 (ko) | 인공지능 기반 의료용 자동 진단 보조 방법 및 그 시스템 | |
Patel | A framework for secure and decentralized sharing of medical imaging data via blockchain consensus | |
Brambilla et al. | Multinational data on cumulative radiation exposure of patients from recurrent radiological procedures: call for action | |
CN109582955B (zh) | 医疗术语的标准化方法、装置及介质 | |
US20220351370A1 (en) | Auxiliary pathological diagnosis method | |
Muschelli et al. | Neuroconductor: an R platform for medical imaging analysis | |
CN111325714A (zh) | 感兴趣区域的处理方法、计算机设备和可读存储介质 | |
US20220028058A1 (en) | Deep learning modeling using health screening images | |
CN112348838B (zh) | 用于图像分析的方法和系统 | |
Bossier et al. | The influence of study-level inference models and study set size on coordinate-based fMRI meta-analyses | |
Rudie et al. | Longitudinal assessment of posttreatment diffuse glioma tissue volumes with three-dimensional convolutional neural networks | |
CN110223761B (zh) | 一种勾勒数据导入方法、装置、电子设备及存储介质 | |
US11439341B2 (en) | Diffusion imaging in Parkinson's disease and Parkinsonism | |
Lazic et al. | The Holistic perspective of the INCISIVE Project—Artificial intelligence in screening mammography | |
Park et al. | Radiologist’s guide to evaluating publications of clinical research on ai: how we do it | |
Ganz et al. | False positive rates in positron emission tomography (PET) voxelwise analyses | |
US11164309B2 (en) | Image analysis and annotation | |
CN114446454A (zh) | 一种医疗资源共享的方法与系统 | |
KR102108401B1 (ko) | 인공지능 판독서버, 이를 포함하는 pacs 기반 영상 처리 시스템 및 방법 | |
CN111279424B (zh) | 用于优化图像采集工作流的设备、系统和方法 | |
US20160078173A1 (en) | Method for editing data and associated data processing system or data processing system assembly | |
US20220044328A1 (en) | Machine learning systems and methods to evaluate a claim submission | |
CN114299046A (zh) | 一种医学图像配准方法、装置、设备及存储介质 | |
CN110622255A (zh) | 用于通过综合下游需求来确定阅读环境的设备、系统和方法 | |
CN109285599A (zh) | 在医学云基础架构中提供失败参数 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220506 |
|
RJ01 | Rejection of invention patent application after publication |