以患者为中心的医疗数据隐私共享平台
这次大赛我们将基于Fisco Bcos和代理重加密搭建以患者为中心的医疗数据隐私共享平台,解决当前医疗机构、医疗(AI)服务商、IoT医疗设备之间的数据孤岛问题,并将医疗数据的分享控制权限归还给患者个人,形成一份完整医疗记录
Python 其它杂项
共12Star
详细介绍
OpenHealth (DoraHacks 7.19 ~ 7.21)
以患者为中心的医疗数据隐私共享平台
团队: 李其柄、高天尧、林泽培、王兵、应昊
联系人: @QibingLee | qblee@zju.edu.cn |
项目介绍
这次大赛我们将基于Fisco Bcos和代理重加密搭建以患者为中心的医疗数据隐私共享平台,解决当前医疗机构、医疗(AI)服务商、IoT医疗设备之间的数据孤岛问题,并将医疗数据的分享控制权限归还给患者个人,形成一份完整医疗记录。我们还将在基础之上,搭建去中心化的医疗数据市场和AI服务市场,提供联邦学习套件给以上各参与方,将AI模型带到各计算边缘,实现医疗数据隐私保护下的联合机器学习,提高医疗服务的质量。
项目背景
以下是当前各个参与方的不同诉求:
- 政府: 降低人民医疗费用,降低监管成本
- 医院: 统一的可交互性的电子病例
- 服务提供者: 确保数据隐私安全,能够在保证安全和隐私的同时让更多的数据能够为AI和交互性提供帮助
- 患者: 保证数据足够的隐私和安全,同时能够获取更便宜的服务和更精准的治疗结果
- 医生: 更好的医疗效果,更友好的医患关系
- 科学家: 开放的数据市场,让AI能够真正为人类更好的服务
项目目标
所以,我们现在非常需要一套联合医疗系统,所以我们的目标是创建一套多联邦医疗系统OpenHealth,我们的目标是:
- 更精确的隐私保护和数据确权,让数据回归用户
- 解决当前医疗系统的数据孤岛与交互性问题
- 通过隐私的AI学习方法获取更精确的AI模型,让AI能够为更多人服务
技术创新
OpenHealth所涉及到的技术领域有:
- 联盟链
- 代理重加密
- 链下隐私联邦学习,链上激励与认证
- 边缘计算: 可信的设备身份
- 联邦学习
技术方案
数据的大致流程如下:
详细的数据流程如下:
医疗数据与AI市场:
项目结构
smartContract
: 数据市场和AI模型的合约federated_learning
: 联邦学习上链模块xray-pneumonia-fl-training
: 联邦学习模型复现模块ai_and_blockchain
: FISCO的Java-SDK对接模块与SpringBoot后台模块,包含数据确权/隐私的合约模块python_part
: 代理重加密复现模块ai_blockchain_frontend
: 数据共享、联邦学习、AI市场整合前端模块