کاربرد بلاک چین در حوزه سلامت و پزشکی

مراقبت های بهداشتی مبتنی بر داده ها

پیاده‌سازی فناوری هوش مصنوعی و بلاک چین در مراقبت‌های بهداشتی و پزشکی راز افزایش طول عمر انسان است. در 60 سال گذشته، امید به زندگی یک انسان به طور متوسط تقریباً 20 سال افزایش یافته است ( از 52.5 به 72 سال، تا سال 2018) . ما در این زمان شاهد موج باورنکردنی از نوآوری های تکنولوژیکی در زمینه اینترنت و پزشکی هستیم . پیشرفت‌ها و درک بهتر از ابتکارات بهداشت عمومی مسیر زندگی انسان را تغییر داده است ، و با توجه به اینکه فناوری‌های جدیدی مانند بلاک چین و هوش مصنوعی در حال حاضر در حال توسعه هستند ، می‌دانیم که تحولات بنیادین‌تری در راه است. این فناوری‌های نوظهور راه را برای طول عمر طولانی‌تر و سالم‌تر هموار می‌کنند.
برای اینکه به شما نشان دهم که مراقبت های بهداشتی به لطف این فناوری ها چقدر پیشرفت کرده است، می خواهم مطالعه موردی دو شرکت منحصر به فرد Insilico Medicine و Longenesis را با هم مرور کنیم . این دو شرکت با هم نشان می دهند که چگونه توسعه هوش مصنوعی برای مراقبت های پزشکی همزمان با ظهور برنامه های کاربردی مراقبت های بهداشتی بلاک چین رشد کرده است.

مراقبت های بهداشتی مبتنی بر داده

در سال 2014، الکس ژاورونکوف، مبتکر راه های افزایش عمر طولانی در شرکت Insilico Medicine با من تماس گرفتند. این شرکت بر اساس یک فرض ساده اما پیشرفته ی استفاده از هوش مصنوعی برای تسریع در کشف و توسعه دارو فعال بود . در آن زمان، استفاده از هوش مصنوعی، هم در آگاهی عمومی و هم در کاربردهای آن در پزشکی، هنوز نوپا بود . طی هفت سال گذشته این شرکت ، از هوش مصنوعی برای تغییر کامل تحقیق و توسعه در بخش درمانی استفاده کرده است . کشف سریع و توسعه روش های درمانی جدید ناشی از حجم باورنکردنی داده هایی است که آنها برای جستجوی بهترین درمان بعدی پردازش می کنند. این داده‌ها از نظر منبع و دامنه غنی، از توالی‌های ژنومی و پروتئومی بیماران واقعی و مراقبت‌های بهداشتی از آنها می‌آیند. از طریق ده ها داروی جدید، آنها پتانسیل فوق العاده ای را در استفاده از هوش مصنوعی برای مراقبت های بهداشتی مبتنی بر داده نشان داده اند.
با این حال، پیشرفت چشمگیر اینسیلیکو بدون مانع نبود. کار با حجم عظیمی از داده ها چالش های منحصر به فردی را در مورد تمرکز و امنیت ایجاد کرده بود . داده ها در مراقبت های بهداشتی بسیار دارای پراکندگی موضوعی هستند . هر پزشک ، مرکز پزشکی و بیمارستان داده های خود را بصورت جدا گانه حفظ می‌کنند و به دلیل قوانین حفظ حریم خصوصی، داده‌ها معمولاً فقط در صورت لزوم برای مراقبت از بیمار با سایر مراکز درمانی اشتراک گذاشته می‌شوند. دسترسی به داده های پزشکی بیمار برای موفقیت الگوریتم های هوش مصنوعی اینسیلیکو حیاتی بود و از طرفی در دسترس نبود.

حریم خصوصی و فناوری بلاک چین

در جستجوی راه‌حل‌هایی برای رفع نگرانی‌های امنیتی و تمرکز مرتبط با این نوع داده‌ها ، الکس و تیم Insilico Medicine به سرعت به سمت فناوری بلاک چین و توزیع دفتر کل حرکت کردند . تغییرناپذیری ورودی‌ها در بلاک چین و توانایی داشتن چندین گره غیرمتمرکز که داده‌ها را به یک دفتر کل مشترک متصل می‌کنند، راه‌حلی برای رفع مشکلات پیچیده ی مرتبط با داده‌های بیمار ارائه می‌دهد . این فناوری همان چیزی بود که آنها به دنبال آن بودند، اما به یک شریک نیاز داشتند تا از آن بتوانند استفاده کنند . Insilico یک سرمایه گذاری مشترک با شرکت Bitfury (در حال حاضر یکی از بزرگترین شرکت های فناوری نوظهور در قاره اروپا ) تشکیل داد و یک شرکت جدید به نام Longenesis را راه اندازی کرد. هدف Longenesis واضح بود و آن ایجاد یک اکوسیستم مراقبت بهداشتی بلاک چین که الزامات حساس داده های سلامت و نیازهای کاربردی تحقیقات بیوتکنولوژی را در نظر بگیرد .
Longenesis یک محیط مبتنی بر بلاک چین را برای سهامداران در سراسر صنعت مراقبت های بهداشتی/بیوتکنولوژی ، از جمله سازمان های مرتبط با بیمار ، گروه های تحقیقاتی زیست پزشکی و شرکای تحقیقاتی و حامیان طراحی کرد. زیبایی راه حل Longenesis این است که همیشه یک رکورد از رضایت وجود دارد . هنگامی که بیماران موافقت می کنند که داده های خود را برای هر هدفی به اشتراک بگذارند، مدرک غیرقابل تغییری برای اجازه آنها وجود خواهد داشت .
اولین محصول آنها به نام Curator، توسط بیمارستان‌ها و سایر سازمان‌های مراقبتی برای ارائه امن و سازگار داده‌های موجود برای محققان بدون آنکه حیم خصوصی بیمار به خطر بیافتد مورد استفاده قرار گرفت . Curator به محققان این امکان را می دهد که مجموعه داده ها را بدون به خطر انداختن امنیت اطلاعات بیمار بررسی کنند. هنگامی که یک محقق یا شرکتی علاقه مند به استفاده از داده ها باشد، محصول دوم Longesis's Engage آن را ارائه می دهد. Engage همچنین به بیمارستان‌ها و محققان اجازه می‌دهد تا به سرعت بیماران را وارد آزمایش‌ها و تحقیقات پزشکی جدید کرده و گزارشات مداوم بیمار را ثبت کنند ، صرف نظر از اینکه هوش مصنوعی برای تجزیه و تحلیل داده‌های جدید از یک کارآزمایی پزشکی و یا داده‌های «قدیمی» از سوابق پزشکی استفاده کنند و بیماران با اطلاع از این موضوع در مورد دسترسی به اطلاعات رضایت دهند . Longenesis این راه حل را در بیمارستان های دولتی، بیوبانک های دولتی و موارد دیگر به کار گرفته است. کار آنها باعث شد تا شرکت‌های هوش مصنوعی مانند Insilico Medicine را قادر ‌سازد به حجم وسیعی از داده‌ها دسترسی داشته باشند که می‌توانند برای تجزیه و تحلیل هوش مصنوعی مورد استفاده قرار گیرند، که منجر به درمان و کشف دارو بیشتر می‌شود.

داده ها، بلاک چین و طول عمر انسان

ما در اینجا در مورد دو شرکت صحبت کردیم ، هزاران استارتاپ، مؤسسه تحقیقاتی و پزشکان برجسته وجود دارند که به طور خستگی ناپذیری برای بهبود طول عمر انسان تلاش می کنند. همه آنها می توانند از داده های قرار گرفته در بلاک چین و قدرت تحلیلی هوش مصنوعی بهره مند شوند.
به طور متوسط یک بیمارستان سالانه 760 ترابایت داده تولید می کند، با این حال 80 درصد از این داده های ارزشمند ساختاری ندارند و در دسترس محققان نیستند. باید این داده ها امن باقی بمانند و بیماران باید رضایت دائمی را برای استفاده از آن ارائه دهند اما این قطع ارتباط مانع از پیشرفت در تمام جنبه های پزشکی می شود. استفاده از بلاک چین و هوش مصنوعی می تواند قفل این داده ها را برای تجزیه و تحلیل باز کند ، رضایت بیمار برای استفاده از داده ها را تسهیل کرده ، استفاده از داده های بالینی را ردیابی کند و ....

نتیجه نهایی

بدون بلاک چین ، هوش مصنوعی فاقد داده‌های زیست‌پزشکی محافظت شده و مطمئن است که برای یافتن راه‌حل‌های جدید به آن نیاز دارد. بدون هوش مصنوعی، حجم عظیمی از داده‌های محافظت شده توسط بلاک چین امن اما غیرقابل استفاده برای تحقیق باقی می‌مانند. پیشرفت زمانی اتفاق می‌افتد که این نوآوری‌ها در کنار هم ادغام شود ، درست همانطور که ابتکارات مهم بهداشت عمومی در دهه‌های گذشته به لطف ظهور شبکه جهانی اینترنت توسعه پیدا نمودند . هدف ما باید ارائه کامل این فناوری‌ها به بازار باشد تا مراقبت‌های متمرکز بر طول عمر انسان برای همه قابل دسترس و پردازش باشد.