JMIR J医疗互联网服务 医学互联网研究杂志 1438 - 8871 卡塔尔世界杯8强波胆分析 加拿大多伦多 v23i9e26802 34515640 10.2196/26802 原始论文 原始论文 医疗保健区块链系统Token经济机制设计:基于模拟现实场景的开发研究 Eysenbach 冈瑟 Cilliers Liezel Yuanchia 荣格 Se年轻 医学博士 1 https://orcid.org/0000-0001-9946-8807 Taehyun MSc 2 https://orcid.org/0000-0001-5456-6606 Hyung居 博士学位 2
数学系 浦项理工大学 南区清岩路77号 Pohang-si 37673 大韩民国 82 054 279 2056 hjhwang@postech.ac.kr
https://orcid.org/0000-0002-3678-2687
在香港 Kyungpyo MSc 1 https://orcid.org/0000-0002-8013-4409
电子健康研究和业务办公室 首尔大学盆唐医院 Seongnam-si 大韩民国 数学系 浦项理工大学 Pohang-si 大韩民国 通讯作者:Hyung Ju Hwang hjhwang@postech.ac.kr 9 2021 13 9 2021 23 9 e26802 28 12 2020 20. 1 2021 12 3. 2021 7 8 2021 ©Se Young Jung, Taehyun Kim, Hyung Ju Hwang, Kyungpyo Hong。最初发表于医学互联网研究杂志(//www.mybigtv.com), 2021年9月13日。 2021

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。

背景

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。

客观的

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。

方法

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.

结果

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。

结论

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。

机制设计 优化 区块链 代币制 电子健康 电子健康记录 医疗保健 经济 健康记录
简介

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[ 1 2].电子健康记录和来自个人健康记录的生活日志数据对于获取医院和日常生活中的表型信息至关重要,以便向医疗保健消费者提供精准医疗。这就是为什么即使是高收入国家在过去几十年里也一直在努力正确传播电子健康记录的主要原因之一。例如,美国于2009年实施《卫生信息技术促进经济和临床健康法案》,在全国范围内提供电子健康记录[ 3.].截至2017年,美国96%的综合医院和外科医院、87%的儿童医院和59%的急性长期护理医院采用了认证的电子健康记录[ 4 5].自2000年初以来,韩国也试图传播电子健康记录。健康保险审查评估院宣布,截至2017年,韩国93.6%的医院和91.6%的私人诊所使用电子健康记录[ 6].尽管电子健康记录在许多国家的采用率大幅提高,但他们仍在努力寻找适当传播个人健康记录的解决方案。与卫生保健组织中电子健康记录的实施和使用相比,由于安全、隐私、互操作性和数据质量相关的挑战,通过患者参与收集生命日志数据的个人健康记录的实施仍然滞后[ 7- 9].个人健康记录的实施还面临其他问题,包括缺乏可审计性、法律风险、医疗保健政策和数据准确性。

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,如果记录的数据是有效的,那么这些块反过来用共识协议链接起来。数据存储在基于点对点系统的分布式存储环境中,不允许任何人任意修改,因为任何人都可以确定何时发生数据更改[ 10].因此,将区块链技术应用于个人健康记录,加强了存储在[]中的临床数据的完整性和安全性。 11].此外,预计智能合约等自动化功能将通过动态共识系统减少管理患者参与的成本和时间[ 12 13].这样一个适当设计的区块链代币经济可以帮助制定策略,以发现参与临床数据共享的好处,并确保其在多个利益相关者之间的公平分配[ 14].此外,区块链可以在安全隐私的情况下提高转移医疗记录的可审计性,帮助通过分布式身份验证健康信息交换网络的参与者,并通过根据积极参与和遵守系统提供激励来促进患者对平台的参与[ 15].

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[ 11 16- 18],但很少有研究结合现实案例探讨区块链的激励机制,在现实案例中,激励对招聘和关注至关重要[ 19].

为了检验激励的有效性,一项研究[ 20.]设计了一种象征性的经济,以鼓励坚持日常生活活动——洗澡、体育活动和口腔卫生——以降低儿童造血干细胞移植患者血液感染、口腔并发症和去条件化的风险。实施代币经济后,日常生活坚持率活动从0.51增加到2.5 [ 20.].在其他研究中[ 21- 23,他们首选的激励方式是免费停车、适度的经济补偿、食品券、吉他课、交通和慈善捐款。尽管在临床试验中招募老年患者时,100英镑(约137.51美元)作为激励是有效的[ 24],但以$2.00作为奖励并不有效[ 25].由此可见,金钱补偿的金额非常重要。激励也被证明对患者坚持戒烟、饮食和数字治疗计划是有效的[ 26- 29].于是出现了一些问题——如何多次给予奖励?我们应该对参与者的努力给予多少补偿?我们可以在区块链平台上收集患者信息多长时间?是不是收集时间越短,奖励就越大?在数字疗法中,行为矫正的一个主要策略是制定一个应急计划来解决坚持不良的问题,而货币奖励似乎是积极参与的最有效方式[ 30.].

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[ 31 32].另外,在区块链上运用博弈论分析了玩家的挖掘策略[ 32 33].经典机制设计理论已在一些应用程序上得到检验,如Auction [ 34].然而,目前还没有研究将区块链系统中的应用程序与机制设计联系起来,这被认为是区块链代表性的令牌设计理论[ 35- 38].

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。

方法 方法论的背景

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 令牌模型,在去中心化网络中扮演着看不见的手的角色[ 39].

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 游戏因为这让人联想到一个真实的游戏,竞争对手使用策略来取胜。 40].博弈论与机制设计之间的关系如中所述 图1.招聘组织者能够制定游戏规则,以便在我们的场景中实现成本和时间方面的预期目标( 图1 41])。

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 逆博弈论因为它开始于游戏的结尾并向后移动。 34].

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[ 36].基于这种可能性,之前的一项研究[ 35]提供了利用机制设计和博弈论分析区块链协议的框架。这些研究[ 35 36]建议机制设计可以应用于区块链系统,特别是医疗区块链经济,从而导致基本代币经济的发展。我们希望为患者参与的代币经济和个人健康记录中的数据提供建立真实模型。首先,我们假设了一个具有基本变量的基本场景——为一个旨在减肥的活力项目招募健康的参与者。“活力计划”是一项以科技为基础的健康计划,大多数人寿保险单都包含该计划,以支持和奖励健康习惯[ 42 43].其次,我们用另一个假设的验证场景来验证模型的稳健性——为抗癌药物的临床试验招募参与者。

在区块链平台上的角色扮演

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 货币兑换,假设一定数量的加密货币可以用一定数量的法定货币购买或交换。这种方法的优点是,整个区块链系统的加密货币总量和加密货币的法定价值不低于零,这有助于医疗区块链稳定运行。

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。

场景 模型开发的场景

图2简要展示了基本场景的流程。保险公司通过手机app上传关于生命日志数据收集的以下项目信息:(1)开展生命力项目的机构;(2)程序运行时间;以及(3)参与该计划的象征性奖励。根据这些信息,参与者将决定是否参加该项目。如果他们决定参加,他们可以通过应用程序发送请求。活力项目组织者将跟踪参与状态,直到获得一定数量的参与者。这里得到的参与者数量与 N这是组织者所希望的,因为组织者需要根据参与者的人口统计信息来选择参与者,以便样本尽可能无偏倚。如果有一定社会经济地位的参与者被更多地纳入,干预和项目效果分析的结果可能会有偏差。数量 N被设置为大于该计划所需的参与者人数,因为在调整社会经济地位后,一些参与者可能会被淘汰。活力项目组织者将在通过应用程序筛选代币后向同意的参与者支付报酬。

基本的场景。个人健康记录。

模型验证的场景

我们通过修改基本场景( 图3).在验证场景中,研究组织在区块链网络上搜索具有特定基因突变的参与者,用于抗癌药物的临床试验。为了方便起见,满足研究人员要求的所有信息的参与者被称为a组,没有必要的临床信息的潜在参与者被称为B组。研究人员向a组和B组都发送了同意请求。

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

场景的数学建模

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。

人寿保险公司的成本函数

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 成本 奖励× N+ t×α。

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 t,在那里 t为自然数,为方便起见假设为日。

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 t对于招聘完成度将有所降低。

基本场景建模

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是 SP ,让烦恼的程度 b ,让公司的可靠性 R .人寿保险公司可以设定计划期限 T以及通过应用程序与参与者沟通的项目的补偿奖励。

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 SP ,参与者的总福利增量越低。福利功能参与者是

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 T按重量。因此,对于参与者来说,参与的充分条件是福利函数为正。

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。

假设福利函数参与者是正的,概率参与者同意程度的计算基于以下假设:(1)奖励越高,对研究公司的信心越高;(2)参与者的社会经济水平越低,参与概率越高。因此,计算概率为

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,模拟变得毫无意义;因此,通过将规范化器乘以小于1,将正确的项更改为稍微更有意义的模拟。在基本情况下, SP = 5 - 10, b = 0.05 - -0.1, R -0.7 = 0.5, 标准化者= 200。

对验证场景建模

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 k可用的治疗方案的数量或范围是否越小 k,同意的概率越高。利用sigmoid函数,同意的概率值在0到1之间。

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, DP 确定是否定义了遗传数据参与者由数据提供者存储。一个 DP 为0表示没有基因组数据,值大于 n方法存储信息 n数据提供者。参与者的基因型定义为 类型 .如果 类型 是0,这意味着基因型是未知的,因为它没有检查,和 DP 值为0。如果 类型 n如果电介质的值大于0,则表示它是 nth类型。

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 x为0,概率应该接近于0。为了向右平移s型函数, 中间应该介绍一下。在验证场景中, SP = 0 - 3, k= 1 - 5, DP = 1 - 2, 中间= 150。

优化配方

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 t在成本最低的点将是优化值。

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 N天。假设概率参与者同意的是 .在这种情况下,人们最终是否会最大限度地同意 N与伯努利实现相同。第一天达成一致的概率是 ,第一天达成一致第二天达成一致的概率为(1 - ,第三天达成一致的概率为(1 - 2 .方法实现此操作时 j第一天,预计到会人数达到约定 j天数可以通过

因此,如果将这些期望添加到所有,预计参加人数直到 n天数。当奖励和 n给出了预期的参与人数,可以得到,如果 n得到的是,这个值 n是招聘的预期完成。

将这些期望值聚集在一起,我们确定了参与者的预期数量 N天。当我们找到最小值时 N即预期参与人数超过公司目标参与人数,则我们获得的奖励和最小 N对。我们把这些对放到代价函数中,得到(reward, N,成本)对,成本是最小的。

结果 优化

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 t.请注意,预期招聘周期是奖励的函数。因此,可以得到奖励和期望的招聘周期对。我们可以通过考虑应用于代价函数的这些对的代价值来创建一个元组。因此,的关系 t与报酬和成本的关系与报酬可以得到。 图4显示了在基本场景中公司的时间权重为1500时的关系,和 图5显示公司的时间权重为100的验证场景中的关系。因为基本场景假设公司不能访问参与者的一些信息,所以在计算预期招聘时间时,我们应该使用分布的期望值。因此,即使通过初始化改变了参与者的信息,图形也统一为一个。另一方面,验证场景允许公司访问所有参与者的信息,这意味着我们在计算预期招聘时间时应该考虑每个参与者的信息。因此,随着参与者信息的变化,图形也随之变化。 图5C和 图5D显示10个初始化。

图4而且 5,左图为薪酬与预期招聘周期的关系,右图为薪酬与成本的关系。奖励越小,预期招聘周期就越长,反之亦然。右图将薪酬与预期招聘周期放在成本函数中形成凸曲线。形状左侧高是因为时间成本增长,右侧大是因为奖励成本影响整个成本。因此,随着时间的急剧减少,左侧也呈现出类似的外观。右边变成了奖励的线性图,因为时间成本变得非常小。这两者之间权衡的中间部分将是成本最小化的点,奖励价值和预期招聘周期将是 奖励*而且 t *。

(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。

与仿真比较

将仿真结果与优化结果进行了比较。自 奖励*是自变量,还是因变量比较合适 t *.为了获得稳健的结果,我们通过随机改变参与者的变量进行重复实验。对于每一个初始化,我们都模拟了100次,得到实验结果。然后,计算100个实验结果与招募时间之间的误差, t *.最后,我们得到了这些值的均值和标准差。在基本场景中,模拟值集中在优化值( 图6 表1).

图7而且 表2对于验证场景,最多显示2天内优化结果之间的差异。

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)
敏感性分析

公司可以调整参加人数 N时间权重α;因此,我们对 t *作为 Nα变化。1%的增量 N,在基本场景和验证场景中,招聘时间分别增加1.54%和2.22%。时间权重每增加1%,在基本场景和验证场景下招募时间分别减少1.54%和1.67%,说明该模型符合我们的常识,为参与者招募设计提供了指导。

讨论 主要研究结果

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[ 44].从医学的角度来看,对健康人群的直接激励不存在什么道德问题[ 45],例如在基本场景中建模的那些。在验证场景中,可能存在对区块链参与者的直接激励的问题。然而,我们假设在未来允许直接激励参与临床试验的情况下,因为患者是在区块链系统上随机选择的参与者,并且我们假设可以允许直接激励来增加临床试验的招募和关注率。

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[ 46].因此,可以应用区块链代币经济对参与区块链数据共享平台的实体进行适当补偿,从而缩小公司、医院和参与者(患者)在数据利用方面的需求差距,具有较高的安全性和隐私性,通过以用户为中心的参与,高效地招募参与者。这项研究是有意义的,因为我们能够建立合理的模型,可以作为一个起点,为病人招募设计医疗保健区块链。

局限性和未来研究

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。

结论

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。

阿什利 EA 迈向精准医疗 Nat Rev Genet 2016 08 16 17 9 507 22 10.1038 / nrg.2016.86 27528417 nrg.2016.86 我们所有的研究项目调查员 “我们所有人”研究项目 N英语J医学 2019 08 15 381 7 668 676 10.1056 / nejmsr1809937 布卢门撒尔 D 促进卫生信息技术的采用 N英语J医学 2009 04 09 360 15 1477 9 10.1056 / NEJMp0901592 19321856 NEJMp0901592 Adler-Milstein J 杰哈 正义与发展党 HITECH法案推动了医院电子健康记录的采用 卫生助理(米尔伍德) 2017 08 01 36 8 1416 1422 10.1377 / hlthaff.2016.1651 28784734 36/8/1416 拥有认证医疗信息技术的专科医院的百分比 国家卫生信息技术协调员办公室 2020-02-13 https://dashboard.healthit.gov/quickstats/pages/specialty-hospital-ehr-adoption.php 韩国数字健康市场情报报告 国际贸易部报告 2019 06 01 2020-01-01 https://www.intralinkgroup.com/getmedia/3153c79b-463d-47c7-84e6-56848c98aab7/Intralink-Report_Life-Sciences_June2019 腐尸先生 Inmaculada Fernandez-Aleman 何塞•路易斯• Toval 一个 个人健康记录安全吗?免费网络访问个人健康记录隐私政策的回顾 J医疗互联网服务 2012 08 23 14 4 e114 10.2196 / jmir.1904 22917868 v14i4e114 PMC3510685 苦于 一个 da Costa CA Righi RDR de Oliveira KSF 个人健康记录:系统的文献综述 J医疗互联网服务 2017 01 06 19 1 e13 10.2196 / jmir.5876 28062391 v19i1e13 PMC5251169 个人电脑 JS 贝茨 DW Overhage JM 金沙 DZ 个人健康记录:定义、好处和克服收养障碍的策略 美国医学信息协会 2006 13 2 121 6 10.1197 / jamia.M2025 16357345 M2025 PMC1447551 S ( 区块链对个人信息保护效果的研究 J Multimed Inf系统 2019 09 30. 6 3. 125 130 10.33851 / jmis.2019.6.3.125 Choudhury O Fairoza N 确保多组织临床试验数据质量的区块链框架 2019 IEEE医疗保健信息学国际会议 6月10号至13号 中国西安 1 9 10.1109 / ichi.2019.8904634 戈登 WJ Catalini C 医疗保健领域的区块链技术:促进向患者驱动的互操作性的过渡 计算结构生物技术 2018 16 224 230 10.1016 / j.csbj.2018.06.003 30069284 s2001 - 0370 (18) 30028 - x PMC6068317 Buterin V 下一代智能合约和去中心化应用平台 Cryptorating 2020-01-01 https://cryptorating.eu/whitepapers/Ethereum/Ethereum_white_paper.pdf Maslove DM 克莱因 J Brohman K 马丁 P 使用区块链技术管理临床试验数据:概念验证研究 JMIR Med Inform 2018 12 21 6 4 e11949 10.2196/11949 30578196 v6i4e11949 PMC6320404 Biaoan Beiwei Xiaoju 聚氨酯 机器学习和区块链技术在智能医疗行业应用的文献综述:文献计量学分析 健康工程师 2021 2021 9739219 10.1155 / 2021/9739219 34426765 PMC8380165 该镇实行 图7 SM Udzir SNI Zaidan AA Zaidan BB 在医疗保健应用中开发区块链技术的系统回顾:分类、实质分析、动机、挑战、建议和未来方向 J医学系统 2019 09 14 43 10 320 10.1007 / s10916 - 019 - 1445 - 8 31522262 10.1007 / s10916 - 019 - 1445 - 8 X J 谢蒂 年代 在移动医疗保健应用程序中集成区块链以实现数据共享和协作 2017 IEEE第28届个人、室内和移动无线电通信国际研讨会(PIMRC) 10月8日至13日 加拿大蒙特利尔 10.1109 / pimrc.2017.8292361 P 施密特 D 白色 J 区块链技术在医疗保健中的使用案例 计算机的发展 2018 01 01 英格兰 爱思唯尔 帕金森 B 购房者 R 萨顿 Fichera E 米尔斯 N 更短的 吉瓦 Treweek 年代 哈曼 棕色(的) RCH Gillies K 鲍尔 P 设计和使用激励措施来支持临床试验的招募和保留:范围审查和设计清单 试用 2019 11 09 20. 1 624 1 10.1186 / s13063 - 019 - 3710 - z 31706324 10.1186 / s13063 - 019 - 3710 - z PMC6842495 希基 V Flesch l 车道 一个 艾尔 休伯 J 十二月 P 戴维斯 SM Dandoy CE 代币经济,提高日常生活活动的依从性 小儿血癌 2018 11 26 65 11 e27387 10.1002 / pbc.27387 30051581 PMC6150780 Sood 一个 普拉萨德 K Chhatwani l Shinozaki E 党卫军 loehr Wahner-Roedler 戴斯。莱纳姆: 患者对临床试验参与和招募策略的态度和偏好 梅奥诊所论文集 2009 3. 84 3. 243 247 10.4065 / 84.3.243 19252111 卡罗尔 JM 手机时间银行的联合制作场景 最终用户开发 2013 01 01 德国海德堡 施普林格 137 152 K P 征求 V 是时候开发一款应用了:手机时间银行的可用性研究 多代在线行为和媒体使用:概念、方法、工具和应用 2019 01 01 宾夕法尼亚州的好时 IGI全球 242 265 詹宁斯 CG 麦克唐纳 TM l 棕色(的) 乔丹 McConnachie l 麦肯齐 提供奖励性报酬是否会改善临床试验的招募,并增加社会贫困和老年参与者的比例? 试用 2015 03 07 16 1 80 1 10.1186 / s13063 - 015 - 0582 - 8 25888477 10.1186 / s13063 - 015 - 0582 - 8 PMC4364332 鲁芬, Nease 利用患者的金钱奖励和电子衍生的患者名单来招募患者参加临床试验 J Am董事会Fam医疗 2011 09 07 24 5 569 75 10.3122 / jabfm.2011.05.100169 21900440 24/5/569 PMC4224283 吉伦希尔 一个 巴拉德 P 收购方 D 麦卡斯基尔 年代 唐纳利 l Tappin D 为宝宝放弃:孕妇试点戒烟激励计划的结果和影响因素 BMC公共卫生 2013 04 15 13 1 343 1 10.1186 / 1471-2458-13-343 23587161 1471-2458-13-343 PMC3640949 沃尔普 公斤 Troxel博士 AB 保利 MV 格里克 普伊格 一个 阿希 加尔文 R J F DeGuzman J Corbett E 维纳 J Audrain-McGovern J 一项关于戒烟的财务激励的随机对照试验 N英语J医学 2009 02 12 360 7 699 709 10.1056 / nejmsa0806819 19213683 Vilponen J 数字治疗解决方案和商业模式创建:通过VISOR镜头进行多案例研究 Åbo学院大学 2020-01-01 https://www.doria.fi/handle/10024/173205 身兼 P brgger CS Sweney Fagatele l Alavi F 格林沃尔德 亨茨曼 K 琼斯 JK Shantz D Bulaj G 移动软件作为治疗癫痫的医疗设备(SaMD):开发数字疗法,包括基于行为和音乐的神经障碍干预 前哼神经科学 2018 5 1 12 171 1 10.3389 / fnhum.2018.00171 29780310 PMC5946004 Khirasaria 拉吉 辛格 Vikramjit 出差费 Angelika 探索数字疗法:现代医疗保健行业的下一个范式 透视临床保留区 2020 11 2 54 58 10.4103 / picr.PICR_89_19 32670828 PCR-11-54 PMC7342342 Babaioff Dobzinski 年代 奥伦 年代 比特币和红气球 2012 第十三届ACM电子商务会议 6月4 - 8 瓦伦西亚,西班牙 56 73 10.1145/2229012.2229022 Lewenberg Y Bachrach Y Sompolinsky Y 比特币矿池:合作博弈理论分析 2015 自主代理和多代理系统国际会议 5月4 - 8 土耳其伊斯坦布尔 919 27 Kiayias 一个 Koutsoupias E Kyropoulou 区块链挖矿游戏 2016 ACM经济学与计算会议 7月24 - 28 马斯特里赫特,荷兰 365 82 10.1145/2940716.2940773 杰克逊 机制理论 SSRN杂志 2009 02 01 6 1 5 20. 10.2139 / ssrn.2542983 一个 瓦特里斯克 H 区块链协议的机制设计方法 2018 IEEE物联网国际会议(iThings)、IEEE绿色计算与通信(GreenCom)、IEEE网络、物理和社会计算(CPSCom)和IEEE智能数据(SmartData) 7月2 - 7日 加州旧金山 1603 8 10.1109 / cybermatics_2018.2018.00268 Mamageishvili 一个 施莱格尔 J 机制设计和区块链 出来了。 预印本于2020年5月5日在线发布。 丰田章男 K J Mathiopoulos PT 具有机制设计的区块链支持联邦学习 IEEE访问 2020 8 219744 219756 10.1109 / access.2020.3043037 丰田章男 K 一个 激励感知区块链支持联邦学习平台的机制设计 2019 IEEE大数据国际会议 12月9 - 12 加州洛杉矶 395 403 10.1109 / bigdata47090.2019.9006344 摄影师 F 福尔克 mc 区块链:即将到来的代币经济的影响 科技革命:昨天、今天和明天 2020 01 01 纽约市 施普林格国际出版 1551 博弈理论 维基百科 2021-04-24 https://en.wikipedia.org/w/index.php?title=Game_theory&oldid=1017158618 莫拉 J Marinheiro R 席尔瓦 J 未来网络合作的博弈论 移动计算和无线网络:概念、方法、工具和应用 2016 宾夕法尼亚州的好时 IGI全球 2061 2062 帕特尔 DN 兰伯特 电动汽车 达席尔瓦 R Greyling 诺赛尔 C Noach 一个 德曼 W Gaziano T 在南非一家健康保险公司的948,974名成员中,医疗费用与参与活力健康促进计划之间的关系 是J健康促进会吗 2010 24 3. 199 204 10.4278 / 090217 -全- 68 r2.1 20073387 Swencionis C Wylie-Rosett J 大斋节 先生 金斯堡 西米洛 C Wassertheil-Smoller 年代 Caban 一个 Segal-Isaacson C 参与认知行为减肥计划的成年人的体重变化、心理健康和活力 健康Psychol 2013 04 32 4 439 46 10.1037 / a0029186 22888821 2012-21501-001 PMC4733266 谢长廷 G Kocielnik R 一分钱一分货:激励对参与偏差的影响 2012 第19届ACM计算机支持合作工作和社会计算 2月27日- 3月2日 加州旧金山 10.1145/2818048.2819936 伦敦 亚历克斯·约翰 Borasky 大卫 Bhan Anant 艾滋病毒预防试验网络伦理工作组 改进对涉及促进健康激励措施的研究的伦理审查 科学硕士 2012 9 3. e1001193 10.1371 / journal.pmed.1001193 22479154 pmedicine - d - 11 - 01601 PMC3313933 Esmaeilzadeh Pouyan Sambasivan Murali 患者对健康信息交换的支持:文献综述及关键因素分类 BMC Med通知Decis Mak 2017 04 04 17 1 33 10.1186 / s12911 - 017 - 0436 - 2 28376785 10.1186 / s12911 - 017 - 0436 - 2 PMC5379518
Baidu
map