区块链辅助医疗物联网中分布式置信度感知真相发现方法的评估与局限分析

《Applied Sciences》：Reliable Streaming Truth Discovery for Blockchain-Enabled Healthcare IoT: An Off-Chain Architecture with Deterministic On-Chain Aggregation

　　

摘要

医疗数据流中可能包含缺失或有偏的测量值，而区块链记录无法对其进行验证。我们实现了一个医疗物联网框架，将继承的分布式流式置信度感知真相发现与持久化的链下状态和确定性的链上聚合相结合。评估使用了合成工作负载、基于心电图的回放数据，以及来自贝斯以色列女执事医疗中心波形数据的呼吸频率估计，并辅以受控的聚合、故障和共享偏差实验。结果揭示了重大的局限性。在十种子合成实验中，当40%的数据源不可靠时，混合方法的均方根误差为0.876，而集中式基准仅为0.043。在46个患者簇中，混合方法的平均绝对误差为5.396次/分钟，而中位数方法为5.177次/分钟；混合方法与集中式方法之间的差值为 次/分钟（95%置信区间： 至 次/分钟）。混合方法完成了7389个参考有效窗口中的97.97%。一项独立的30次实现的链下质量加权比较在条件性地改善了高不可靠性情况下的表现，但也恶化了部分较低比例比较的结果。必需组的停机阻止了输出，共享偏差击败了基于一致性加权的方法，智能合约接受了全部180个注入的有效编码的错误部分真相；独立重计算检测到了它们。本研究的贡献是可复现的实现和执行边界的表征，而非新的真相发现算法。研究结果既未确立统一的精度优势，也未确立临床有效性或生产就绪性。