在“歪評(píng)”區(qū)塊鏈之后，前IBM認(rèn)知醫(yī)療研究總監(jiān)、平安科技首席醫(yī)療科學(xué)家謝國(guó)彤回歸本行，聚焦MIT基于區(qū)塊鏈的電子病歷共享系統(tǒng)MedRec，從Linked Data角度思考區(qū)塊鏈的醫(yī)療行業(yè)應(yīng)用。

自從今年3月份寫完《最具娛樂(lè)精神的區(qū)塊鏈科普》以后，一直沒(méi)有寫下篇。最近看了MIT Media Lab做的MedRec，一個(gè)基于區(qū)塊鏈的電子病歷共享系統(tǒng)，有點(diǎn)兒感想，分享一下。

萬(wàn)維網(wǎng)和Linked Data

每當(dāng)聽(tīng)到有人說(shuō)要把醫(yī)療數(shù)據(jù)放到區(qū)塊鏈上的時(shí)候，我的第一個(gè)問(wèn)題都是：什么信息應(yīng)該放到鏈上？什么不應(yīng)該放到鏈上？在區(qū)塊鏈誕生的“比特幣”場(chǎng)景下，鏈上記錄的是比特幣交易信息，這類金融信息的特點(diǎn)是交易頻次高，但結(jié)構(gòu)簡(jiǎn)單，每次交易的數(shù)據(jù)量小。

電子病歷數(shù)據(jù)卻不太一樣。相比金融交易系統(tǒng)，電子病歷的頻次要低很多。在這個(gè)“買買買”的時(shí)代，一個(gè)人可以在一天內(nèi)輕輕松松掃20次以上的支付寶或微信支付，但他/她一年也不見(jiàn)得會(huì)有20次電子病歷數(shù)據(jù)交易?？墒菃未坞娮硬v數(shù)據(jù)卻相當(dāng)復(fù)雜度，一個(gè)患者一次就診就可以產(chǎn)生掛號(hào)信息、病歷信息、檢驗(yàn)單、檢查結(jié)果、醫(yī)學(xué)影像、入院記錄、手術(shù)記錄、護(hù)理記錄和出院小結(jié)等結(jié)構(gòu)復(fù)雜、模態(tài)多樣的電子病歷數(shù)據(jù)。

這時(shí)問(wèn)題就來(lái)了：難道我們要把這些數(shù)據(jù)都放到鏈上嗎？把這些數(shù)據(jù)在區(qū)塊鏈的每個(gè)節(jié)點(diǎn)上都復(fù)制一遍？這看起來(lái)不像個(gè)好主意。

類似的跨系統(tǒng)、多模態(tài)復(fù)雜數(shù)據(jù)的共享平臺(tái)其實(shí)我們每天都在用，就是萬(wàn)維網(wǎng)（World Wide Web）。當(dāng)你刷著淘寶追著劇，同時(shí)不停在微信上積贊換購(gòu)物紅包，或者在微博上點(diǎn)評(píng)劇中男/女主的時(shí)候，你已經(jīng)在多個(gè)復(fù)雜的異構(gòu)系統(tǒng)中進(jìn)行了信息訪問(wèn)和共享。只不過(guò)這個(gè)信息共享系統(tǒng)的設(shè)計(jì)實(shí)在太優(yōu)美，簡(jiǎn)潔直觀，以至于你都沒(méi)有意識(shí)到自己做了這么復(fù)雜的事情。

這個(gè)優(yōu)美系統(tǒng)的設(shè)計(jì)者就是Tim Berners-Lee（TBL），他在1990年圣誕節(jié)實(shí)現(xiàn)了第一次HTTP通訊，并于2016年因?yàn)檫@個(gè)偉大的設(shè)計(jì)獲得了圖靈獎(jiǎng)。

Tim Berners-Lee因?yàn)榘l(fā)明了萬(wàn)維網(wǎng)獲得了2016年的圖靈獎(jiǎng)

在完成萬(wàn)維網(wǎng)的設(shè)計(jì)后，TBL在2006年提出了Web 2.0的概念，Linked Data。顧名思義，就是把數(shù)據(jù)，而不是網(wǎng)頁(yè)，通過(guò)鏈接關(guān)聯(lián)起來(lái)；讓程序，而不是人，可以在數(shù)據(jù)的海洋中沖浪。

這個(gè)希望在Web之上構(gòu)建一個(gè)分布式結(jié)構(gòu)化數(shù)據(jù)共享平臺(tái)的想法遠(yuǎn)遠(yuǎn)沒(méi)有Web成功，但它的一些設(shè)計(jì)指導(dǎo)原則在基于區(qū)塊鏈的電子病歷共享系統(tǒng)方面其實(shí)很有借鑒意義。

Linked Data有四個(gè)設(shè)計(jì)原則：

用URI（Uniform Resource Identifier）標(biāo)識(shí)所有的數(shù)據(jù)資源

用戶可以通過(guò)HTTP協(xié)議訪問(wèn)URI

當(dāng)URI被訪問(wèn)時(shí)，返回一些基于標(biāo)準(zhǔn)的有用信息

在URI之間建立鏈接，這樣用戶可以發(fā)現(xiàn)更多的信息

基于區(qū)塊鏈的電子病歷共享系統(tǒng)設(shè)計(jì)

參考Linked Data的四大設(shè)計(jì)原則，會(huì)發(fā)現(xiàn)在基于區(qū)塊鏈的電子病歷共享系統(tǒng)設(shè)計(jì)中，有一些基本的問(wèn)題要思考：

什么是數(shù)據(jù)資源？在Web時(shí)代，最基本的數(shù)據(jù)資源是一個(gè)網(wǎng)頁(yè)、一張圖片或者一段視頻。在電子病歷共享系統(tǒng)中的資源是什么？一個(gè)患者，一個(gè)醫(yī)療機(jī)構(gòu)，一次就診，一次就診中產(chǎn)生的一個(gè)臨床文檔？

用什么做數(shù)據(jù)資源的URI？用什么協(xié)議訪問(wèn)這個(gè)URI？這里應(yīng)該用區(qū)塊鏈的程序訪問(wèn)協(xié)議來(lái)代替HTTP。

當(dāng)用戶訪問(wèn)某個(gè)URI的時(shí)候，應(yīng)該由誰(shuí)返回信息？返回什么信息？是由區(qū)塊鏈的分布式賬本，還是每個(gè)醫(yī)療機(jī)構(gòu)的本地服務(wù)器來(lái)返回信息？是返回患者的就診列表，還是患者的電子病歷數(shù)據(jù)集？返回的信息格式應(yīng)該如何設(shè)計(jì)才能更好的支持互操作性（Interoperability）。

URI之間有什么樣的語(yǔ)義鏈接？如何讓程序可以在通過(guò)鏈接在數(shù)據(jù)的海洋中穿梭遨游？

看完MedRec的系統(tǒng)設(shè)計(jì)，雖然它并沒(méi)有提Linked Data，不過(guò)我覺(jué)得它無(wú)意中遵循了一些LInked Data的設(shè)計(jì)原則。想想也不奇怪，畢竟MedRec也是在解決分布式異構(gòu)數(shù)據(jù)共享問(wèn)題，只不過(guò)從Web平臺(tái)換到了區(qū)塊鏈平臺(tái)上。

MedRec的智能合約設(shè)計(jì)

MedRec采用智能合約（Smart Contract）來(lái)表示區(qū)塊鏈上的患者、醫(yī)療機(jī)構(gòu)、病歷信息指針和患者-機(jī)構(gòu)之間的就診關(guān)系，這屬于電子病歷的元數(shù)據(jù)（metadata），而真正的數(shù)據(jù)依然存儲(chǔ)在每個(gè)醫(yī)療機(jī)構(gòu)本地的數(shù)據(jù)庫(kù)中。

從智能合約中可以找到醫(yī)療機(jī)構(gòu)本地?cái)?shù)據(jù)庫(kù)的指針，然后程序通過(guò)這個(gè)指針可以查詢到最終的數(shù)據(jù)。類似你從谷歌和百度的搜索結(jié)果頁(yè)面中找到Web鏈接，然后再通過(guò)鏈接訪問(wèn)包含原始數(shù)據(jù)的網(wǎng)站，獲取鏈接內(nèi)容。它主要包含三個(gè)合約：

管理合約（Registrar Contract）：它承擔(dān)了資源定義的工作。目前MedRec里只有兩類資源：患者（Patient）和醫(yī)療機(jī)構(gòu)（Provider）。每個(gè)資源定義了唯一的URI：Eth addr（Ethereum address），是這個(gè)資源在Ethereum區(qū)塊鏈平臺(tái)上唯一的地址，類似一個(gè)RDFResource的集合。

摘要合約（Summary Contract）：以每個(gè)資源（患者或醫(yī)療機(jī)構(gòu)）為索引，把這個(gè)資源相關(guān)的所有數(shù)據(jù)（關(guān)系）都整合起來(lái)。這樣從一個(gè)資源的URI出發(fā)，就可以找到所有跟它有關(guān)的數(shù)據(jù)。類似一個(gè)RDFGraph，記錄了所有以某個(gè)RDFResource為subject的RDFStatement的集合。

醫(yī)患關(guān)系合約（Patient Provider Relationship）：它表示的是兩類URI（患者和醫(yī)生）之間的語(yǔ)義關(guān)系：就診，類似一個(gè)RDFStatement。但它還要表示很多其他信息，所以采用了類似屬性圖（Property Graph）的方法，在二元關(guān)系上附加了很多屬性，比如：

Access info：包含實(shí)際存儲(chǔ)了原始電子病歷數(shù)據(jù)的醫(yī)療機(jī)構(gòu)的本地?cái)?shù)據(jù)庫(kù)訪問(wèn)信息，如IP地址，數(shù)據(jù)庫(kù)用戶名等；

EMR queries & hashes：在醫(yī)療機(jī)構(gòu)本地?cái)?shù)據(jù)庫(kù)中查詢某個(gè)患者電子病歷信息的SQL語(yǔ)句，還有電子病歷信息的哈希值。這樣如果數(shù)據(jù)上傳區(qū)塊鏈之后，醫(yī)療機(jī)構(gòu)又對(duì)本地電子病歷數(shù)據(jù)進(jìn)行了修改，通過(guò)哈希值是可以發(fā)現(xiàn)的，這體現(xiàn)了區(qū)塊鏈的不可篡改性和可溯源性；

Permission：它是個(gè)哈希表，記錄了第三方訪問(wèn)者可以調(diào)用哪些額外的SQL查詢，類似rdfs:seeAlso的設(shè)計(jì)，告訴訪問(wèn)者還有哪些有意思的信息可以“順便”看看；

Mining Bounties：非常區(qū)塊鏈風(fēng)格的賞金設(shè)計(jì)，很有趣。為了激勵(lì)區(qū)塊鏈上的礦工們（Miner）參與平臺(tái)的計(jì)算，當(dāng)包含這個(gè)電子病歷數(shù)據(jù)更新的block（塊）被挖到的時(shí)候，礦工自動(dòng)會(huì)得到訪問(wèn)這個(gè)賞金（bounty）查詢的權(quán)限。賞金查詢主要是針對(duì)人群的一些統(tǒng)計(jì)信息，比如“最近一個(gè)月來(lái)醫(yī)院A就診的糖尿病患者的血糖均值”，不會(huì)泄漏患者的個(gè)人信息，所以也不需要患者的授權(quán)。

MedRec的智能合約基本還是從數(shù)據(jù)庫(kù)設(shè)計(jì)的角度出發(fā)，考慮的是如何簡(jiǎn)潔高效地把數(shù)據(jù)的關(guān)系表示清楚，但它無(wú)意中遵循了一些Linked Data對(duì)數(shù)據(jù)建模的原則。如果一開(kāi)始就從Linked Data的設(shè)計(jì)原則（而不是具體的RDF語(yǔ)法或者W3C標(biāo)準(zhǔn)）出發(fā)，這個(gè)智能合約的結(jié)構(gòu)應(yīng)該還可以優(yōu)化。

另外，請(qǐng)各位RDF（Resource Description Framework）大神不要追究我對(duì)RDFStatement，RDFResource，RDFGraph或者Reification等概念的語(yǔ)義內(nèi)涵或外延不嚴(yán)謹(jǐn)?shù)年愂?，這里只是示意而已。

MedRec的系統(tǒng)實(shí)現(xiàn)

我覺(jué)得MedRec最核心的是智能合約設(shè)計(jì)，至于系統(tǒng)的實(shí)現(xiàn)會(huì)因?yàn)榈讓訁^(qū)塊鏈平臺(tái)的不同選擇（Ethereum或HyperLedger或其它平臺(tái)），或者架構(gòu)師對(duì)工程美學(xué)的不同理解而千差萬(wàn)別。

出于完整性的角度，我也非常簡(jiǎn)單地介紹一下MedRec的系統(tǒng)實(shí)現(xiàn)。

MedRec設(shè)計(jì)了4個(gè)模塊，通過(guò)9個(gè)步驟完成資源的注冊(cè)、病歷信息的上鏈更新、患者授權(quán)和病歷信息查詢等關(guān)鍵過(guò)程：

Backend API Library：主要是一些utility功能，簡(jiǎn)化系統(tǒng)操作的AP;

Ethereum Client：參與和使用Ethereum區(qū)塊鏈平臺(tái)的客戶端模塊；

Database Gatekeeper：在區(qū)塊鏈下訪問(wèn)醫(yī)療機(jī)構(gòu)本地?cái)?shù)據(jù)庫(kù)的模塊I；

EHR Manager：MedRec系統(tǒng)對(duì)終端用戶的前端用戶界面

MedRec可以改進(jìn)的方面

MedRec比很多隨便在HyperLedger上搭的所謂區(qū)塊鏈電子病歷共享系統(tǒng)的質(zhì)量高很多，不愧是MIT Media Lab出品。不過(guò)它依然只是個(gè)原型系統(tǒng)，還有很多方面可以提高，我拋幾塊磚：

智能合約的設(shè)計(jì)：Web是目前最成功的異構(gòu)多模態(tài)數(shù)據(jù)訪問(wèn)和共享架構(gòu)，Linked Data是Web向結(jié)構(gòu)化數(shù)據(jù)共享邁進(jìn)的一步，它的很多設(shè)計(jì)原則可以應(yīng)用在基于區(qū)塊鏈的電子病歷共享系統(tǒng)中，讓資源的表示和訪問(wèn)模式更加簡(jiǎn)潔優(yōu)美，提高系統(tǒng)的可擴(kuò)展性和魯棒性

避免單點(diǎn)失?。耗壳罢嬲碾娮硬v數(shù)據(jù)還是存儲(chǔ)在醫(yī)療機(jī)構(gòu)本地的數(shù)據(jù)庫(kù)中。Web系統(tǒng)設(shè)計(jì)的初衷就是為了支持大規(guī)模多用戶訪問(wèn)的，而醫(yī)療機(jī)構(gòu)的數(shù)據(jù)庫(kù)不是為這個(gè)目標(biāo)設(shè)計(jì)的，它只是為了支持醫(yī)院自身的流程管理和分析應(yīng)用而已。一旦醫(yī)療機(jī)構(gòu)的數(shù)據(jù)庫(kù)不能被訪問(wèn)，就像微博宕機(jī)一樣，什么數(shù)據(jù)都訪問(wèn)不了。目前MedRec去中央數(shù)據(jù)庫(kù)的設(shè)計(jì)并不能避免單點(diǎn)失敗的尷尬，也許可以參考Hadoop的思想，在區(qū)塊鏈平臺(tái)的另外2-3個(gè)可信賴的節(jié)點(diǎn)中保存數(shù)據(jù)的備份，保證即使某個(gè)醫(yī)療機(jī)構(gòu)的數(shù)據(jù)庫(kù)掛了，真?zhèn)€電子病歷共享系統(tǒng)依然不受影響

數(shù)據(jù)的互操作性：數(shù)據(jù)共享平臺(tái)輸出的數(shù)據(jù)格式要滿足互操作性的要求。簡(jiǎn)單的說(shuō)，就是要讓數(shù)據(jù)使用方能理解查詢到的數(shù)據(jù)，就像Web系統(tǒng)用HTML，Linked Data系統(tǒng)用RDF一樣。在醫(yī)療領(lǐng)域，除了數(shù)據(jù)格式的規(guī)范，還有醫(yī)療術(shù)語(yǔ)的語(yǔ)義互操作性?？梢钥紤]目前比較流行的FHIR格式，加上SNOMED-CT這樣的醫(yī)療術(shù)語(yǔ)標(biāo)準(zhǔn)

分布式機(jī)器學(xué)習(xí)：目前MedRec只是個(gè)數(shù)據(jù)查詢系統(tǒng)，但并不支持跨醫(yī)療機(jī)構(gòu)的數(shù)據(jù)分析，即使是最基本的統(tǒng)計(jì)?？梢钥紤]“加載”類似MapReduce的分布式計(jì)算框架，甚至是分布式機(jī)器學(xué)習(xí)框架，支持跨醫(yī)療機(jī)構(gòu)的分布式數(shù)據(jù)分析。