通过数字病理学改善诊断:使用智能合约和分散文件存储(IPFS)的概念验证实现
摘要
背景:
由于成像和数字化的进步,数字病理学的最新进展增加了病理学诊断疾病的便利性和可用性,特别是在肿瘤学、泌尿学和胃肠诊断方面。然而,尽管有可能包括低成本的诊断和可行的远程医疗,远程诊断的潜力,由于昂贵的存储,数据安全要求,以及传输高分辨率图像和相关数据的网络带宽限制,数字病理学还不能访问。与数据收集和诊断相关的存储、传输和安全复杂性的增加,使得使用人工智能算法进行机器辅助疾病诊断更具挑战性。我们设计并原型化了一个数字病理系统,该系统使用基于区块链的智能合约,使用不可替代的令牌标准和星际文件系统(IPFS)进行数据存储。我们的设计弥补了现有数字病理系统基础设施的不足,这是集中的。所提出的设计可扩展到其他需要高保真图像和数据存储的医学领域。我们的解决方案在数据系统中实施,可以改善访问,提高护理质量,降低获得专业病理诊断的成本,缩短诊断周期。
摘要目的:
该研究的主要目标是强调数字病理学中的问题,并建议基于区块链和IPFS的软件架构创建低成本的数据存储和传输技术。
方法:
我们使用由六个阶段组成的设计科学研究方法(DSRM)来指导我们的整体设计。我们对现有的区块链公私设计进行了创新,但使用了两层方法,将实际文件存储与元数据和数据持久性分开。
结果:
在这里,我们确定了采用数字病理学的主要挑战,包括长期存储、信息传输等方面的挑战。接下来,使用不可替代的基于令牌的智能合约中的公认框架和分布式安全存储中的最新创新,我们提出了一个去中心化、安全且保护隐私的数字病理系统。我们使用Solidity、web3.js、以太坊和node.js进行设计和原型实现,帮助我们解决数字病理学面临的几个挑战。我们展示了我们的解决方案如何将不可替代的令牌(NFT)智能合约标准与持久的去中心化文件存储相结合,以解决数字病理学的大部分挑战,并为降低成本、改善患者护理和诊断速度奠定了基础。
结论:
我们确定了增加成本和减少数字病理学大规模采用的技术限制。我们通过使用NFT分散存储中的标准来原型系统,提出了几个设计创新。我们还介绍了一个数字病理系统的独特安全架构的实现细节。我们将说明这种设计如何克服隐私、安全、基于网络的存储和数据传输限制。我们阐述了如何改善这些因素,为提高数据质量和标准化机器学习和人工智能应用于此类数据奠定了基础
引用
请求排队。正在生成文件,请稍候。这可能需要一些时间。
版权
©作者。版权所有。这是一份目前正在同行评审/社区评审(或接受/拒绝的手稿)的保密文件。作者已向JMIR出版物提供独家许可,在其网站卡塔尔世界杯8强波胆分析上发布此预印本,仅用于审查和打印前引用目的。虽然最终的同行评议论文可以在cc-by许可下发表,但在此阶段,作者和出版商明确禁止除评审目的外重新分发此论文草稿。