这是一篇开放获取的文章,根据创作共用署名许可(https://creativecommons.org/licenses/by/4.0/)的条款发布,允许在任何媒介上无限制地使用、分发和复制,前提是正确引用最初发表在《医学互联网研究杂志》上的原创作品。必须包括完整的书目信息,//www.mybigtv.com/上的原始出版物的链接,以及此版权和许可信息。
尽管电子健康记录在高收入国家的采用率大幅提高,但正确传播个人健康记录仍然很困难。代币经济,通过区块链智能合约,通过为患者提供激励,可以更好地分发个人健康记录。然而,关于区块链激励机制设计应考虑的具体因素的研究很少。
本文的目的是在医疗保健区块链平台的真实场景中提供2个新的代币经济数学模型。
首先,为医疗保健区块链平台及其令牌流设置角色。其次,介绍了2个场景:为寿险公司的激励计划收集生活日志数据,以激励客户多锻炼;为抗癌药物的临床试验招募参与者。在我们的两个场景中,我们假设有3个利益相关者:参与者、数据接收者(公司)和数据提供者(医疗保健组织)。我们还假设激励最初是由数据接收者支付给参与者的,他们通过调整机制设计来最小化经济和时间成本。这个概念可以被视为博弈论的一部分,因为数据接收者的支付意愿对维持区块链代币经济非常重要。在这两种情况下,招聘公司都可以改变预期的招聘时间和参与者数量。假设一家公司认为招聘时间比参与人数和奖励更重要。在这种情况下,公司可以增加时间权重,调整成本。当奖励参数固定时,可以得到相应的期望招聘时间。在奖励和时间对中,选择了公司成本最小的那对。 Finally, the optimized results were compared with the simulations and analyzed accordingly.
为了使公司的成本最小化,首先收集奖励时间对。可以观察到,期望招聘时间随着奖励的增加而减少,而奖励则随着时间成本的增加而减少。因此,成本用凸曲线表示,这使得在两种情况下都可以获得最小值(最优点)。通过敏感性分析,我们发现,随着时间权重的增加,优化奖励增加,而优化时间减少。此外,随着参与者数量的增加,优化奖励和时间也会增加。
在本研究中,我们能够基于通过医疗区块链平台招募参与者的机制设计来建模区块链的激励机制。这项研究提出了在个人健康记录中激励建模的基本方法,展示了医疗保健组织和资助公司如何激励彼此加入平台。
精准医疗旨在利用基因组数据、电子健康记录和生活日志数据,通过为每个目标亚组提供新疗法,以更高分辨率定义疾病[
因此,实施了保健区块链,以解决这些不同的问题。区块链被称为分布式账本技术,它将给定的信息记录为称为“分布式账本”的小块数据集
对于区块链的2个主要优势,即可审计性和可识别性,已经进行了许多概念证明研究[
为了检验激励的有效性,一项研究[
对区块链的激励进行了数学研究。对于去中心化来说,设计难以篡改交易的协议是至关重要的,并且已经研究了设计实现安全信息交换的区块链协议的数学方法[
为什么卫生保健区块链密码经济学需要一个新的理论基础?密码经济学的目的是创造互联网服务,但为什么我们需要新的理论和方法?简而言之,这是因为去中心化网络的设计与传统的业务/服务规划完全不同。现有的商业计划被赋予一定的规则(市场条件),旨在确保公司做出最佳的选择,以实现利润最大化;然而,去中心化网络的设计目的恰恰相反。假设每个实体的行为都是战略性的和自私的,那么去中心化网络的设计就会制定规则来实现预期的结果。
尽管迫切需要对医疗保健区块链的加密经济学进行进一步研究,但缺乏对使用医疗保健区块链自动激励计划诱导患者参与的代币经济设计的研究。因此,我们旨在通过基于两个具有代表性的具有机制设计的虚拟场景的实验,探索在设计可以嵌入区块链智能合约的激励方案时需要考虑的参数。
基于区块链的网络没有中心主体。因此,我们需要一个使用代币(作为媒介)和市场原则的系统来帮助个人发展网络,即使他们的行为是为了追求自己的利益。这叫做
为了设计代币经济,我们考虑了2个著名的经济学理论:博弈论和机制设计。在博弈论中,现有的商业计划是给定规则(市场条件)的,目的是确保公司做出最佳选择以实现利润最大化。该理论研究的是给定博弈中的最佳策略。它解释了如何在几个理性的决策者相互竞争以赢得对方的情况下得出结论。它被称为
博弈论与机制设计理论的关系。
然而,去中心化网络的设计恰恰相反。机制设计使用了一种工程方法,设计师在战略环境中通过应用经济机制和激励来设计战略,理性地朝着预期的目标行动。也被称为
通过机制设计原理,我们可以减少试错带来的成本,并作为理论模型为解决现实问题提供一个平台。结合区块链,各种类型的研究都采用了机构设计。拍卖是区块链环境下具有随机性和信息公开性的机制设计的代表[
当在现实世界中招募活力计划的参与者时,人寿保险公司会为参与该计划的人提供激励。使用智能合约,这种机制很容易应用到区块链。此外,区块链保护个人健康信息,并能够通过应用程序进行通用招聘;因此,可以通过卫生保健区块链高效、安全地招募参与者。
同时,公司在区块链上向参与者提供的补偿是加密货币。因此,讨论如何计算这种加密货币的价值是至关重要的,它可以通过多种方式来执行。比特币的价值是由自由市场决定的。假设活力计划参与者是在区块链上招募的;人寿保险公司必须有一定数量的加密货币。收到加密货币的参与者必须能够为了自己的利益进行交换。在传统的区块链中,运营商通过维护区块链系统来换取加密货币。但是,除非人寿保险公司参与区块链操作,否则必须从另一方购买加密货币,以确保一定数量的加密货币。此外,假设这种加密货币的价值发生变化,可能会有人担心区块链系统中的总金额会变成负数。为了解决这些问题,我们定义了一个概念
区块链系统中存在多个成员,并具有货币交换。首先,有一个区块链操作方,操作区块链并充当货币交易所。在本研究中,假设区块链运营方不影响代币经济,因为该方只生成加密货币,加密货币的价值通过交易所固定。其次,有一个数据提供者,它拥有患者的健康信息。存储个人健康信息的成员包括医院或基因公司等实体。当他们存储的信息发生交易时,他们从请求信息的成员那里接收加密货币。接收加密货币的原因是存储信息的成本。第三方是医疗信息平台的用户。用户可以是请求他们的基因组信息的病人,可以是上传他们的生活日志数据的健康人,也可以是想招募参与者的人寿保险公司。在本研究中,我们假设一家寿险公司从机制设计的角度出发,通过招募参与者,并根据激励金额的不同,确定招募周期的长短。
基本的场景。个人健康记录。
我们通过修改基本场景(
验证场景。个人健康记录。
参与者将根据治疗他们癌症的医生的意见决定是否参加研究。在我们的研究中,我们假设参与者被要求发送的临床信息越少,同意的概率就越高。这是基于一个普遍的假设,即参与者必须提供的信息越多,他们就越谨慎,因为人们通常关心隐私和安全。
例如,A组参与者X同意同意,存储参与者X数据的机构与研究公司共享数据,该机构获得加密货币补偿。在验证场景中,公司将令牌传输给具有候选患者临床信息的数据提供者,以换取存储数据的补偿,这与基本场景不同,因为数据提供者被添加到令牌流中
建立了两种情况的数学模型;建立了一种使组织者的成本最小化的方法。主要成员是参与者和组织者。在这两种情况下,奖励都是影响参与的主要参数——我们假设奖励越高,同意的可能性就越大。在组织者的情况下,需要假设哪些信息可以从参与者和组织者的成本政策。成本分为两类:奖励相关参数和时间成本相关参数。
我们假设组织者的成本函数分为两个部分:报酬和成本。为参与者提供奖励;因此,奖励部分乘以参与者的总数。时间成本也包含在时间成本中,因为奖励和时间单位不同,所以有必要通过赋予一部分权重来平衡这两个部分。在我们的模型中,我们给时间成本部分赋予权重(时间权重)。在不同的招聘项目中,时间权重可能有所不同。时间权重越高,意味着组织者更重视招募时间,希望快速招募参与者。我们将代价函数表示为
在最小化成本时,如果时间权重α很小,成本将很大程度上取决于奖励。时间单位
此外,还应明确招聘时间的计算方法。组织者向满足要求的参与者发送同意请求,并假设每个参与者都有一个同意的概率。在此假设下,招聘所需时间计算如下。在第1天,组织者向参与者池中的人发送同意请求。一些参与者基于他们的概率同意,而另一些人则不同意。如表示同意的人数未达规定人数,主办方将于第二日再次向不同意的人士发出同意申请。重复此过程以计算招募时间。回想一下,同意参与研究的概率取决于奖励,奖励越高,同意的概率越大。增加同意的概率意味着更容易招募参与者和时间
我们假设参与者可以获得有关计划持续时间和保险公司可靠性的信息。他们还考虑到加入该计划可能带来的不便。
参与者的福利被分为两部分:(1)货币价值和(2)劳动。为了得到公正的结果,应该考虑参与者的社会经济地位。地位越低,对金钱部分的影响越显著,从而导致偏颇招聘;因此,我们引入一个凹函数来表示货币福利。参与者有自己的社会经济地位、记录任务的烦恼程度、人寿保险公司的可靠性等信息,但这些信息没有向调查公司公开。让社会经济地位的
参与者的福利是用平方根来定义的(这是一个凹函数),这意味着更高
前者是根据社会经济地位赋予福利的权重,后者是通过乘以基本的二次函数,不断上传日志的疲劳程度
社会经济地位可能是有偏见的,因为它为参与提供了补偿。因此,在最初的招聘中,会选择一定数量的理想人群,以确保社会经济地位尽可能均匀匹配。在与劳动相关的福利中,随着时间的推移,疲劳会更快地积累起来,每个人的烦恼程度是不同的。因此,与人工相关的成本与烦恼的程度和持续时间的平方成正比。
除了考虑经济利益之外,还引入了参与计划的概率(以考虑现实世界参与者的心理)。当奖励大、组织者可靠性高、社会经济地位低时,概率会大。
假设福利函数
归一化器是一个缓冲权重,允许奖励增长。如果方程2的右边项大部分都大于1
我们修改了前面的假设,并在验证场景中添加了一个中间数据提供者,以确保在我们更改变量后模型是健壮的。
对于数据提供者来说,假设是不必要的,因为没有单独的策略可用;然而,与数据提供者所持有的信息量成比例,就有更高的盈利机会。研究公司可以定义其成本函数,该函数设置每个参与者的报酬和时间权重。参与者必须决定是否同意他们收到的同意请求。从理论上讲,当参与者的经济收益大于0时,他们决定达成一致。然而,在现实生活中,其他因素在决定患者是否能够参加临床试验方面发挥着作用。因此,我们假设协议概率是基于区块链平台提供的专家建议。通常情况下,患者会从肿瘤医生那里获得专家意见。如果
研究参与者必须披露他们的基因是否被检测过,基因型(如果他们被检测过),以及哪个数据提供商存储了他们的数据。此外,一些关于医疗区块链的信息是向公司开放的:(1)是否检测了一个人的基因;(2)基因型。需要一些属性来描述这一点。首先,
在基本场景中,参与者同意的概率就是专家建议。奖励越大,参与者可使用的协议数量就越少,专家的建议就越多。在基本场景下,概率可以定义为一个简单的乘积,但在验证场景中,使用sigmoid函数,
sigmoid函数将一个实数转换为0到1之间的值。因此,这个值具有直接用作概率的优点。当
我们选择了凸优化模型。对于每种情况,我们假设在临床试验获得奖励时可以找到预期的招募时间。对于每个完成招募pair的奖励和时间,我们获得应用该pair的成本。奖励和时间
为了找到给定奖励金额下的预期招募时间,确定每个参与者同意参加临床试验的概率。然后使用伯努利实现,我们得到了同意到的预期参与者数量
因此,如果将这些期望添加到所有
将这些期望值聚集在一起,我们确定了参与者的预期数量
奖励会影响每个参与者的同意概率,而这种同意概率又会影响预期的招募周期
在
(A)当时间权重等于1500时,基本场景中的时间奖励和(B)成本奖励的权衡。
在验证场景中,当时间权重等于100时,单情况(A)时间奖励和(B)成本奖励,多情况(C)时间奖励和(D)成本奖励的权衡。
将仿真结果与优化结果进行了比较。自
误差的基本情景平均值和标准偏差(预期天数=13)。
基本的场景。
实验 | 误差,平均值(SD) |
1 | -0.57 (0.77) |
2 | -0.46 (0.69) |
3. | -0.33 (0.68) |
4 | -0.56 (0.77) |
5 | -0.49 (0.73) |
6 | -0.49 (0.61) |
7 | -0.67 (0.68) |
8 | -0.44 (0.80) |
9 | -0.61 (0.67) |
10 | -0.56 (0.66) |
验证场景误差的平均值和标准偏差。
验证场景。
实验 | 预计天数n | 误差,平均值(SD) |
1 | 9 | -1.70 (4.51) |
2 | 9 | -1.37 (5.01) |
3. | 9 | -1.02 (4.16) |
4 | 10 | -1.84 (7.31) |
5 | 10 | -1.39 (4.82) |
6 | 9 | -1.73 (5.22) |
7 | 8 | -1.31 (4.28) |
8 | 9 | -0.89 (4.59) |
9 | 10 | -2.41 (6.45) |
10 | 10 | -1.30 (4.50) |
公司可以调整参加人数
在本文中,我们提出了两种带有机制设计的医疗保健区块链代币经济场景。我们在每个场景中设置参与者数量和招聘时间这两个基本成分,构建数学模型来解释两种场景,并模拟招聘时间和预期参与者数量的变化。通过机制设计,我们证明了招聘人员可以通过调整激励金额来设定期望和期望的参与人数和招聘时间。据我们所知,这项研究是第一次将机制设计应用于医疗保健,以解决现实世界的问题。
在经典博弈论中,游戏设计者不能定量地确定游戏的预期结果。他们可以期望理性的参与者相互竞争以获得最佳结果,因为他们假设参与者都是理性的,因此会采取行动使自己的利润最大化;然而,将这一假设直接应用于token经济的医疗保健区块链是不现实的,因为对医疗保健区块链的资助者来说,了解预期时间、成本和招募参与者的数量是至关重要的。
在我们采用机制设计的模型中,招聘人员可以通过调整参与者数量、招聘时间和奖励之间的关系来设定项目的量化结果。除了结果的可预测性之外,区块链系统可以为参与者提供更安全的环境,系统的不可变性,尽管与传统的招募参与者的方式相比,该系统对公众更加开放。
传统上,对卫生保健参与者的直接激励是否可接受的问题一直存在争议,因为直接激励可能会对医学研究和治疗结果产生偏见[
从数学的角度来看,每个参与者的信息都是不同的,这取决于招聘公司是否能够获得这些信息。在招募健康个体时,我们假设公司无法获得每个参与者的信息,因为他们通常不需要严格的纳入标准,这意味着他们可以在结束招聘后排除一些申请人。在收集生活日志数据时,无法获得每个参与者在很长一段时间内的烦恼程度,我们只能看到烦恼程度的分布。在本研究中,假设该分布为均匀分布。在这种情况下,临床试验公司使用分布的期望值(即均匀分布的平均值)。同时,在验证场景中,每个参与者都需要向研究公司提供基因数据。从基因数据中,该公司可以推断出每个参与者达成一致的概率,并可以调整模型以适应现实数据。
招募参与者是进行临床研究或试验最困难的部分之一。然而,通过本研究中提出的数学建模和仿真技术,代币经济将使公司能够通过设置适当的招募参与者奖励来获得重要的见解,以了解他们是否能够在所需的时间内招募参与者。此外,由于难以招募到适合临床试验的参与者,企业可能会向医院要求提供患者信息。然而,医院觉得没有必要和理由提供自己持有的数据,或者即使医院愿意提供数据,使用患者数据的同意流程复杂,很多患者担心隐私和安全问题[
我们的假设并没有反映出在现实世界中招募参与者的复杂情况。因此,如果我们的模型结果与招聘公司的期望不同,招聘就不会成功。具有基本强制性要求的模型,如招募时间、激励金额和参与者数量,并且没有复杂的假设,可以作为其他研究人员自己建模的起点,对他们有用——他们可以使用我们的框架作为基本场景,在医疗保健区块链中设计自己复杂的令牌设计。另一个限制是无法与实际数据进行比较和分析,从而提供更可靠的框架。
在医疗保健领域,很少有商业模式采用区块链技术。区块链的代币经济可以通过不可更改的可跟踪的代币交易系统激励医疗保健消费者,从而成为强大的驱动力。这项研究是在现实世界的医疗保健环境中设计代币经济的起点;我们模拟了两种可能的场景,优化了公司的成本,并将结果与仿真数据进行了比较。这项研究可以作为设计激励系统的基础,用于公司在一段时间内通过基于区块链的患者招募平台招募临床试验参与者或医疗保健项目参与者。
本研究由首尔国立大学盆唐医院研究基金(02-2020-0031)、保健福利部韩国健康产业发展研究院(HI19C0152)、韩国科学和信息通信技术部国家研究基金(2017R1E1A1A03070105)资助,以及由信息与通信技术促进研究所(IITP-2018-0-01441)监督的信息技术研究中心支持计划。我们特别感谢伊尔哈·尤尼对手稿的编辑。
SYJ和THK起草了手稿。KPH参与了讨论。HJH作为通讯作者,全程监督了稿件的撰写过程。
没有宣布。