Decentralized Health Intelligence Network (DHIN)

分散式健康智能网络（DHIN）是一个理论框架，解决了由于医疗数据在提供者和机构之间分散而引起的健康数据主权和人工智能利用在医疗保健中的重大挑战。它建立了一个主权医疗保障体系作为主权健康网络的先决条件，然后通过克服访问多样化医疗数据源的障碍，促进了有效的人工智能利用。这个综合性框架利用了：1）自我主权身份架构，结合个人健康记录（PHR）作为健康数据主权的先决条件；2）在公共区块链上实施的可扩展联邦学习（FL）协议，用于分散式医疗保健中的分散式人工智能训练，其中健康数据保留在参与者手中，只有模型参数更新被共享；以及3）可扩展、无信任奖励机制，以激励参与和确保公正的奖励分配。该框架确保没有任何实体可以阻止或控制参与者提供的健康数据的训练访问或确定财务利益，因为这些过程在公共区块链上运行，记录不可变且没有第三方。它支持在医疗保健中进行有效的人工智能训练，使患者保持对其健康数据的控制，从中获得经济利益，并为利用集体人工智能开发有益的医疗保健算法做出贡献。患者将获得奖励，存入他们的数字钱包中，作为选择参加FL协议的激励，并有长期路线图来为分散式保险解决方案提供资金。这种方法引入了一种新颖的、自我融资的医疗保健模式，适应个人需求，补充现有系统，并重新定义了普惠覆盖范围。它突显了转变医疗数据管理和人工智能利用的潜力，同时赋予患者权力。

解决医疗数据碎片化和AI利用中的主权问题，建立去中心化的健康智能网络。

通过自我主权身份架构和个人健康记录作为健康数据主权的先决条件，实现可扩展的联邦学习协议，同时使用公共区块链来进行去中心化的AI训练。

该框架支持患者控制自己的健康数据，并通过参与联邦学习协议获得奖励，实现自我财务激励。该框架还有望为去中心化的保险解决方案提供资金支持。

近期的相关研究包括联邦学习在医疗领域的应用，以及区块链在医疗数据管理和隐私保护方面的应用。