这是一篇开放获取的文章,根据创作共用署名许可协议(https://creativecommons.org/licenses/by/4.0/)发布,该协议允许在任何媒体上不受限制地使用、分发和复制,前提是要正确引用最初发表在《医学互联网研究杂志》上的原始作品。必须包括完整的书目信息,//www.mybigtv.com/上的原始出版物链接,以及版权和许可信息。
尽管电子健康记录在高收入国家的使用率急剧增加,但个人健康记录仍然难以适当传播。代币经济通过区块链智能合约,可以通过向患者提供激励,更好地分发个人健康记录。然而,关于在设计区块链激励机制时应考虑的特定因素的研究很少。
本文的目的是在医疗保健区块链平台的真实场景中提供两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:为人寿保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由数据接受者支付给参与者,他们关注通过调整机制设计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在维持区块链代币经济中很重要。在这两种情况下,招聘公司可以改变预期的招聘时间和参加人数。假设一家公司认为招聘时间比参与者数量和奖励更重要。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。在奖励和时间组合中,选择了使公司成本最小化的组合。 Finally, the optimized results were compared with the simulations and analyzed accordingly.
为了使公司的成本最小化,首先收集了奖励时间对。结果表明,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,成本用一条凸曲线表示,这使得在两种情况下都可以获得一个最小值——一个最优点。通过灵敏度分析,我们观察到,随着时间权重的增加,优化的奖励增加,而优化的时间减少。此外,随着参与者数量的增加,优化奖励和优化时间也在增加。
在本研究中,我们能够基于通过医疗保健区块链平台招募参与者的机制设计建模区块链的激励机制。本研究提出了个人健康记录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相互激励加入平台。
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,通过为每个目标亚群体提供新疗法,以更高的分辨率定义疾病[
因此,已经实施了保健区块链,以解决这些各种问题。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
针对区块链的两个主要优势——即可审核性和可识别性——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[
已经进行了数学研究,以模拟区块链的激励。对于去中心化来说,设计使事务难以被篡改的协议是必不可少的,并且已经研究了一种数学方法来设计实现安全信息交换的区块链协议[
为什么卫生保健区块链加密经济学需要一个新的理论基础?密码经济学的目的是创建互联网服务,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完全不同于传统的业务/服务规划。现有的商业计划被赋予一定的规则(市场条件),目的是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标却恰恰相反。假设每个实体都有策略地、自私地行动,去中心化网络的设计就会制定规则,以达到预期的结果。
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,但一直缺乏使用医疗保健区块链自动化激励方案来诱导患者参与的代币经济设计研究。因此,我们旨在通过基于2个具有代表性的具有机制设计的虚拟场景的实验,探索可嵌入区块链智能合约的激励方案设计时应考虑的参数。
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,我们考虑了两个著名的经济学理论:博弈论和机制设计。在博弈论中,现有的商业计划被赋予了规则(市场条件),目的是确保公司做出最佳的选择来最大化他们的利润。该理论考察了给定博弈中的最佳策略。它解释了在几个理性的决策者相互竞争的情况下如何得出结论。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。机制设计采用工程方法,通过将经济机制和激励机制应用到设计策略中,设计师在战略环境中理性地朝着预期目标行动。也被称为
利用机制设计原理,可以减少试错带来的成本,为解决现实问题提供一个理论模型平台。结合区块链,各种类型的研究都采用了机制设计。此次拍卖是一个具有随机性和信息披露的区块链环境下机制设计的代表性例子[
当在现实世界中招募活力项目的参与者时,人寿保险公司会向参与项目的人提供奖励。使用智能合约,可以很容易地将此机制应用到区块链。此外,区块链还保护个人健康信息,能够通过应用程序进行全民招聘;因此,可以通过保健区块链有效和安全地招募参与者。
与此同时,公司向区块链参与者提供的补偿是加密货币。因此,有必要讨论如何计算这种加密货币的价值,可以通过多种方式执行。比特币的价值是由自由市场决定的。假设在区块链上招募了一个活力项目参与者;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自己的利益进行交换。在传统区块链中,运营商通过维护区块链系统获得加密货币。然而,除非人寿保险公司参与区块链操作,否则它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将变为负数。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,具有货币交换。首先,区块链运营方负责区块链的运营,充当货币交易所的角色。在本研究中,假设区块链运营方不影响代币经济,因为运营方只生成加密货币,加密货币的价值通过交易所固定。其次,有一个拥有患者健康信息的数据提供者。存储个人健康信息的成员包括医院或基因公司等实体。当他们存储的信息进行交易时,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。第三方为医疗信息平台的用户。用户可以是请求其基因组信息的患者、上传其生活日志数据的健康人,或者是希望招募参与者的人寿保险公司。在本研究中,我们假设一家人寿保险公司从机制设计的角度准备了一个活力计划,通过招募参与者,并根据激励的多少来确定招募周期。
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数量越少,同意的可能性就越高。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,因为通常人们会关心隐私和安全。
例如,如果A组参与者X同意同意,存储参与者X数据的机构将数据共享给研究公司,该机构获得加密货币补偿。在验证场景中,公司将令牌传输到拥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,这与基本场景的不同之处在于,数据提供者被添加到令牌流中
建立了两种场景的数学模型;建立了一种将组织者的成本降到最低的方法。主要成员是参与者和组织者。在这两种情况下,奖励是影响参与的主要参数——我们假设奖励越高,同意的可能性越大。就组织者而言,需要假设可以从参与者和组织者的成本政策获得哪些信息。将成本分为两类: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功能分为两个部分:奖励和成本。为参与者提供奖励;因此,奖励部分乘以参与者总数。时间也包含在时间成本中,因为奖励和时间的单位是不同的,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一个权重(时间权重)。时间权重在不同的招聘项目中可能有所不同。较高的时间权重意味着组织者更重视招募时间,希望快速招募参与者。我们将成本函数表示为
在最小化成本时,如果时间权重α较小,则成本在很大程度上依赖于报酬。时间单位
另外,要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,而另一些人不同意。如果同意的人数未达到要求的招募人数,在第2天,组织者将再次向不同意的人发送同意请求。重复这个过程来计算招募时间。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。增加同意的可能性意味着招募参与者将更容易,时间也更长
我们假设参与者可以访问有关项目持续多长时间和保险公司可靠性的信息。他们也考虑到加入该计划可能带来的不便。
参与者的福利分为两部分:(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,对薪酬部分的影响就越显著,这就导致了有偏见的招聘;因此,我们引入一个凹函数来表示货币福利。被试的社会经济地位、对记录任务的厌烦程度、生命保险公司的信赖度等信息都没有公开给调查公司。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
前一项是根据社会经济地位赋予福利的权重,后一项是通过乘以的基本二次函数得到的连续上传日志的疲劳
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,选择一定数量的期望人口,以确保社会经济地位尽可能均衡匹配。在与劳动相关的福利中,随着时间的推移,疲劳的积累速度更快,而且每个人的烦恼程度不同。因此,与人工相关的成本与烦恼程度和持续时间的平方成正比。
除了考虑经济利益之外,还引入了参与项目的可能性(以考虑现实世界参与者的心理)。当奖励大、组织者的可靠性高、社会经济地位低时,概率会大。
假设福利函数
规范化器是允许奖励增长的缓冲权重。如果方程2的右项大于1对于大多数
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,以确保在更改变量后模型是健壮的。
对于数据提供者来说,没有必要进行假设,因为没有单独的策略可用;然而,根据数据提供者所持有的信息量的比例,盈利的机会更高。研究公司可以定义它的成本函数,它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。理论上,当参与者的经济收益大于0时,他们就会决定同意。然而,在现实生活中,其他因素也在决定患者是否能够参加临床试验。因此,我们假设协议概率是基于通过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)是否检测过基因(2)基因型。需要一些属性来描述这一点。首先,
在基本情景下,参与者同意的概率为专家意见。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。在基本情况下,概率可以定义为一个简单的乘积,但在验证情况下,使用sigmoid函数,
sigmoid函数将实数转换为0到1之间的值。因此,这个值的优点是可以直接用作概率。当
我们选择了凸优化模型。对于每个场景,我们假设当临床试验得到奖励时,可以找到预期的招募时间。对于每个奖励和完成招聘配对的时间,我们获得应用配对的成本。奖励和时间
为了找到给定奖励金额的预期招募时间,我们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,我们得到同意直到的参与者的预期数量
因此,如果所有人都有这些期望
把期望值加在一起,我们就确定了参与者的期望人数
奖励会影响每个参与者同意的概率,而同意的概率又会影响预期的招募周期
在
(A)时间-奖励和(B)时间权值为1500时的基本情况下的成本-奖励权衡。
单例(A)时间奖励和(B)成本奖励和多例(C)时间奖励和(D)时间权重为100时验证场景中的成本奖励权衡。
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差(预期天数=13)。
基本的场景。
实验 | 错误,意味着(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) |
验证场景的平均值和误差的标准差。
验证场景。
实验 | 预计几天,n | 错误,意味着(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,我们提出了两种医疗保健区块链代币经济场景和机制设计。我们在每个场景中设置了参与者人数和招聘时间这两个基本组成部分,构建了数学模型来解释这两个场景,模拟了招聘时间和预期招聘人数的变化。通过机制设计,我们证明了招聘者能够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,这项研究是第一个将机制设计应用于医疗保健区块链的现实问题。
在经典博弈论中,游戏设计师无法定量地确定游戏的预期结果。他们可以期望理性的参与者为了最好的结果而相互竞争,假设参与者是理性的,因此,他们的行为是为了最大化他们的利润;然而,将此假设直接应用于带有代币经济的医疗保健区块链是不现实的,因为对于医疗保健区块链的资助方来说,了解预期时间、成本和招募的参与者数量是至关重要的。
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人数、招聘时间和奖励的关系来设定项目的量化结果。除了结果的可预测性,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,尽管该系统比传统的招募参与者的方式更开放。
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有权获得这些信息。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,我们无法获得每个参与者在很长一段时间内的烦恼程度,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,该公司可以推断每个参与者的一致性概率,并可以调整模型以适应现实世界的数据。
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,通过本研究提出的数学建模和仿真技术,代币经济将使公司能够获得重要的洞察力,通过设置适当的奖励来招聘参与者,以确定他们是否能够在预期的时间内招聘参与者。此外,由于难以招募到适合临床试验的参与者,企业可能会向医院请求患者信息。然而,医院认为没有必要和理由提供其持有的数据,或者即使医院愿意提供数据,使用患者数据的同意过程也很复杂,许多患者担心隐私和安全[
我们的假设没有反映现实世界中招募参与者的复杂情况。因此,如果我们的模型的结果与招聘公司的预期不一致,招聘就不会成功。具有基本强制要求的模型,如招募时间、激励金额和参与者数量,并且没有复杂的假设,对于其他研究人员可以作为他们自己建模的起点——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他们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,从而提供一个更健壮的框架。
在医疗保健领域采用区块链技术的商业模式很少。区块链的代币经济可以成为一个强大的驱动力,它通过一个不可更改的可跟踪的代币交易系统激励医疗保健消费者。这项研究是在现实医疗环境中设计代币经济的起点;我们建模了2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。本研究可作为设计激励系统的基础,用于公司利用基于区块链的患者招聘平台在一定时间内招聘临床试验参与者或医疗保健项目参与者。
本研究得到了首尔大学盆唐医院研究基金(资助项目02-2020-0031)、保健福利部韩国保健产业发展研究院(HI19C0152)、韩国科学和信息通信科技部国家研究基金(2017R1E1A1A03070105)、信息技术研究中心支持项目,由信息与通信技术促进研究所(IITP-2018-0-01441)监督。我们特别感谢Ilha Yune对手稿的编辑。
SYJ和THK起草了手稿。KPH参与了讨论。作为通讯作者,HJH全程监督了稿件的撰写过程。
没有宣布。