基于區(qū)塊鏈的中醫(yī)電子病歷高效查詢方法研究

柴凱杰，丁有偉，胡孔法

（南京中醫(yī)藥大學(xué)人工智能與信息技術(shù)學(xué)院，江蘇南京 210046）

0 引言

中醫(yī)電子病歷在醫(yī)院中發(fā)揮著重要作用。隨著大數(shù)據(jù)時(shí)代的到來，中醫(yī)電子病歷數(shù)據(jù)蘊(yùn)含著巨大價(jià)值，具有重要的研究意義。當(dāng)前中醫(yī)電子病歷查詢主要是通過各種電子病歷系統(tǒng)實(shí)現(xiàn)的，但系統(tǒng)會受到各種攻擊，以及系統(tǒng)本身存在一些漏洞等因素，可能導(dǎo)致用戶隱私泄露，并且系統(tǒng)查詢結(jié)構(gòu)比較單一，查詢速度仍有待提高。因此，尋找一種可同時(shí)兼顧查詢性能與用戶隱私安全的中醫(yī)電子病歷查詢方法是中醫(yī)藥信息化發(fā)展過程中亟待解決的關(guān)鍵問題之一。

由于中醫(yī)電子病歷數(shù)據(jù)具有數(shù)據(jù)量大、數(shù)據(jù)類型復(fù)雜等特性，在共享與存儲方面需要提出新的架構(gòu)［1］。肖勇等［2］對中醫(yī)藥防控救治信息化工作進(jìn)行研究，并指出其中存在的信息共享不足等問題。區(qū)塊鏈技術(shù)可以很好地解決以上問題。區(qū)塊鏈?zhǔn)且环N新興的數(shù)據(jù)安全技術(shù)，具有匿名性、去中心化、防篡改等特性，且目前發(fā)展日趨成熟。很多學(xué)者對其進(jìn)行了大量研究，如邵奇峰等［3］詳細(xì)介紹區(qū)塊鏈體系架構(gòu)，并從區(qū)塊鏈數(shù)據(jù)、共識機(jī)制、智能合約、可擴(kuò)展性、安全性幾方面闡述了區(qū)塊鏈原理與技術(shù)；蔡曉晴等［4］提取出區(qū)塊鏈的5 層核心架構(gòu)，并就其中數(shù)據(jù)、網(wǎng)絡(luò)、共識3層基礎(chǔ)架構(gòu)進(jìn)行詳細(xì)說明；潘晨等［5］對區(qū)塊鏈的性能缺陷進(jìn)行總結(jié)，并介紹了可提升區(qū)塊鏈性能及容量的相關(guān)技術(shù)；Hung 等［6］通過分片技術(shù)提高了區(qū)塊鏈數(shù)據(jù)交易性能；劉懿中等［7］從共識機(jī)制方面對區(qū)塊鏈進(jìn)行了詳細(xì)研究；方維維等［8］對PBFT 共識算法進(jìn)行優(yōu)化，提高了區(qū)塊鏈的可擴(kuò)展性。

區(qū)塊鏈技術(shù)在中醫(yī)藥領(lǐng)域的應(yīng)用主要集中在中醫(yī)電子病歷方面。湯穎［9］分析了區(qū)塊鏈技術(shù)在電子病歷中的應(yīng)用；肖勇等［10］指出中醫(yī)信息化建設(shè)中存在的問題，并提出建設(shè)性意見。在安全性方面，牛淑芬等［11］提出基于聚合密鑰的密文檢索方案，提高了中醫(yī)電子病歷的安全性；侯姝言等［12］將可追蹤性安全機(jī)制應(yīng)用于藥品防偽溯源，同時(shí)將區(qū)塊鏈隱私保護(hù)應(yīng)用于電子健康病歷；張劍等［13］通過基于區(qū)塊鏈的電子病歷存儲系統(tǒng)提高了電子病歷數(shù)據(jù)的安全性。在查詢性能方面，徐知海等［14］提出基于蟻群算法的區(qū)域電子病歷查詢方法；肖麗等［15］提出基于區(qū)塊鏈技術(shù)的中醫(yī)電子病歷系統(tǒng)架構(gòu)；郭坤等［16］為保證數(shù)據(jù)的高效訪問，創(chuàng)建排序索引以提高檢索性能；李莉等［17］通過分片技術(shù)提高了區(qū)塊鏈的可擴(kuò)展性。以上文獻(xiàn)雖然分開考慮了中醫(yī)電子病歷的安全性與查詢性能，但是未能將兩者同時(shí)兼顧。

針對中醫(yī)電子病歷無法兼顧安全性與查詢性能的問題，本文結(jié)合區(qū)塊鏈分片技術(shù)［18-22］，提出一個(gè)基于地理位置劃分的區(qū)塊鏈分片方案，利用區(qū)塊鏈的去中心化、不可篡改等機(jī)制保證了中醫(yī)電子病歷查詢的安全性；采用分片技術(shù)將全國醫(yī)院按等級分片，對每個(gè)分片內(nèi)節(jié)點(diǎn)上存儲的數(shù)據(jù)增加索引，從而兼顧了中醫(yī)藥數(shù)據(jù)的安全性與查詢性能。實(shí)驗(yàn)結(jié)果表明，通過對1 200 條數(shù)據(jù)進(jìn)行查詢并且對比了區(qū)塊鏈分片與不分片的情況，發(fā)現(xiàn)分片查詢效果明顯優(yōu)于不分片查詢，同時(shí)增加索引查詢效果顯著優(yōu)于未添加索引查詢。本文的創(chuàng)新點(diǎn)如下：

（1）提出基于地理位置劃分的區(qū)塊鏈分片方案，并且按照醫(yī)院級別設(shè)置全節(jié)點(diǎn)和輕節(jié)點(diǎn)，在緩解存儲交易壓力的同時(shí)，可提高中醫(yī)藥數(shù)據(jù)查詢性能。

（2）通過區(qū)塊鏈的節(jié)點(diǎn)分片策略及索引技術(shù)，提高了區(qū)塊鏈查詢性能，實(shí)現(xiàn)了對中醫(yī)藥數(shù)據(jù)定值查詢與范圍查詢的快速響應(yīng)。

1 模型

1.1 數(shù)據(jù)模型

中醫(yī)病歷歷史悠久，經(jīng)歷了漫長的發(fā)展過程并發(fā)展為如今的中醫(yī)電子病歷。中醫(yī)電子病歷的主要記錄包括：編號、標(biāo)準(zhǔn)化臨床表現(xiàn)、標(biāo)準(zhǔn)化病機(jī)、膏方、劑量等。中醫(yī)電子病歷記錄的數(shù)據(jù)具有較高的潛在研究價(jià)值。區(qū)塊鏈電子病歷結(jié)構(gòu)表示例如表1 所示。

Table 1 Blockchain electronic medical record structure example表1 區(qū)塊鏈電子病歷結(jié)構(gòu)表示例

區(qū)塊鏈?zhǔn)且环N去中心化、不可篡改、可追溯、可信的分布式數(shù)據(jù)庫。區(qū)塊鏈?zhǔn)怯蓞^(qū)塊相互連接形成的一種鏈?zhǔn)酱鎯Y(jié)構(gòu)，由區(qū)塊頭和區(qū)塊體組成。區(qū)塊頭存儲區(qū)塊的頭信息，包含上一個(gè)區(qū)塊的哈希值、隨機(jī)數(shù)、時(shí)間戳、難度值等；區(qū)塊體包含其交易信息，交易信息存儲在由Merkle 樹根組成的葉子節(jié)點(diǎn)中。中醫(yī)電子病歷區(qū)塊鏈結(jié)構(gòu)如圖1 所示。

Fig.1 Blockchain structure of traditional Chinese medicine electronic medical records圖1 中醫(yī)電子病歷區(qū)塊鏈結(jié)構(gòu)

表1 中每一條電子病歷記錄作為區(qū)塊鏈中的一個(gè)交易，兩兩進(jìn)行哈希運(yùn)算，將若干條交易打包形成一個(gè)區(qū)塊。區(qū)塊內(nèi)各交易以Merkle 樹的形式進(jìn)行組織，區(qū)塊形成后插入到現(xiàn)有區(qū)塊鏈中。

1.2 網(wǎng)絡(luò)模型

醫(yī)院網(wǎng)絡(luò)主要由電子計(jì)算機(jī)與通信設(shè)備組成，為醫(yī)院所屬各部門提供用戶診斷信息的存儲、管理、收集、查詢與數(shù)據(jù)交換等服務(wù)。但這種中心化的網(wǎng)絡(luò)方式會造成數(shù)據(jù)隱私泄露及其他安全問題，且日益增長的數(shù)據(jù)會帶來存儲壓力，同時(shí)內(nèi)外網(wǎng)分離會造成數(shù)據(jù)信息孤島問題，不利于用戶信息共享。醫(yī)院網(wǎng)絡(luò)如圖2 所示。

Fig.2 Hospital network圖2 醫(yī)院網(wǎng)絡(luò)

使用區(qū)塊鏈可很好地解決以上問題，區(qū)塊鏈?zhǔn)且环N去中心化的網(wǎng)絡(luò)，在區(qū)塊鏈網(wǎng)絡(luò)體系中不存在中心化的服務(wù)器，每一個(gè)節(jié)點(diǎn)都是對等的，不存在客戶端與服務(wù)器的區(qū)分。一方面，區(qū)塊鏈具有的不可篡改、加密等特性可保證數(shù)據(jù)安全；另一方面，可把每個(gè)醫(yī)院當(dāng)作一個(gè)節(jié)點(diǎn)，節(jié)點(diǎn)之間相互對等，從而去除了醫(yī)院對中心化服務(wù)器的依賴，并且少數(shù)節(jié)點(diǎn)被攻擊崩潰并不會影響整個(gè)區(qū)塊鏈網(wǎng)絡(luò)的正常運(yùn)行。同時(shí)，節(jié)點(diǎn)之間相互通信，可很好地解決數(shù)據(jù)信息孤島問題。

本文將全國醫(yī)院都當(dāng)作節(jié)點(diǎn)，各個(gè)節(jié)點(diǎn)之間相互通信，構(gòu)成區(qū)塊鏈網(wǎng)絡(luò)。為減輕存儲壓力、提高查詢性能，對節(jié)點(diǎn)進(jìn)行分片。根據(jù)省份地區(qū)及醫(yī)院等級進(jìn)行分片，將區(qū)塊鏈分片與地理位置相關(guān)聯(lián)，從而使區(qū)塊鏈中醫(yī)電子病歷的理論模型映射到現(xiàn)實(shí)生活中。若各個(gè)分片內(nèi)包含節(jié)點(diǎn)數(shù)量過多，可再次按市、縣（鎮(zhèn)）進(jìn)行分片，從而構(gòu)建基于地理位置的區(qū)塊鏈分片網(wǎng)絡(luò)。區(qū)塊鏈分片如圖3 所示。

Fig.3 Blockchain sharding圖3 區(qū)塊鏈分片

為充分利用各醫(yī)院的存儲與計(jì)算資源，提高中醫(yī)電子病歷查詢性能，具體分片規(guī)則如下：①將中醫(yī)藥數(shù)據(jù)依次按照省進(jìn)行分片劃分；②各個(gè)省市的三甲醫(yī)院為全節(jié)點(diǎn)，主要負(fù)責(zé)同步全國所有分片內(nèi)的交易，其他醫(yī)院為輕節(jié)點(diǎn)，負(fù)責(zé)處理各自醫(yī)院的交易。該方法的優(yōu)點(diǎn)是可以同步所有數(shù)據(jù)交易，同時(shí)減輕存儲壓力。

通過將醫(yī)院網(wǎng)絡(luò)映射到區(qū)塊鏈網(wǎng)絡(luò)，最后構(gòu)建基于地理位置的區(qū)塊鏈分片網(wǎng)絡(luò)，一方面可緩解存儲壓力，另一方面可在每個(gè)分片內(nèi)獨(dú)立并行地處理交易。若需跨分片交易，則進(jìn)行同步或異步跨分片交易。通過分片提高了交易處理性能，并通過各個(gè)節(jié)點(diǎn)之間的相互通信解決了孤島問題。該方法同時(shí)兼顧了安全性與查詢性能，提高了區(qū)塊鏈的可擴(kuò)展性。

2 查詢方法

2.1 數(shù)據(jù)存儲

目前，電子病歷存儲方式十分多樣化，包括分科室、分階段、分內(nèi)容存儲，以及基于XML 的電子病歷存儲等，但是這些存儲方式都過于中心化。

在實(shí)際應(yīng)用中，中醫(yī)醫(yī)院一般包括中醫(yī)診所、社區(qū)醫(yī)院、縣級醫(yī)院、市級醫(yī)院和省級醫(yī)院等，醫(yī)院所在地之間有明確的行政隸屬關(guān)系，每個(gè)醫(yī)院的規(guī)模、產(chǎn)生的數(shù)據(jù)量、數(shù)據(jù)存儲及處理能力各不相同。將中醫(yī)電子病歷存儲在區(qū)塊鏈上可保證其安全性，但其查詢過程需要所有醫(yī)院之間進(jìn)行共識，共識過程復(fù)雜且遠(yuǎn)距離的數(shù)據(jù)通信延遲較大，導(dǎo)致查詢性能低下。因此，在保證安全性的同時(shí)，可通過分片及增加索引的方式提高區(qū)塊鏈數(shù)據(jù)查詢性能。

數(shù)據(jù)存儲采用CouchDB 數(shù)據(jù)庫進(jìn)行鍵值對存儲，在每個(gè)分片內(nèi)，節(jié)點(diǎn)存儲的數(shù)據(jù)相同，并且所有數(shù)據(jù)根據(jù)分片數(shù)量平均進(jìn)行存儲。利用CouchDB 數(shù)據(jù)庫的優(yōu)勢，可對中醫(yī)電子病歷數(shù)據(jù)進(jìn)行更復(fù)雜的查詢。通過私有數(shù)據(jù)對中醫(yī)藥數(shù)據(jù)進(jìn)行存儲，可保護(hù)用戶的隱私安全，并且對數(shù)據(jù)進(jìn)行分類及增加索引。對數(shù)據(jù)進(jìn)行分類可使中醫(yī)藥數(shù)據(jù)的管理更加動(dòng)態(tài)化、合理化及規(guī)律化；通過索引可大大提高查詢速度，從而保證了數(shù)據(jù)的安全性和查詢性能。

2.2 數(shù)據(jù)查詢

本實(shí)驗(yàn)查詢主要分為定值查詢與范圍查詢。

（1）定值查詢：查詢存儲的某一條數(shù)據(jù)。例如：查詢姓名為張三（或編號為HS001）的全部電子病歷記錄描述。

（2）范圍查詢：查詢存儲數(shù)據(jù)索引參數(shù)某一范圍內(nèi)的數(shù)據(jù)。例如：查詢編號為HS001～HS100（或住院日期為1～5 天內(nèi)）患者的全部電子病歷記錄描述。

使用CouchDB 數(shù)據(jù)庫、增加索引的優(yōu)勢在于當(dāng)存儲大量數(shù)據(jù)時(shí)，不必按順序遍歷每一條數(shù)據(jù)進(jìn)行一一對比，并且減少了磁盤的I/O 操作，可很快定位到數(shù)據(jù)所在位置。其高效查詢的具體設(shè)計(jì)與實(shí)現(xiàn)流程如下：①以raft 方式啟動(dòng)網(wǎng)絡(luò)；②啟用CouchDB 數(shù)據(jù)庫；③對中醫(yī)藥數(shù)據(jù)創(chuàng)建索引；④安裝實(shí)例化鏈碼；⑤選擇查詢條件；⑥根據(jù)查詢條件選擇對應(yīng)鏈碼進(jìn)行查詢；⑦對查詢結(jié)果進(jìn)行驗(yàn)證，多次查詢并在最后進(jìn)行對比的目的是為了防止惡意節(jié)點(diǎn)進(jìn)行破壞。具體查詢流程如圖4 所示。

Fig.4 Query flow圖4 查詢流程

2.3 安全性分析

隨著可信時(shí)代的到來，人們越來越重視個(gè)人的隱私安全。本文主要通過以下4 方面保證人們的隱私安全：

（1）利 用Hyperledger Fabric平臺存儲數(shù)據(jù)，Hyperledger Fabric 平臺具有特有的許可、加密處理等機(jī)制。

（2）通過建立通道保證數(shù)據(jù)的隱私性，各分片內(nèi)的各個(gè)節(jié)點(diǎn)都可相互建立通道。只有通道內(nèi)的節(jié)點(diǎn)可以查看該部分?jǐn)?shù)據(jù)，而其他加入通道內(nèi)的節(jié)點(diǎn)無法查看。

（3）采用私有數(shù)據(jù)，在保證安全性的同時(shí)，可減少建立通道時(shí)的管理開銷，一定程度上提高了可擴(kuò)展性。

（4）Fabric1.4 版本的raft 協(xié)議具有“崩潰容錯(cuò)”的特性，在安全性方面具有一定保障。

通過以上4 個(gè)方面，利用區(qū)塊鏈本身較強(qiáng)的安全性以及平臺的獨(dú)特優(yōu)勢，可實(shí)現(xiàn)中醫(yī)藥數(shù)據(jù)的安全保障及隱私保護(hù)等。同時(shí)利用區(qū)塊鏈去中心化的特性以及平臺“崩潰容錯(cuò)”等特性，使基于區(qū)塊鏈的中醫(yī)電子病歷相比普通中心化的中醫(yī)電子病歷具有不可比擬的優(yōu)勢。

3 實(shí)驗(yàn)及分析

3.1 實(shí)驗(yàn)環(huán)境

實(shí)驗(yàn)環(huán)境為VMware? Workstation 14 Pro，Hyperledger Fabric1.4 版本，ubuntu 虛擬機(jī)內(nèi)存為2GB。在此虛擬機(jī)上搭建Fabric1.4，以raft 方式啟動(dòng)網(wǎng)絡(luò)，選擇CouchDB 數(shù)據(jù)庫，在不分片單solo 模式下以及兩個(gè)分片以raft 方式啟動(dòng)網(wǎng)絡(luò)多個(gè)order 的情況下，比較傳輸交易時(shí)間及不同數(shù)據(jù)量的查詢時(shí)間，存儲數(shù)據(jù)使用私有數(shù)據(jù)的方式以保證安全性，同時(shí)添加了索引功能以實(shí)現(xiàn)范圍查詢，可大大提高查詢速度。

Hyperledger Fabric 是一個(gè)開源的企業(yè)級許可分布式賬本平臺，具有高度模塊化與可配置的架構(gòu)，支持可插拔共識協(xié)議及多種通用編程語言等，并通過MSP（成員服務(wù)提供商）、PKI（公鑰基礎(chǔ)設(shè)施）、數(shù)字證書等保證安全性與隱私性。

3.2 實(shí)驗(yàn)結(jié)果分析

本實(shí)驗(yàn)在目前比較流行的Hyperledger Fabric 平臺上進(jìn)行部署，設(shè)置了10 個(gè)節(jié)點(diǎn)，其中有4 個(gè)全節(jié)點(diǎn)、6 個(gè)輕節(jié)點(diǎn)。首先，以raft 方式啟動(dòng)網(wǎng)絡(luò)，該方式的優(yōu)點(diǎn)是可以在每個(gè)分片內(nèi)分配一個(gè)order 節(jié)點(diǎn)，從而加快每個(gè)分片內(nèi)的交易處理性能，提高了可擴(kuò)展性。通過Org1 和Org2 兩個(gè)組織模擬分片，在每個(gè)組織內(nèi)分配兩個(gè)節(jié)點(diǎn)，并通過安裝調(diào)用實(shí)例化鏈碼實(shí)現(xiàn)對中醫(yī)藥數(shù)據(jù)的查詢。

為測試本文算法的性能，在具有1 200 條真實(shí)數(shù)據(jù)的電子病歷數(shù)據(jù)集上對區(qū)塊鏈各方面查詢性能進(jìn)行比較。不分片是在單solo 模式下進(jìn)行的，而分片是以raft 模式啟動(dòng)網(wǎng)絡(luò)，可在每個(gè)分片內(nèi)分配一個(gè)order，從而大大提高分片對交易的處理性能。

如圖5 所示，按數(shù)據(jù)量等值遞增設(shè)置6 組實(shí)驗(yàn)，分別測試在分片和不分片情況下不同數(shù)據(jù)交易量的查詢時(shí)間對比。實(shí)驗(yàn)結(jié)果表明，在相同數(shù)據(jù)量下，分片的查詢速度明顯優(yōu)于不分片的查詢速度，這是分片的必然結(jié)果。同時(shí)隨著數(shù)據(jù)量的增大，分片查詢交易時(shí)間的增長速率明顯慢于不分片的情況，這是由于在大量數(shù)據(jù)下，每個(gè)分片獨(dú)立并行進(jìn)行查詢，因此體現(xiàn)出分片的查詢優(yōu)勢。

Fig.5 Comparison of query time for different transaction volumes圖5 不同數(shù)據(jù)交易量查詢時(shí)間對比

如圖6 所示，按數(shù)據(jù)量等值遞增設(shè)置6 組實(shí)驗(yàn)，分別測試在分片和不分片情況下不同數(shù)據(jù)交易量的傳輸交易時(shí)間對比。實(shí)驗(yàn)結(jié)果表明，在相同數(shù)據(jù)量下，分片傳輸交易速度大于不分片的情況，并且隨著數(shù)據(jù)量的增大，分片傳輸交易時(shí)間的增長速率慢于不分片的情況，這是分片帶來的必然結(jié)果。

Fig.6 Comparison of different data transaction volume transmission time圖6 不同數(shù)據(jù)交易量傳輸時(shí)間對比

如圖7 所示，設(shè)置6 組實(shí)驗(yàn)，在對中醫(yī)藥數(shù)據(jù)增加索引后，分片測試不同數(shù)據(jù)量下范圍查詢與無索引查詢時(shí)間對比。實(shí)驗(yàn)結(jié)果表明，在相同數(shù)據(jù)量下，增加索引可很快地提高查詢速度，并且隨著數(shù)據(jù)量的增大，增加索引的時(shí)間波動(dòng)不大且趨于穩(wěn)定，而無索引查詢時(shí)間則與數(shù)據(jù)量的增加成正比，可顯著體現(xiàn)增加索引帶來的優(yōu)勢。

Fig.7 Time comparison between range query and non-indexed query圖7 范圍查詢與無索引查詢時(shí)間對比

不同數(shù)據(jù)交易量傳輸時(shí)間對比如圖8 所示，數(shù)據(jù)量1的存儲量是數(shù)據(jù)量2 的30 倍。實(shí)驗(yàn)結(jié)果表明，不同存儲量的交易不會影響其查詢速度，總體來說查詢時(shí)間趨于穩(wěn)定，波動(dòng)不大。

Fig.8 Comparison of query time for different data transaction volumes圖8 不同數(shù)據(jù)交易量傳輸時(shí)間對比

4 結(jié)語

本文對基于區(qū)塊鏈的中醫(yī)電子病歷高效查詢方法進(jìn)行研究，通過分片及增加索引提高了查詢性能，使得中醫(yī)藥數(shù)據(jù)管理更加規(guī)范化與動(dòng)態(tài)化。但是本文方法在跨分片交易方面還存在不足，這將是下一步研究的重點(diǎn)。區(qū)塊鏈“不可能三角”一直是需要攻克的難點(diǎn)，相信在不久的將來，區(qū)塊鏈的應(yīng)用將會越來越普遍。