25、医疗信息学中的区块链技术

医疗信息学中的区块链技术

1. 深度学习的挑战

深度学习在医疗信息学中具有重要应用，但也面临诸多挑战。一方面，对原始数据进行理想的预处理和超参数规划是一项艰巨的任务，这可能导致漫长的规划过程。另一方面，许多深度神经网络（DNNs）容易受到攻击。若对输入数据进行微小更改（如在图像中添加难以察觉的噪声），模型就可能对样本进行错误分类。实际上，大多数人工智能算法都可能受到此类问题的影响。例如，在逻辑回归中，如果某个特征的取值设置得过高或过低，很可能会出现问题；在决策树中，若最后一层的单个二元特征被改变，就会产生错误的结果。由此可见，任何人工智能方法都容易受到安全攻击，简单的修改就可能导致系统输出错误结果。

2. 区块链技术概述

区块链是一个由去中心化的CPU/节点组成的集合，数据以块的形式存储其中，也被称为去中心化账本，数据块会持续更新。这些数据块可能包含协议、合同、交易、金融交易、健康数据等。2008年，一位名为中本聪的日本人提出了区块链的概念，最初是为了保障加密货币（如比特币）交易的安全。如今，这种点对点技术已被广泛应用于金融、交通、教育、医疗、管理等多个领域。

区块链通过加密算法确保系统的安全性，这些算法使得修改存储在区块链中的数据或交易在计算上变得极为困难。攻击者需要控制51%的CPU/节点，才能战胜区块链网络的哈希算力总和。每个数据块由头部和消息两部分组成。

3. 区块链的类型

区块链主要分为以下几种类型：
- 公有区块链（无需许可） ：对公众开放且可见，但并非所有信息都对公众开放，部分信息经过加密处理，以保护参与者的隐私。任何人都可以加入该区块链，成为节点或矿