一种注重隐私的区块链技术，用于实现高效且安全的电子健康应用

《IEEE Transactions on Network Science and Engineering》：Privacy-Aware Blockchain Approach for Efficient and Secure E-Health Applications

基于物联网与AI的智能心脏病检测面临高复杂度、低准确率及隐私通信难题。本文提出联盟区块链、知识蒸馏、功能加密与可解释AI融合的创新方法，实现99.22%准确率，内存减少98.19%，推理时间降低60.18%，并支持50万患者高效安全通信。

　　

摘要：

物联网（IoT）与电子医疗（E-healthcare）的结合利用人工智能（AI）实现了智能心脏病发作检测（HAD）。然而，现有方法存在计算复杂度高、准确率有限以及患者与医疗提供者之间缺乏安全双向通信的问题（同时需保护患者隐私）。虽然同态加密和安全多方计算可以保护隐私，但会带来较大的开销。为克服这些限制，我们提出了一种新型的轻量级HAD方法，该方法在保持性能可靠性的同时确保了安全性和隐私性。首先，我们引入了一种定制的联盟区块链，利用群签名技术确保患者匿名性和数据不可关联性，使患者能够通过唯一且无法追踪的标识符与医疗提供者安全通信。接着，我们通过知识蒸馏（KD）从复杂的高性能模型中提取关键特征，开发出一种轻量级的HAD模型。然后，我们设计了一种基于功能加密（FE）的密码系统，在模型执行过程中保护患者数据。最后，我们引入了可解释人工智能（XAI）来突出重要的健康特征，增强临床信任。该模型在真实世界的心脏病数据集上进行了评估，并在真实测试平台上进行了验证，准确率达到99.22%，F1分数达到99.23%，性能优于现有技术。同时，它将内存占用、参数数量和推理时间分别减少了98.19%、98.58%和60.18%，提高了临床决策的可解释性和信任度。此外，所提出的区块链结合功能加密方法能够确保模型安全执行，保护患者数据，并在2.5分钟内高效扩展到50万名患者，同时将通信和计算开销分别降低了95.43%和89.06%。

显示更多