通过数字病理学改进诊断:使用智能合约和分散文件存储的概念验证实现

简介

背景

数字病理学是病理学的一个分支领域，研究由高分辨率成像、计算机存储和网络连接等数字技术实现的信息管理[1，2］．在数字病理学中，由包含生物样本显微图像的数字化幻灯片生成的信息通过计算机网络共享，以期更快地诊断和远程访问医学专家。与传统病理学相比，数字病理学有几个优势，后者的诊断基于玻片和玻片上图像的显微镜检查[3.］．在数字病理学中，极高分辨率的图像使医生能够标记、扩展、共享和分析图像载片的特定部分，以诊断疾病。最近，应用深度学习算法识别高分辨率数字图像中的模式已被证明可以缩短诊断特定疾病的时间[3.，4］．数字病理学还允许病理学家和转诊医生与临床诊断领域的其他专家共享数据，以就特定疾病的诊断和治疗途径达成一致。例如，经过训练的肿瘤病理学超级专家，如本文的合著者(SS)，可以提供非常详细的临床诊断，具体类型的癌症，扩散速率，扩散速度，阶段，以及详细检查玻片所影响的细胞和组织类型。

此外，幻灯片和诊断结果可以与其他资深专家共享，以确认诊断。这些专家可以进一步建议和批准患者的治疗方案，从而通过远程诊断缩短周期，提高诊断准确性[5］．因此，数字病理学可以提供准确、及时和简明的疾病诊断，同时提供与其他专家共享诊断的能力。

数字病理学使用的技术包括高分辨率远程和基于互联网的显微镜和高分辨率玻片扫描，这有多重优势。首先，数字病理学有利于在医疗保健难以获得、临床医生、医生、合格病理学家和医院系统数量稀缺的地区的患者[6］．第二，高分辨率的数字化图像为医生和专家提供了方便的使用，从而减少了对显微镜的使用。然而，他们可以在电脑屏幕上观看高分辨率图像，从而减少眼睛疲劳[1，7］．第三，医生和医生可以通过使用输入输出设备(如键盘、鼠标和数字铅笔)专注于数字图像的特定区域，在图像的特定区域写笔记。图1显示病理学家用于诊断疾病的影像切片的图像和放大部分。第四，医生可以将这些数据与该领域的其他专家或资深从业人员共享，后者稍后可以就疾病进展的诊断达成共识，并为患者推荐治疗途径。由于个人易于使用和共享的这些优势，数字病理学在提供及时、准确和简明的预后和临床恢复途径方面的作用已得到医学界的认可。医院系统正在慢慢过渡到完全数字化的诊断模式，减少了玻片的物理存储需求，部分实现了传输自动化，专家之间达成了一致意见，并为患者提供了治疗路径建议[5］．

‎ 查看此图

数字病理学的基础设施挑战

然而，采用数字病理学以使其广泛可访问还存在一些挑战。这些挑战涉及传输、存储、检索和使用从组织和生物样本扫描中提取的幻灯片和图像的算法进行统一的临床诊断。数字图像扫描可以通过远程和基于网络的显微镜或通过高分辨率扫描显微镜载片到更高分辨率的图像(100,000 dpi到1,000,000 dpi)。这样的扫描图像也需要高分辨率的存储，以便数据不被压缩。在传输这种高分辨率图像时，如果图像被压缩和解压，传输可能导致数据丢失，可能影响整个网络的诊断共识。数据的压缩和解压会导致信息的丢失，这可能会导致从这些样本中不准确的诊断或不准确的数据训练[8］．此外，不准确的图像和匹配的诊断会产生有缺陷的训练数据集，当深度学习模型应用于这些数据集时，会降低预测的准确性。尽管网络连接存储、基于云的存储、商业数据库和工作流系统(如企业资源规划框架)是实现相关数据(即图像扫描或诊断)的安全性和可传输性的合理解决方案，但这些集中式软件系统拥有成本昂贵，增加了病理系统的总拥有成本，这使得通过病理进行疾病诊断变得难以负担[6］．

在集中式系统中，云提供商或数据库网络管理员控制网络和患者数据的安全性。这种集中的数据控制通常会侵犯患者隐私，容易受到安全漏洞、勒索软件攻击和其他数据安全问题的影响。因此，这种高分辨率图像的存储和基于网络的传输都具有挑战性。其次，在集中式系统中很难获得此类算法的必要审计或数据传输日志，因为集中式系统以数据库为中心，经常需要在不同实体管理的不同医院和临床系统之间进行接口[9，10］．第三，尽管在数字病理领域的大多数研究都有用于图像模式识别的自动化深度学习技术，但只有在有足够的图像语料库并结合人类专家分类或训练的情况下，这种算法的应用才能取得成果。检测罕见疾病(如镰状细胞病)或某些类型的癌症(如骨髓癌)需要专门的诊断，这使得在具有人类分类的高分辨率生物样本中获得大量数字图像训练样本越来越具有挑战性。对高分辨率图像进行分散、安全、标准化的存储，并对这些数据进行适当的专家分类，包括组织扫描的特定部分，在临床疾病诊断中进行物理标记和标记，可能解决这一问题。图像、诊断和相关元数据信息(如帮助医生诊断疾病的图像部分)的这种统一存储是必不可少的。这样的数据可以为深度学习创建合适的训练数据集，这可以增强未来自动化疾病诊断的能力。人工智能和机器学习领域，如深度学习，被应用于远程和基于互联网的显微镜派生图像，使用高质量的训练样本，其中训练过的模型可以帮助更快的诊断[1，3.，4，11］．这种机器辅助诊断可以通过模式检测补充医生的知识，从而帮助医生。

本文强调了数字病理学中与安全数据存储、安全数据传输、数据隐私、高分辨率图像的存储和传输以及来自医生的相关诊断相关的挑战。此外，我们提出了一个独特的设计与智能合约和以太坊区块链，它使用以太坊请求评论(ERC)-721标准来存储和传输图像，同时跟踪所有权[12］．我们提出了一种创新的分散存储和加密方案，独立于公共区块链[13］．我们还记录了如何克服这些挑战。我们概述了使用智能合约和区块链的这种设计为什么以及如何克服训练准确性方面的问题，使用机器学习和人工智能技术从具有更高图像分辨率的幻灯片中进行模式检测。

数字病理学的优势

执业病理学家的主要责任是维护患者资料和诊断的机密性。在数字病理学中，一个典型的模式是，多个病理学家和诊断程序可以访问从以下来源之一上传的数据:(1)高分辨率组织摄影，(2)构成显微镜图像的扫描载玻片，或(3)对人体组织样本进行成像并存储和传输这些图像的远程和基于互联网的显微镜。病人的医疗记录和诊断结果应与医院共享知情权．存储的数据应遵守《健康保险可携性和责任法案》和《一般数据保护条例》等法律。同样，只有进入数字病理平台的病理学家才能查看这些高分辨率图像，进行修改，并做出诊断。虽然病理学家和其他专家可以根据具体情况访问这些图像和幻灯片，但数据的主要所有者是患者。患者可以选择取消对医生的访问权限，或者医院系统可能会在法律规定的时间框架(例如，3年)后取消数据访问。

此外，这些图像应只按法律规定储存较长一段时间，并为参考[5］．如前所述，这些高分辨率图像将需要大量存储和安全的高带宽传输来传输图像、诊断和审计日志。如果这些条件不满足，采用和使用数字病理诊断的成本将变得经济上不可承受。从长远来看，存储需求和降低成本对于病理学家确保数据准确性、隐私性和访问控制至关重要[9，10］．长期存储成本、将数字病理的高分辨率图像传输给网络上的不同所有者，以及与此类数据的安全性、隐私性和可审计性相关的高昂成本，为数字病理作为一种有效实践的成功创造了3个主要问题。数字病理学面临的挑战总结在图2．

在数字病理学中，含有组织或其他人体样本(如血管)图像的载玻片的图像分辨率相对较高。在非数字病理中，用传统显微镜获得的玻片通常在1× ~ 400×之间[14］．这种平台的优点是，如果多个病理学家拥有相应的软件和授权访问幻灯片，他们可以同时访问幻灯片。此外，病理学家可以在分析这些图像后在网上分享独立的诊断结果。因此，与显微玻片必须物理运输的情况相比，在预后或诊断和治疗方面节省了大量时间。如果疾病的严重程度很高，必须征求第二或第三意见，以得出故障安全结论，在这种情况下，必须通过维护隐私和患者保密协议共享报告、图像和其他患者数据。

人工智能算法可以帮助医生从图像中检测模式，特别是在病理学中，癌症的生长会在身体组织中产生模式。深度学习模型可以用足够的样本进行训练，以检测和编码具有特定诊断的图像片段[3.，11］．这样的模型可以识别癌细胞的扩散模式、扩散阶段和扩散水平，经过适当的训练，从医生已经准确分类的大量样本。此外，可以确定有助于治疗的预后因素。虽然存储和记录用于人类诊断的初步病例数据也同样重要，但这些数据稍后可以作为下游训练和分类算法的输入，以自动检测和诊断病理条件。深度学习算法的使用，如卷积神经网络和循环神经网络，结合NVIDIA和AMD提供的图形处理单元的支持，为这种自动化分析提供了显著的优势[3.，11］．通常，由于个别情况的唯一性，这种训练过的算法精度低于要求。如果不符合诊断的不规则模式，那么就必须手动研究这类病例，这类病例可以单独标记为罕见的可能性。

这种数字病理学的目标可以通过适当的训练数据集和人类分类算法的积累实现自动诊断。当这样的数据集可用，深度学习算法根据人类分类的数据进行适当训练时，诊断的时间自然会减少。此外，来自数字病理学的数据可以用于多种目的，如教学、研究和继续医学教育研讨会。在这里，数据检索非常快;访问是在一个兼顾隐私和安全的分布式平台上提供的，以传统病理学中使用的数字格式搜索、检索和显示数据是合适的。图3显示了使用数字病理学诊断患者病情的典型病理工作流程的序列图。

病理学家可以选择以更高的分辨率扩展和关注切片的某些部分，以诊断所涉及的疾病，并通过对扫描图像的部分进行注释在这些切片上创建注释。之后，多个病理学家或其他专家可以查看相同的幻灯片，以做出诊断并讨论治疗途径。这些经过修改的附有专家注释的幻灯片被存储在集中系统中，以便检索和使用，在其他情况下，用于研究或教学目的。

‎ 查看此图

‎ 查看此图

应用于医疗保健的区块链、不可替代代币和去中心化存储(星际文件系统)

区块链解决了系统互操作性、安全、隐私、不可否认性、存储持久性、去中心化存储、交易的去中心化验证以及所有数据的可访问性方面的挑战[13］．在区块链出现之前，为每个用户提供了匿名和隐私控制的多数据源单点访问。同样，要保证数据的私密性和用户控制的数据以及跟踪或审计数据传输记录也很困难，因为数据存放在私人的中央控制的存储库中。这样的数据存储库由中央管理员管理，而中央管理员通常是确保数据安全和隐私的薄弱环节。在医疗记录存储系统中，由于涉及不同组织的多个不同管理端点，数据在多个管理员之间共享，为隐私侵犯创建了薄弱环节。由于区块链不需要集中数据存储和控制数据流和修改，因此它们在医疗保健领域有多种应用[15］．区块链已被证明为各种医疗保健应用提供了一种具有成本效益和健壮的去中心化技术，如跟踪临床试验[16]，可防止篡改[17移动医疗数据，消除COVID-19大流行期间的信任缺陷[18]，以及从供应链中清除不合格药品[19］．

区块链已经进化到支持编程逻辑，通过使用Solidity等高级编程语言包括变量和循环结构[20.以及一个远程的、基于互联网的机器，用来解释和执行编译后的程序。这些程序被编译并部署到远程和基于internet的机器上，以验证程序中的事务和语义逻辑。远程和基于internet的机器理解操作码(或机器可解释代码)，这些操作码是编译高级编程语言(如Solidity)的输出。区块链的例子包括比特币(它支持一种基本的脚本语言)、以太坊、Cardano和Solana。这些智能合约使基于web或移动的去中心化应用程序能够根据用户输入与底层区块链和远程和基于internet的机器交互。尽管Hyperledger、以太坊和Cardano等区块链已被证明支持数据存储和合同的可编程性，但确保这种数据存储能够在区块链(链上存储)上实现成本效益仍然具有挑战性。公共区块链的治理结构要求应用程序作者和数据创建者支付交易费，交易费通常与区块链上使用的带宽和空间成正比。

这是因为即使在公共或私有区块链(即链上)上存储少量二进制数据，作为一个交易记录也要花费几百美元。尽管医疗信息学领域的几篇论文选择了这种昂贵的方法在区块链上存储数据(或使用了带有私有区块链或财团区块链的超级账本框架来存储数据)，但这种存储机制对于数字病理学是低效的，这需要更广泛的存储和其他挑战，如图2．

这是因为图像存储需要大量高性价比的数据存储。考虑到今天的电子邮件客户端和其他网络协议(如简单邮件传输协议)，使用如此大的图像在网络上传输几乎是不可能的。唯一可能的是从本地存储库存储图像，该存储库将图像分发到网络文件存储中，并使文件可寻址。

这种方法的另一个挑战是，存储在区块链中的数据是公共信息，任何用户都可以在存储数据时从远程和基于internet的机器上有效地下载数据。因此，除非存储的数据使用发送方和接收方的用户标识符以不可识别的方式加密，否则这些数据是没有用的。在本研究中，我们为不可替代令牌提出了一个2层区块链解决方案，使用不可替代令牌的ERC-721标准(nft)，将元数据与文件存储分离，并承诺真实性、安全性、分布式存储和易用性[21］．我们使用这种两层架构，为数字病理等需要极高分辨率和高密度存储的用例提供可负担性。此外，我们使用现有的良好使用的标准，在数字艺术的背景下，由相当大的开源市场支持，以支持创建一个具有成本效益的数字病理系统所需的所有用例。这种系统将通过使用交易记录和日志提供每笔交易的可追溯性，并以成本效益实现存储和传输。我们建议对链上存储的元数据URI进行应用程序级加密，并与不可替换的令牌相关联。我们设计了一个系统的原型，并演示了存储、检索和传输的分散工作流是如何发生的，同时满足了这样一个系统的各种设计需求。

基于星际文件系统的分散数据存储

尽管区块链技术提供了上述的几个优点，并且可以在医疗保健系统中的同行(医院或医生)之间有效地共享医疗保健，但从来没有理由在链上存储此类医疗保健数据[22］．特别是在数字病理学中，高分辨率图像扫描需要大量的存储，由于存储、验证和检索数据涉及的基础设施成本，在链上存储数据的可行性是不可能的。特别是对于大规模采用的区块链，如以太坊、Solana和ADA，与传统的玻璃滑梯机制相比，数据存储和交易费用将大大超过数字服务的负担能力。对以太坊区块链的一个简单估计表明，在链上存储1mb数据的成本在17,000美元到76,000美元之间。此外，区块链不提供版本控制或优化数据存储的其他特性，如Interplanetary File System (IPFS)。IPFS用于文件存储和检索的操作介绍如下。

当一个文件被添加到IPFS中时，它被分割成更小的块，加密散列，并被赋予一个称为内容标识符(CID)的惟一指纹。CID作为文件当前存在的永久记录。当其他节点(或使用JavaScript对象表意法和远程过程调用的程序)使用唯一CID查找文件时，它们询问对等节点如何存储该文件的CID引用的内容。IPFS提供了一种向网络上的主机识别(pin)记录的机制。如果内容没有固定，可以删除它以访问最近访问的文件。文件的版本控制是通过创建一个新的CID来维护的，因为存储在IPFS上的文件能够抵抗网络上的篡改和审查。IPFS使用分布式哈希表来识别地址和图像。IPFS有助于删除重复的文件，并允许创建版本控制历史记录[2］．IPFS通过缓存机制优化频繁访问文件的存储和检索，其中使用哈希表对频繁访问的文件进行优先级排序，哈希表根据文件的访问频率对其进行排名。在IPFS上，每个文件都可以通过其哈希地址从因特网单独访问;IPFS是一种内容寻址块存储系统，具有高吞吐量、事务哈希映射的安全性和文件的并发访问等特性。

数字病理学非ft标准

非ft标准是存储在区块链上的唯一且不可互换的数据单元(或数据指针)。尽管其他令牌标准，如加密货币令牌标准ERC-20已经流行，但NFT标准验证并关联以太坊区块链上的可复制数字文件，如照片、视频和音频。ERC-20标准用于实现加密令牌功能。它通常用于创建代币，用于在初始代币发行期间筹集资金和其他此类用途，使代币持有人能够参与区块链治理。ERC-20的主要特点是，它可以在加密交易所或Uniswap等币交换流动性提供者平台上与任何其他eth兼容的令牌进行交易。因此，我们必须使用ERC-721或非ft标准来实现图像存储、认证、所有权和数字病理学背景下的数字权利。nft使用数字分类账提供真实性的公共证书或所有权证明。非ft标准被广泛应用于各种基于多媒体的代币创作，并在艺术收藏家中得到广泛采用。同样，最近在虚拟现实、增强现实和元宇宙领域的创新也使使用该标准的数字资产的创建和销售成为可能。

总的来说，如果我们将图像的链下特征存储在IPFS上(例如，在一个元数据文件中)，并在区块链上引用元数据的唯一CID，然后将其合成到一个NFT中，那么就可以将令牌所有权与令牌访问分离开来。所有权记录在元数据文件中，而访问是通过ERC-721标准支持的功能实现的。这种体系结构为我们提供了灵活性，可以将令牌的所有权与访问属性分离。它还使我们能够在所有者签名令牌后安全地传输访问(或复制访问)，启用令牌刻录，并将访问分配给其他人。此外，这种设计支持生成、复制和销毁令牌的过程。非金融标准使用了这两种技术，即以太坊区块链上的非金融标准智能合约和用于去中心化文件存储的IPFS。

本研究的目标

在本文中，我们运用设计科学研究方法论分析了以下两个研究问题:

RQ1:区块链支持的数字病理如何改善数据的神圣性、隐私性、数据有效性以及具有成本效益的安全网络存储?

RQ2:这样的系统设计是否通过降低存储成本、提高安全诊断时间以及通过提高存储数据的准确性提高机器学习能力来改善医生的诊断?

方法

概述

我们使用信息系统和计算机科学学科中使用的设计科学研究过程(DSRP)方法和专家建议。我们的解决方案原型提出了一个创新的基于智能合约的数字病理系统，使用公共基础设施简化高分辨率图像存储，并提供分散的、安全的、保护隐私的数据共享解决方案。图4显示研究方法[23］．

DSRP是信息系统、计算机科学和信息技术管理领域的一种成熟的研究方法。它主要用于为实际问题创建基于设计的系统解决方案，对于这些问题之前没有解决方案。正如其名称所示，DSRP应用设计科学来创建一个基于软件或系统的原型来解决研究问题。利用这个原型，研究人员验证了他们所做的假设。我们在DSRP中使用以下步骤来实现和测试我们的原型:首先，我们描述问题并定义其重要性。数字病理学的挑战描述在简介部分。我们通过需求收集的正式程序，从执业病理学家——本文的合著者(SS)那里获得问题定义(挑战)。我们分享了一份关于使用数字病理系统的问卷，并记录了他们在日常工作中如何面对挑战。其次，解决方案的目标在改善护理质量和维护精确数据以创建干净数据集的好处方面得到了明确。这些问题记录在多媒体附件1．表1定义我们要使用我们的解决方案解决的关键问题和主要目标。

在第三步中，我们设计并实现了系统分析和设计的概念验证使用原则，用JavaScript、web3.js、node.js和以太坊栈结合IPFS创建了一个基于模型-视图-控制器体系结构的系统，用于长期数据存储。以下部分描述如何创建满足解决方案的各种目标的基于nffs的IPFS。稍后我们将讨论用于存储的元数据文件的机密性要求和应用程序级加密。在第四步中，我们演示了工件和解决方案原型。第五，我们评估工件是否确实满足了它确实要解决的问题的所有设计目标。最后，我们记录了我们的实验结果，并描述了我们的解决方案如何使更广泛的数字病理学社区受益，以及本研究的贡献。我们还相信，我们的解决方案可以适用于医疗领域的其他高密度存储需求。

‎ 查看此图

体系结构和设计组件

图5描述了去中心化数字病理系统的软件架构。系统体系结构符合模型-视图-控制器体系结构模式，下一节将描述系统的主要组件。

‎ 查看此图

描述

我们使用模型-视图-控制器软件体系结构模式[24]以建立数字病理系统的原型，该系统能够满足简介部分。该模型存储关于图像扫描的数据，并使用视图和控制器提供的接口。数据储存于IPFS [25]，通常有两种类型:

1. 关于扫描和病理学家或其他专业人员所做的任何修改的高分辨率图像文件，如注释和图像标记，以确定特定的疾病模式，和
2. JSON文件包含关于存储在web上的扫描数据或医生提供的诊断的元数据。

IPFS提供了数据的分散存储，它基于缓存数据，其中文件访问频率为用户提供了性能文件存储。

我们使用Solidity编程语言对智能合约进行编程，该智能合约运行在以太坊测试网络上。我们使用几个JavaScript工具包，即web3.js, node.js，以及与HTML5和bootstrap.css相关的基本库来编写前端代码。为了测试原型，我们使用了Ganache命令行工具包(CLI)、Solidity、HTML5和JavaScript的VSCode库扩展，以及使用Remix智能合约编辑器进行编程的集成开发环境。我们使用以太坊的Kovan和Ropsten测试网络来实现原型，并根据本文中设定的目标验证我们的解决方案。

用户界面为医生、实验室技术人员和患者提供了一个可视化界面，以查看他们拥有的或与他们的钱包共享的数据。虽然医生、实验室技术人员和患者可以访问使用IPFS上CID寻址的相同图像，但主要控制文件是JSON，它与智能合约基础设施交互并生成令牌。通过使用用户的密钥加密CID，在生成的令牌中存储的地址(即包含关于图像或诊断的元数据的JSON文件的CID)对公众访问是隐藏的。拟议系统的保安方面将在下一节加以说明。然后，用户界面与由一系列智能合约方法组成的控制器交互，这些方法生成新的令牌，使用非ft协议将令牌从实验室技术人员转移到医生，从一个医生转移到另一个医生，等等。去中心化应用程序负责创建更新的图像和生成nft, nft可能生成来自医生、临床病理学家或患者的记录，以便将数据存储在IPFS中。该数据模型在JSON文件中进行了描述，并指出了这种系统使用的不同类型的文件。

因为IPFS分别存储每个图像文件(作为唯一可寻址且不可更改的散列)，类似于清单1的JSON模式文件(多媒体附件2)创建一个JSON文件，其中包含每个NFT的CID地址。每次添加一个新文件时，都会生成一个新的JSON元数据文件并将其存储在IPFS中。需要注意的是，尽管IPFS是由来自自愿贡献者的数千个节点组成的公共基础设施，但基于令牌的去中心化存储机制(如FileCoin和Storj)也可用，它们提供去中心化存储，并使应用程序开发人员能够访问网络上有保障的分布式存储。Storj和FileCoin都通过向贡献者奖励加密货币来激励用户参与去中心化文件存储。Storj的价格为1tb存储每月约4美元，每TB带宽每月约7美元，这比大多数其他网络托管或云服务提供商的成本要低，因此降低了高分辨率图像的存储和网络传输成本。

从代码清单1(即JSON元数据文件)中，我们获得了一个唯一的CID，该CID针对每个图像位置，以及以所有者姓名和钱包ID形式显示的图像所有者的伪身份。此信息是惟一的，用于将所有权与访问权分开。区块链为数据集中使用的图像的JSON元数据文件提供加密和安全性。

元数据文件的CID被用作NFT mint (ERC-721)的输入，并为文件的发起者提供对这个令牌的访问。然后，只需使用他们的钱包地址，就可以将这个令牌转移到网络上的其他个人。与记录关联的每个JSON元数据文件都应该包含所有者名称和ID，以及唯一标识患者的公共钱包地址。当元数据文件必须在多人之间共享时，发送方必须使用独立的元数据文件(cid)生成多个令牌，以便将令牌传输给其他个人。但是，基本文件保持不变，图像数据文件在每个JSON文件中独立引用。在Solidity中生成非ft的源代码列于代码清单2 (多媒体附件2)．

可以通过将令牌发送到收件人的钱包地址来转移原始的NFTSafeTransfer代码清单3中描述的函数(多媒体附件2)．

分散的应用程序功能，以铸造、存储、转移所有权和过期(烧)令牌

在去中心化的应用程序中，我们使用非ft标准的智能合约代码(ERC-721)在以太坊网络上生成非ft，并使用JSON文件的IPFS URL(代码清单4)多媒体附件2)．web界面从以太坊远程和基于internet的机器调用智能合约，将令牌从源地址传输到目的地址。此外，我们将代币所有权转移到接收者的区块链钱包。这种机制确保只有非ft所有者能够访问JSON元数据文件，该文件指向病态图像样本的IPFS URI。此外，web界面允许我们创建用于诊断的新文件，上传新的图像文件，创建新的nft，并转移nft的所有权，所有这些都起源于并要求用户访问加密货币钱包，如MetaMask。一旦用户登录到钱包中，钱包就为访问IPFS中存储的原始内容和访问应用程序提供了多层安全性。在每个钱包中都有对当前钱包拥有所有权的非ft的访问。NFT将为JSON元数据文件包含一个惟一的CID，包含指向扫描图像、来自医生的诊断和处方的进一步指针。代码清单3显示了如何根据用户输入生成非功能性代码。

代码清单5 (多媒体附件2)展示了如何从去中心化应用程序的前端JavaScript访问远程和基于internet的机器上的智能合约。我们在web3.js实现标准中使用以太坊事件和事件监听器来调用智能合约的mint功能。代码清单5显示了MintURI是一个JavaScript函数，它在生成令牌后捕获并返回令牌ID。MintURI检索令牌ID，并将令牌ID与JSON文件的IPFS CID关联，该JSON文件包含元数据(如代码清单1所示)。

关于数据的隐私，这个CID可以通过应用程序在铸造时存储在钱包中的一个密钥对进行加密，以便只允许所有者访问存储JSON文件的URI。

病案所有权的转移

在代码片段(代码清单6)中多媒体附件2)，我们看到URI, JSON文件的CID被传输到MedContract.methods.mint(…)。该令牌与钱包(以太坊)地址0x138a93…A8关联。总之，一旦生成了令牌，所有者就可以通过网络安全地将非ft传输给另一个用户。这将把诊断文件的所有者和URI传输给接收方。然而，IPFS中存储的实际数据从未移动过。唯一发生的传输是令牌的所有权(指向JSON文件数据的CID)，它最初与发送者的钱包地址相关联。现在只有接收者可以访问它。代码清单6描述了主要功能以及用户界面如何将代码发送给其他用户。

代码清单6显示了如何将数据所有权从发送方转移到接收方。接收方现在可以访问底层CID (IPFS)及其内容，然后检查高分辨率图像，并通过创建一个新的诊断文件或创建一个新的图像来生成NFT。

创建一个过期日期驱动的非ft访问控制

其中一个关键要求是令牌按照到期日期到期。不同的州和地方法律规定了每家医院可以存储病人记录的时间以及记录存储的条件。例如，在本文的合著者工作的医疗保健系统中，医院系统将记录(包含高分辨率显微扫描和这些扫描的数字化图像的玻片)存储3年，之后将从存储中安全地丢弃。然而，所有者或患者可以选择保留他们的拷贝，只要他们愿意。

我们选择在区块链上复制此功能的方法如下:智能合约代码支持令牌的刻录功能，这随后使系统的任何用户都无法访问该令牌。然后，web3.js应用程序扫描每条记录的创建日期和所有者的钱包ID，并为那些钱包ID与所有者的钱包ID不匹配的所有令牌所有者销毁这些记录(所有者的钱包ID在JSON记录中声明)。代码清单7 (多媒体附件2)显示令牌被刻录时令牌ID的刻录功能。

在每个用户(如医生或病理学家)的去中心化应用程序中执行合同后，那些创建日期超过有效期的令牌ID将被销毁，系统上的其他任何人都无法访问。只有记录所有者(或患者)永远不会执行刻录功能，从而保留对NFT的原始访问权限。

系统设计和实现所支持的用例

我们系统的设计和实现支持几个用例。其中一个这样的用户流显示在图6，直接参考上述设计要求。

‎ 查看此图

为隐私和数据控制保护数据存储

访问控制、数据所有权和数据保密性是在区块链平台上存储医疗保健相关数据的三个挑战。由于数据驻留在区块链上，而且数据或指向数据的指针都是公开可访问的，所有用户都可以访问，因此用户如何确保只有经过授权的个人才能访问他们的数据，而其他人不能访问它?此外，由于可审计性是《健康保险可携性和问责法》或《通用数据保护条例》的法律要求之一，用户如何确保对访问的数据进行审计追踪?同样，如何将数据所有权与针对特定诊断情况与卫生保健专业人员共享数据的权利区分开来?

为了解决这些挑战，我们描述并实现了安全体系结构的原型表2在我们公共区块链上的数字病理系统的背景下。数字病理系统的安全体系结构根据系统中不同的访问需求是多层次的。安全系统的主要基本功能包括身份验证、数据完整性、机密性、公证或签名、访问控制、可用性保证和所有权。通过身份验证，我们的意思是只有处理数据的个人才能访问数据。数据完整性意味着数据永远不会被系统中的任何人篡改。机密性属性暗示了这样一个事实，即实际数据不对外公开，尽管指向数据的指针驻留在区块链中。通过公证，我们确保每次数据在系统上传输或访问和恢复时，都有访问过存储在系统上的记录的个人的有效签名。通过访问控制，我们的意思是在系统中跟踪数据访问，只有那些允许通过有效标识符访问数据的人才可以访问数据。最后，通过保证和可用性，我们确保数据只对那些合法拥有知情权的个人可用，安全机制对网络中的所有参与者可用(即访问控制和安全规则对所有用户统一可用)。现在将数据记录所有权的独特方面添加到区块链的这些属性中。 The data record ownership ensures that only the primary owner of the data record, that is, the patient, has perennial access to the NFT. In addition, for all those who are not primary owners of the health care record (ie, the nonpatients) to whom the NFT has been transferred, the application would automatically invoke the smart contract’s burn functionality after a preassigned period.

在表2，我们在三层讨论数据安全和隐私实施的不同级别，即应用程序层、智能合约层和数据存储层，即这种系统的IPFS层。

结果

在概念验证实现之后，我们测试和描述数字病理解决方案的主要目标是如何满足的。此外，利用我们的解决方案，我们评估了该解决方案如何解决与数字病理相关的存储、传输、成本效益和安全方面的挑战。图7显示了原型数字病理学和系统的用户界面的屏幕截图。此外，这些截图展示了这种系统的工作原理和数字病理系统的操作模式。

在图7，我们看到数据集的所有者如何访问这些图像，现在这些图像出现在用户界面上。病理学家和其他通过非ft分配来访问图像的专家现在可以点击每张图像，打开图像，并通过视觉检查或通过各种人工智能算法的协助来分析图像。然后，相关的专业人员可以将修改后的图像和诊断保存到IPFS中，生成一个新的非ft，并与患者或组中的其他专家共享。类似地，通过登录到用户的相应钱包来访问所有这些图像。一旦登录，用户就可以通过钱包访问相应的非ft。这种将用户操作从存储中分离出来并将每个操作记录在区块链顶部的设计创建了一个有价值的记录链。表3介绍我们的设计相对于-à-vis原始需求的好处，实现细节，以及这样一个解决方案的好处。

‎ 查看此图

讨论

主要研究结果

在这项研究中，我们引入了分散式数字病理学的几项创新，以帮助抵消用于医疗诊断的成像、共享和分发高分辨率幻灯片扫描的成本。使用私有基础设施机制负责节点的维护、共识机制和由少数公司控制的系统的管理，将违背使用数字病理学来提高诊断速度和患者护理成本的整个目的。尽管其他医疗保健应用程序已经讨论了在区块链上存储医疗保健数据或使用具有不同类型加密的许可网络的框架，但这样的设计将增加医疗保健成本和系统费用。此外，对于私有区块链或联盟区块链，维护基础设施和治理的成本将集中到区块链系统。

尽管在私有许可的区块链上，实现这样的链上存储而不增加存储成本是可行的，但我们的设计使用分散的公共存储作为后端，并结合既定的非ft标准。同时，私有或许可的区块链架构可能导致不同链之间的不兼容，并阻止外部数据共享，因为带有链上存储的私有区块链在网络边界内运行。基本上，需要在医院供应链(包括实验室、合作伙伴、核查机构和诊所)中实施这种许可区块链。这些成本将阻碍数字病理学的大规模采用，而数字病理学的承诺是降低成本、提高速度，并使用机器辅助的人工智能和机器学习算法与他人交流。此外，在私有区块链的情况下，软件和硬件升级、技术混淆、网络速度都留给了区块链维护者。因此，私人许可和未经许可的联盟区块链之间的权衡将使这里展示的设计适合。公众通过财团驱动的网络以及私人和公共网络维护基础设施。

在我们的解决方案中，我们依赖公共区块链基础设施与去中心化存储相结合，我们相信这将大幅降低存储传输成本，并为公共卫生保健提供一个具有隐私保护和安全的系统。与此同时，参与者还可以通过提供节点来为IPFS固定文件，从而为这种基础设施做出贡献。或者，可以使用廉价的去中心化存储系统(如Storj)，以非常合理的成本提供对充足存储的授权访问。区块链存储的唯一数据是IPFS元数据文件的加密CID。尽管IPFS元数据文件是可寻址的，并且由那些钱包有权访问内容(图像扫描、诊断、治疗路径和其他相关元数据)的用户在区块链之外访问，但我们的安全体系结构防止公共或其他用户访问内容，从而提供了安全性。

我们建议使用IPFS，这是一种安全、分布式、高可用性的点对点网络，从而降低了高分辨率图像的存储成本。我们使用加密货币钱包和智能合约，使用广泛接受的ERC-721标准创建nft。这种设计排除了为数据存储、传输和访问添加单独安全层的需要。尽管我们将实际图像的存储与其元数据分离，但图像的传输需要通过使用接收方的密钥加密来更改访问元数据文件的权限。我们的设计方法不需要将整个高分辨率图像移动到网络上的不同地址，这可能会消耗更多的网络带宽，而且效率很低，尽管这也可以实现。

结论

总的来说，ERC-721(NFT)标准用于病理图像存储的数据传输、数据存储和使用将改善数字病理学大规模采用的前景。这样的体系结构可以显著降低数字病理学所需基础设施的成本，并随着时间的推移，提高诊断速度和负担得起的医疗保健。