SÁCH TRẮNG 2018 - MediLOTbệnh nhân qua tất cả các lần thăm khám, là cần thiết, bao gồm các chuẩn đoán trước đây, kiểm tra, kết quả, đơn thuốc

MediLOT là một nền tảng phân bổ xây dựng trên blockchain, trí tuệ nhân tạo và công nghệ quản lý dữ liệu cho bệnh nhân, nhà

cung cấp y tế, nhà nghiên cứu và các tổ chức kinh doanh.

B Ả N 1 . 0 • T H Á N G 4 2 0 1 8 • M E D I L O T T E C H N O L O G I E S P T E L T D • W W W . M E D I L O T . C O M

S Á C H T R Ắ N G 2 0 1 8

Nghiêm tin và bảo mật. Điều kiện và chi tiết ở đây chỉ là sơ bộ và không được dùng làm điều khoản buôn bán. 0 2

G I A O T H Ứ C D Ữ L I Ệ U S Ứ C K H Ỏ E

2 0 1 8

N Ộ I DUNG

H I Ệ N T R Ạ N G V Ấ N Đ Ề V Ề C H Ă M S Ó C S Ứ C K H Ỏ E0 1

M E D I L O T0 2

C Ô N G N G H Ệ0 3

T O K E N L O T0 4

L Ợ I Í C H0 5

C H I Ế N L Ư Ợ C G I Ớ I T H I Ệ U V À T R I Ể N K H A I0 6

P H Â N P H Ố I T O K E N0 7

T H À N H V I Ê N0 8

Nghiêm tin và bảo mật. Điều kiện và chi tiết ở đây chỉ là sơ bộ và không được dùng làm điều khoản buôn bán.


2 0 1 8

0 3

Chăm sóc sức khỏe là quyền con người và cần thiết trong cuộc sống của mọi người. Những tiến bộ trong kĩ thuật y tế đã

giúp chúng ta tăng tuổi thọ, sống khỏe mạnh với chất lượng cuộc sống tốt hơn. Phần nhiều trong những tiến bộ vượt trội

nằm ở việc chăm sóc lâm sàng và thiết bị y tế. Việc quản lý dữ liệu cũng đang cho thấy nhiều phát triển, trong vấn đề Dữ

Liệu Sức Khỏe Điện Tử (EHR) – một dạng dữ liệu điện tử lưu trữ thông tin về sức khỏe bệnh nhân. EHR chứa lịch sử y tế, kế

hoạch điều trị, dị ứng và các dữ liệu liên quan tới sức khỏe bệnh nhân. Việc xúc tiến thông tin sức khỏe không qua giấy tờ là

cần thiết, bởi dễ dàng chia sẻ và sử dụng bởi y bác sĩ.

Trong khi hàng tỉ đô la đang được rót cho việc chuyển sang lưu trữ y tế điện tử tại các nước phát triển, tiến độ vẫn còn chậm

và đứt đoạn. Các hệ thống EHR hiện nay thiếu các điều khoản về quyền riêng tư, bảo mật và không hỗ trợ công cụ phân tích

dữ liệu overlays và không có khả năng xử lý việc phân bổ đều các dữ liệu sức khỏe quan trọng . Điều đó đặt ra một thách

thức cho việc xây dựng một hệ thống EHR mạnh, lớn và đặt bệnh nhân ở trung tâm.

1 Medication errors attributed to health information technology. Lawes S, Grissinger M. PA-PSRS Patient Saf Advis. March 2017;14:1-8.

H IỆ N TR ẠNG VẤN ĐỀ VỀ CHĂM SÓC SỨC K H Ỏ E

0 1

1.1 Hồ sơ bênh án không đồng nhất

Mỗi cơ sở y tế khác nhau thường có nhà cung cấp EHR khác nhau,

nghĩa là trong khi thông tin có thể được chia sẻ rộng rãi trong một

cơ sở hay cụm cơ sở, thì lại thường không kết nối hoặc không có khả

năng truy cập vào cơ sở sử dụng hệ thống EHR khác. Điều này dẫn

đến hiệu ứng silo, khi dữ liệu y tế của bệnh nhân bị ràng buộc vào

một cơ sở y tế, sau đó, phải tổng hợp và sao chép bằng tay để các cơ

sở y tế khác có thể truy cập. Ở thời đại mà việc chuyển giao thông

tin là ngay lập tức, những rào cản truy cập này càng ngày càng khó

có thể chấp nhận được.

Khi y bác sĩ gặp bệnh nhân, việc truy cập vào tất cả dữ liệu y tế của

bệnh nhân qua tất cả các lần thăm khám, là cần thiết, bao gồm các

chuẩn đoán trước đây, kiểm tra, kết quả, đơn thuốc và dị ứng. Việc

thiếu dữ liệu đầy đủ về lịch sử sức khỏe của bệnh nhân làm tăng

nguy cơ sai sót y tế và phát sinh chi phí. Hầu hết những sai sót này

không phải do sai sót của y bác sĩ, mà là do lỗi từ các hệ thống sử

dụng trong y tế. Đa phần các sai sót y tế được cho là do quy trình,

giao tiếp và giao diện người dùng1.

1.2 Bệnh nhân chưa được đặt làm trung tâm

Ở thời này, chủ nghĩa y học là một ngoại lê, chứ không phải tiêu

chuẩn. Bệnh nhân ngày càng được cùng ra quyết định và thường

đóng vai trò tích cực trong việc quản lý các vấn đề y tế của họ. Tham

khảo ý kiến khác cũng đã trở thành một việc mà bệnh nhân chấp

nhận được – tuy nhiên, điều này đang bị cản trở bởi các giải pháp

EHR hiện hành. Bởi bệnh nhân không được trực tiếp quản lý truy cập

vào dữ liệu sức khỏe chi tiết của họ, việc lưu động dữ liệu y tế còn

hạn chế. Các hệ thống hiện hành cũng không cho phép các lựa chọn

thỏa thuận khác được đăng kí hay thay đổi dễ dàng – ví dụ, nếu

bệnh nhân muốn thay đổi quyết định về thử nghiệm nghiên cứu hay

hiến tặng nội tạng sẽ phải trải qua một quy trình hành chính mệt

mỏi để thay đổi thỏa thuận của mình.

1.3 Thiếu tính riêng tư cho bệnh nhân

Tính riêng tư của bệnh nhân là nền tảng của một nền y tế tốt và là

quan trọng với cả bệnh nhân và bác sĩ. Bệnh nhân tự nguyện cung

cấp các thông tin y tế chính xác để có thể được điều trị hiệu quả

nhất. Tuy nhiên, các hệ thống EHR hiện tại không cho phép bệnh

nhân có quyền kiểm soát ai có thể tiếp cận phần thông tin nào trong

hồ sơ y tế của họ khi không điều trị tại viện. Trong khi có một vài hệ

thống đặt mật khẩu cơ bản để bảo vệ tính phần bảo mật cho những

thông tin tế nhị như lịch sử tình dục hay tâm thần, không có một

hệ thống nào cho phép bệnh nhân kiểm soát việc chia sẻ thông tin

của họ. Mặc dù luật bảo vệ quyền riêng tư có quy định cách sử dụng

thông tin y tế cá nhân, tuy nhiên vẫn chưa được xây dựng dựa trên

sự tiến bộ của kĩ thuật của blockchain với khả năng bảo mật phân bổ

thông tin và cho phép bệnh nhân quyền kiểm soát gần như ngay lập

tức cách sử dụng dữ liệu của chính họ.

1.4 Rủi Ro Bảo Mật

Các hệ thống EHR hiện tại được tập trung và dễ mắc lỗi toàn hệ

thống. Tháng 4 năm 2017, mã đọc WannaCry đã làm tê liệt khoảng

80 cơ sở dịch vụ y tế quốc gia (NHS) bao gồm các bệnh viện và

phòng khám tổng quát ở Anh. Kết quả: gần 20.000 lịch khám bị hủy,

5 bệnh viện phải ngắt dịch vụ cứu thương và 600 y bác sĩ phải sử

dụng giấy bút để ghi bệnh án. Khi tất cả hồ sơ bệnh án được lưu trữ

trong một nguồn, việc vi phạm thông tin thường là thảm họa với bất

kì tổ chức y tế nào. Dựa trên bản tin về bảo mật của Kaspersky năm

2016, lĩnh vực chăm sóc y tế là một trong 10 ngành bị thiệt hại nặng

nhất do mã đọc tống tiền.



2 0 1 8

0 1 H I Ệ N T R Ạ N G V Ấ N Đ Ề V Ề C H Ă M S Ó C S Ứ C K H Ỏ E

0 4

1.5 Bảo Hiểm Y Tế Và Gian Lận

Các nhà bảo hiểm đóng vai trò quan trọng trong hệ thống chăm

sóc sức khỏe và thường yêu cầu được truy cập vào dữ liệu của bệnh

nhân nhằm mục đích bồi thường và cơ cấu phí bảo hiểm. Hiện

tại, bệnh nhân phải yêu cầu bệnh viện cung cấp chứng từ y tế, và

thường phải trả phí xử lý. Bệnh viện thường tổng hợp các thông tin

phù hợp thành một báo cáo và gửi tới cho công ty bảo hiểm, để họ

sẽ kiểm chứng một cách thủ công. Quá trình này khá vòng vo bởi

mỗi bồi thường y tế có thể mất tới nhiều tháng và thậm chí nhiều

năm, và việc nhiều bên liên quan làm tăng nguy cơ sai sót bản ghi.

Gian lận y tế cũng là một vấn đề khi y bác sĩ gây ra sai sót bao gồm

chuẩn đoán sai trong hồ sơ bệnh án để gian lận khoản bồi thường.

Những chuẩn đoán sai có thể tổn hại bức tranh tổng quát về sức

khỏe bệnh nhân và dẫn tới các sai sót y tế. Nếu không có một hệ

thống dữ liệu tốt có nguồn gốc xuất xứ, khó có thể phát hiện ra y

bác sĩ gây sai xót. Điều này dẫn tới việc tăng tiền bồi thường cho tất

cả các bệnh nhân khác và ảnh hưởng tới những y bác sĩ trung thực.

Ngành công nghiệpPhần trăm bị tấn

công bởi ransom-ware

Giáo dục 23

Thông tin/viễn thông 22

Giải trí/truyền thông 21

Dịch vụ tài chính 21

Xây dựng 19

Chính quyền/Khu vực công/Phòng thủ 18

Sản xuất 18

Giao thông 17

Y tế sức khỏe 16

Bán lẻ/Bán buôn/Giải trí 16

Nguồn: Kaspersky Security Bulletin 2016

1.6 Cá Nhân Hóa Điều Trị

Cá Nhân Hóa Điều Trị, trong khi bị cho là quá đắt đỏ và phi thực tế,

đang dần trở thành hiện thực. Nhờ có những tiến bộ trong Trí Thông

Minh Nhân Tạo (AI), machine learning và phân tích dữ liệu, ngành y

đang dần chuyển mình. Việc hứa hẹn những kế hoạch điều trị và kê

đơn thuốc tùy theo từng cá nhân đang trở nên hấp dẫn. Tuy nhiên,

sự thiếu hụt cấu trúc dữ liệu và giao diện lập trình ứng dụng (APIs)

EHR dễ sử dụng đang gây cản trở việc áp dụng trên thực tế. Thêm

vào đó, việc không có khả năng chia sẻ dữ liệu gen và kiểu hình mà

không làm lộ danh tính sẽ cản trở quá trình sử dụng công cụ AI khi

cá nhân hóa điều trị.

1.7 Điều Trị Từ Xa

Điều Trị Từ Xa vẫn đang trong giai đoạn manh nha, nhưng được dự

đoán sẽ là một trong những ngành ngách tăng trưởng nhanh nhất

trong lĩnh vực y tế. Với những tiến bộ trong thông tin liên lạc, With

advances in telecommunications, phát video trực tuyến, và thiết bị

đeo tay wearables, việc điều trị từ xa trở nên phổ biến chỉ còn là vấn

đề thời gian. Tuy nhiên, giống như vấn đề của hồ sơ bênh án không

đồng nhất, nguy cơ về tập trung và bảo mật cũng tồn tại. Không

có một lịch sử sức khỏe đầy đủ, y bác sĩ sẽ khó có thể đưa ra chuẩn

đoán chính xác qua điều trị từ xa. Quyền riêng tư của bệnh nhân

cũng cần thiết trong điều trị từ xa nhưng không có hệ thống hiện

hành nào cho phép chi tiết quyền truy cập.



2 0 1 8

2.1 Dữ Liệu Y Tế Đầy Đủ

Sử dụng sổ cái phân tán (Hyperledger++) lưu trữ tất cả các giao dịch

được thực hiện – các y bác sĩ có thẩm quyền có thể trích xuất toàn

bộ dữ liệu của bệnh nhân bất kì lúc nào để sử dụng trong điều trị.

Những hồ sơ bệnh án này sau đó sẽ được truy cập, với sự đồng ý của

bệnh nhân, giữa các cơ sở y tế khác nhau. Ví dụ, một bệnh nhân tới

khám ở một bệnh viện mà anh ta chưa hề điều trị trước đây sẽ không

bị yêu cầu lặp lại xét nghiệm, bởi bác sĩ hay thầy thuốc đã được

quyền truy cập vào toàn bộ bệnh án qua MediLOT. Hơn thế, các lựa

chọn thỏa thuận khác, như liên quan tới việc hiến tạng, định hướng

và nghiên cứu y học cao cấp, cũng có thể được lưu trên blockchain

và truy cập toàn cầu. Cụ thể, các lựa chọn thỏa thuận bao gồm việc

sử dụng dữ liệu cho nghiên cứu có thể được tải theo dạng hạt, cho

phép nghiên cứu viên ngay lập tức biết bệnh nhân cho phép dữ liệu

của họ được sử dụng cho nghiên cứu, bao gồm việc sử dụng vật liệu

sinh học cũng như việc nhận dạng lại có được phép nếu cần.

2.2 Quyền riêng tư và đặt bệnh nhân làm trung tâm

Với sự đồng ý của bệnh nhân, y bác sĩ, nhà nghiên cứu hay công ty

bảo hiểm muốn truy cập dữ liệu sẽ được chấp thuận thing qua sổ cái

Hyperledger++, và họ không được phép that đổi dữ liệu. Bệnh nhân

cũng nắm trong tay chìa khoá riêng có thể sử dụng để nhận diện

chính họ. Điều này mang lại quyền riêng tư cho bệnh nhân ở mức

kiểm soát cao, và bệnh nhân cũng có thể giám sát ai đã từng truy

cập vào hồ sơ bệnh án của họ.

2.3 Bảo mật dữ liệu

Dữ liệu người dùng sẽ không được truy cập trực tiếp trên

blockchain. Nghĩa là, không có dữ liệu y tế nàp được lưu trực tiếp

trên chuỗi này. Thay vào đó, blockchain sẽ đóng vai trò như một thẻ

ghi để xác định dữ liệu bệnh nhân đang được lưu ở đâu dưới dạng

mã hoá. Đây được coi là một lớp bảo mật khác cho bệnh nhân. So

sánh với việc lấy dữ liệu ở các hệ thống y tế hiện tại, sẽ khó khăn

hơn cho ai cố gắng lấy cắp dữ liệu bệnh nhân.

0 5

MediLOT là nền tảng blockchain kép dựa trên hệ sinh thái EHR với kiến trúc phân tầng độc đáo, tích hợp

machine learning và khả năng phân tích dữ liệu trong kiểm soát và phân tầng dữ liệu, cho phép machine

learning APIs với nhiều ứng dụng được phát triển trong hệ thống. MediLOT được thành lập và góp vốn

bởi MediLOT Technologies Pte Ltd, một sáng kiến của trường ĐH Quốc Gia Singapore. MediLOT hỗ trợ

các tính năng sau:

M E D ILOT0 2

2 http://www.comp.nus.edu.sg/~dbsystem/gemini/publication.html

2.4 Tính Minh Bạch Của Dữ Liệu

Chỉ những y bác sĩ được trao quyền trên nền tảng MediLOT mới có

thể đọc và viết trên hồ sơ bệnh án của bệnh nhân. Bằng việc cung

cấp nguồn dữ liệu, nền tảng này sẽ cung cấp cho bệnh nhân danh

sách đầy đủ những ai đã truy cập vào hồ sơ của họ, thời gian truy

cập và phần dữ liệu được truy cập vào. Vấn đề này vốn được kiểm

tra, bản dữ liệu theo thời gian giúp tăng tính minh bạch trong việc

quản lý hồ sơ bệnh án và tăng thêm niềm tin ở hệ thống y tế.

MediLOT đảm bảo tính xác minh và bất biến của hồ sơ bệnh án, nhờ

đó, cho phép nhà nghiên cứu và công ty bảo hiểm có thể dựa vào dữ

liệu sức khỏe được cung cấp để đưa ra quyết định chính xác và hiệu

quả. Những y bác sĩ cố tình gây sai sót nhằm gian lận bảo hiểm sẽ dễ

dàng bị phát hiện.

2.5 Phân Tích Cao Cấp Và Cá Nhân Hóa Điều Trị

MediLOT tích hợp hệ AI có tên GEMINI (Generalisable Medical

Information Analysis and Integration Platform) có thể hỗ trợ phân

tích dữ liệu lớn và cá nhân hóa điều trị. GEMINI được phát triển bởi

một nhóm gồm các thành viên thuộc ĐH Quốc Gia Singapore, trong

hơn 6 năm. Kết quả nghiên cứu đã được kiểm chứng và phát hành

tại các hội thảo và báo cáo danh giá nhất2. Các dịch vụ phân tích cấp

cao như dự đoán tái nhập viện và mô hình tiến triển của bệnh cũng

được hỗ trợ.

Phân tích dữ liệu MediLOT và lớp AI khiến cho việc cá nhân hóa điều

trị được chính xác và mở ra cánh cửa cho vô số các ứng dụng phức

tạp có thể phát triển trên nền tảng MediLOT bởi các tổ chức và nhà

nghiên cứu tham gia.



2 0 1 8

0 6

0 2 M E D I L O T

1 năm trước khi cho vào mục lục

nhập viện

Nhiễm lao 010

Tăng huyết áp cao 401

Kết quả đỡ đẻ v27

Kiểu hình Dự đoán

Rối loạn nhân cách 301

Bảo quản lạnh CP14

Mổ chuyên sâu CPT39

Kiểm tra thuốc CPT67

Chuẩn đ

oán

Proced

ure

Thủ tục lọc máuCPT29

-

-

01 Tháng 1

01 Tháng 1

Ra khỏi mục lục nhập viện

15-16 Tháng 1

25-27 Tháng 1

01 Tháng 2

Hình 1 - Dự đoán tái nhập viện

30 ngày sau khi xuất viện

Nhập viện không lường trước

Nhập viện không lường trước

Giờ (Ngày)

10 20 30 340 350 360....

Sơ đồ 1 mô tả quá trình dự đoán nguy cơ tái nhập viện. Khi một

bệnh nhân ra viện vào 1 tháng 1 sau khi nhập viện (mốc nhập viện),

GEMINI có thể dự đoán liệu rằng bệnh nhân có thể tái nhập viện lại

trong vòng 30 ngày hay không. GEMINI sử dụng thông số là lịch sử

bệnh nhân trong 1 năm trước mốc nhập viện để xây dựng dữ liệu

lịch sử của bệnh nhân cho mô hình ma trận. Tiếp đó, ma trận này

được chuyển vào mô hình deep learning và chạy kiểu hình máy tính

để đưa ra dự đoán tái nhập viện.

2.6 Bồi Thường Bảo Hiểm

Bệnh nhân có thể trực tiếp gửi yêu cầu bồi thường tới công ty bảo

hiểm, với các thông tin xác minh từ MediLOT, giúp tiết kiệm thời

gian và bỏ qua các thủ tục hành chính rườm rà tốn chi phí. Công ty

bảo hiểm cũng được hưởng lợi từ thời gian xoay vòng nhanh gọn và

hạn chế tối đa gian dối. Dữ liệu bảo hiểm của bệnh nhân bao gồm

qui mô bồi hoàn cũng có thể được lưu trên MediLOT; một khi được

truy cập, các ứng dụng có thể được xây dựng trên nền tảng MediLOT

Trạng thái: nhập viện

để tự động xác định nếu bệnh nhân được bảo hiểm chi trả cho một

điều trị nhất định, thay vì bệnh nhân phải liên hệ với nhân viên bảo

hiểm. Điều này giúp tiết kiệm thời gian và công sức cho cả bệnh

nhân, bác sĩ và phía bảo hiểm.

2.7 Hỗ Trợ Điều Trị Từ Xa

Được truy cập vào hồ sơ bệnh án đầy đủ và các công cụ phân tích

dữ liệu đáng tin cậy, y bác sĩ có thể chính thức bắt đầu vào việc điều

trị từ xa. Dữ liệu rõ nguồn gốc và đáng tin cậy cũng khiến cho việc

lưu trữ được kiểm chứng, điều này là cần thiết cho việc điều trị từ xa

và đem lại niềm tin của công chúng vào hệ thống y tế. MediLOT đã

đang hợp tác với Trung tâm điều trị từ xa Shandong, một trung tâm

điều trị từ xa hàng đầu ở Trung Quốc để tích hợp điều trị từ xa vào

hệ sinh thái MediLOT.

CÔ NG NG H Ệ0 3

3.1 Bao quát

MediLOT phục vụ ba đối tượng người dùng: tổ chức y tế, bệnh nhân

và người yêu cầu dữ liệu (tổ chức nghiên cứu, nhà bảo hiểm, chính

phủ).

• Tổ chức y tế: Bệnh viện và các nhà cung cấp y tế đều có cơ sở

dữ liệu về sức khoẻ bệnh nhân.

• Bệnh nhân: Khi người bệnh, người sở hữu dữ liệu, đến gặp bác

sĩ ở bệnh viện, bệnh viện tạo ra một hồ sơ mới và lưu lại trong

cơ sở dữ liệu.

• Người yêu cầu dữ liệu: Cá nhân hay tổ chức, ví dụ như công

ty dược hay bảo hiểm, có thể muốn dùng dữ liệu bệnh nhân để

thiết kế phương pháp trị liệu mới, hoặc để cải thiện kinh doanh.

MediLOT dùng công nghệ blockchains để khuyến khích và thuận

tiện hoá việc chia sẻ dữ liệu cho người dùng. MediLOT sử dụng

blockchain kín để cho phép sử dụng dữ liệu, và blockchain mở cho

giao dịch token. Blockchain tạo ra một nền điều khiển cho truy

cập dữ liệu, trong khi dữ liệu được chia sẻ trên nền dữ liệu (ngooài

blockchain).

Trên nền dữ liệu, các hệ thống blockchain hiện nay (ví dụ như

Ethereum và Hyperledger) xây dựng cấu trúc dữ liệu trên kho lưu trữ

khoá-dữ liệu (key-value store) ví dụ như LevelDB RocksDB. Phương

pháp này có thể chống làm giả dữ liệu, nhưng không thể chạy được

trên quy mô lớn3. Quan trọng hơn, các hệ thống này không hiệu quả

cho xử lý truy vấn dữ liệu, cũng như không loại bỏ dữ liệu trùng lặp.

Cụ thể hơn, kho dữ liệu đơn giản đẩy các chức năng phức tạp lên

nền blockchain hoặc ứng dụng, làm cho việc kiểm tra sự chính xác

và cung cấp hiệu suất cao trở nên khó khăn hơn.

Kho dữ liệu dùng trong MediLOT blockchain không đi theo phương

pháp cũ của khoá-dữ liệu, mà dùng kho dữ liệu cung ứng blockchain

đầu tiên trên thế giới: ForkBase. ForkBase ủng hộ rất hiệu quả

những ứng dụng đòi hỏi phiên bản dữ liệu, chống làm giả, loại bỏ

trùng lặp và phối hợp của các đặc tính đó, ví dụ như phân tích dữ

liệu hợp tác.

Ngoài việc cung cấp truy cập vào dữ liệu nguyên bản, MediLOT cung

cấp một nền trí tuệ nhân tạo (AI) để loại bỏ sự phức tạp của giao

thức chia sẻ dữ liệu. Nền này tạo điều kiện cho nhà phân tích có thể

tập trung vào công việc của họ, bằng cách xử lý việc lấy dữ liệu và

cung cấp máy học APIs để xây dựng các ứng dụng phức tạp.

Hình 2 miêu tả nền tảng quan trọng trong cấu trúc phần mềm

của MediLOT. Hệ thống MediLOT được xây dựng bằng công nghệ

tiên tiến ở khoa máy tính trường đại học quốc gia Singapore. Để

GEMINI viết tắt của nền tảng tích hợp và phân tích dữ liệu y tế tổng

quát, là hệ trí tuệ nhân tạo tầng trên hỗ trợ phân tích dữ liệu lớn và

nâng cao quyết định lâm sàng.

Hyperledger++ Bản nâng cao Hyperledger với phương thức đồng

nhất nới rộng và có thể cải tiến băng thông lên 7 lần

ForkBase là hệ thống lưu trữ sở hữu với ngữ nghĩa phong phú,

tính bất biến và chia sẻ dữ liệu, được xây dựng như là kho lưu trữ tự

nhiên cho blockchain.

Hinh 2 - Cấu trúc phần mềm MediLOT


3 S. Wang, T. T. A . Dinh, Q. Lin, Z. Xie, M. Zhang, Q. Cai, G. Chen, W. Fu, B.C. Ooi, P. Ruan: ForkBase: An Efficient Storage Engine for Blockchain and Forkable Applications. VLDB 2018.

Phân tích

Blockchain

Kho lưu trữ dữ liệu

biết thêm chi tiết, hãy đến website http://www.comp.nus.edu.

sg/~dbsystem/


2 0 1 8



2 0 1 8

Hình 3 miêu tả hai blockchain cho nền điều khiển và nền dữ liệu

trong MediLOT. Người dùng tương tác với hệ thống này qua ba hợp

đồng thông minh (smart contracts): hợp đồng ERC20 token, hợp

đồng trước bạ, và hợp đồng tán thành.

3.2.1 Ethereum

Blockchain Ethereum cho phép người dùng đọc và ghi vào sổ cái

phân phối. Một khối (block) mới được tạo ra bởi người đào (miner)

và nối thêm vào sổ cái qua giao thức đồng thuận proof-of-work.

Giao thức này, cũng như những giao thức mới như là proof-of-

stakes, cho phép nhánh ở trong sổ cái.

Ethereum hỗ trợ hợp đồng Turing đầy đủ, tức là mã tuỳ ý, trên nền

blockchain. Một hợp đồng bao gổm logic của ứng dụng, và ứng

dụng phổ biến nhất trên Ethereum là tiền ảo. Một ứng dụng phổ

biến khác là giao dịch token (được dùng trong MediLOT). Token và

giao dịch được định nghĩa bởi hợp đồng thông minh qua giao diện

ERC20. Người dùng có thể mua hoặc kiếm token và gửi cho người

khác bằng hợp đồng này. Trạng thái của token có thể được đọc, nhất

trí trong toàn bộ mạng blockchain. Phần 4 sẽ cung cấp nhiều chi tiết

hơn về token này.

3.2.2 Hyperledger++

Hyperledger có thể nói là blockchain kín phổ biến nhất hiện nay,

trong đó người dùng phải được cho phép trước khi đăng nhập vào

hệ thống. Cụ thể lả danh tính người dùng phải được kiểm trứng qua

chứng chỉ khoá công cộng (public key certificate), và quyền truy cập

được điều khiển qua dịch vụ cung cấp hội viên (MSP).

0 8

0 3 C Ô N G N G H Ệ

3.2 Blockchains

Hình 3 - Blockchain trong MediLOT

4 A. Dinh, J. Wang, G. Chen, R. Liu, B. C. Ooi, K.-L. Tan: BLOCKBENCH: A Framework for Analysing Private Blockchains. ACM SIGMOD 2017 5 S. Wang, T. T. A . Dinh, Q. Lin, Z. Xie, M. Zhang, Q. Cai, G. Chen, W. Fu, B.C. Ooi, P. Ruan: ForkBase: An Efficient Storage Engine for Blockchain and Forkable Applications. VLDB 2018.

Bệnh viện Bệnh nhân Người yêu cầu dữ liệu

Công (Ethereum)

Được quyền (dựa trên Hyperledger++)

Block 5 Block 6

Block 1

Block 1

Block 2

Block 2

Block 3

Block 3

Block 4 Block N

Block N

Trước bạ

ERC20 Hợp đồng

Token

Tán thành

H E A L T H D A T A P R O T O C O L

2 0 1 8

Hyperledger blockchain không có nhánh vì nó sử dụng giao thức

đồng thuận xác định tên là PBFT. Cũng giống như Ethereum,

Hyperledger hỗ trợ hợp đồng thông minh Turing đầy nhằm mã hoá

logic của ứng dụng. Hyperledger đã được dùng cho quản lý tài sản

và chuỗi cung ứng.

Nhóm nghiên cứu của chúng tôi là nhóm đầu tiên trên thế giới đề

xuất ra một khung chuẩn để đánh giá hiệu suất của các hệ thống

blockchain kín bao gồm cả Hyperledger, được gọi là BLOCKBENCH4.

Qua đánh giá các nút thắt trong hiệu suất, chúng tôi thiết kế giao

thức mới để tăng hiệu suất của Hyperledger lên một cách đáng kể.

Thiết kế Hyperledger++ này có những ưu điểm sau:

• Giao thức đồng thuận mở rộng: chúng tôi dùng phần cứng tin

cậy để cải thiện mối quan hệ tin cậy giữa các thành viên, và

nâng thông lượng lên gấp 7 lần.

• Kho lưu trữ linh hoạt: chúng tôi thay thế kho lưu trữ của

Hyperledger bằng ForkBase5, kho lưu trữ riêng của chúng tôi,

và cải thiện được hiệu suất phân tích trên blockchain gấp vài

trăm lần.


0 3 C Ô N G N G H Ệ G I A O T H Ứ C D Ữ L I Ệ U S Ứ C K H Ỏ E

2 0 1 8

0 9

3.2.3 Hợp Đồng Thông Minh

Hợp đồng trước bạ

Hợp đồng trước bạ bao gồm hai bảng biểu: bảng dữ liệu và bảng

trạng thái. Bảng thứ nhất được ghi bởi bệnh viện, bảng thứ hai bởi

bệnh nhân.

Khi bệnh án được nhập bởi bệnh viện, ví dụ như có chuẩn đoán mới

bổ sung vào cơ sở dữ liệu, một hồ sơ mới được ghi vào hợp đồng

trước bạ. Cụ thể là bảng dữ liệu sẽ được cập nhật với dữ liệu có định

dạng như sau:

Cột RecordID tương ứng với hồ sơ mới tạo trên bảng dữ liệu. Status

là một lá cờ miêu tả kết quả của việc xác thực dữ liệu: có thể chấp

nhận hoặc từ chối. Signature bao gồm chữ kí điện tử của bệnh nhân.

Hợp đồng tán thành

Khi người bệnh cho phép một tổ chức thứ ba, ví dụ như người phân

tích dữ liệu, truy cập vào dữ liệu, người bệnh sẽ viết vào hợp đồng

tán thành. Hồ sơ mới này được định dạng như sau:

PatientID

RequestorID

Permission

Metadata

Date

Query

Price

Other

Signature

RecordID

Status

Signature

PatientID

HospitalID

Metadata

DoctorID

Date

Hash

Other

RecordID

Signature

Mỗi trạng thái được ghi vào Hyperledger dưới dạng khoá-dữ liệu,

PatientID được dùng như là khoá, và các cột còn lại được coi là dữ

liệu. Tính năng của Cột DoctorID và Date là dễ hiểu. Cột Other có giá

trị bất kì, có thể được tuỳ chính theo ứng dụng. Các cột quan trọng

còn lại là:

• Hash bao gồm mã hóa băm của dữ liệu bệnh nhân. Giả sử U là

chuẩn đoán mới sau khi gặp bác sĩ, thì:

Hash = SHA-256(U)

trong đó SHA-256 là hàm băm mã hóa phổ biến.

• RecordID được dùng như là khóa ngoại trong bảng trạng thái,

được tính như sau:

RecordID = SHA-256(PatientID || HospitalID || Metadata)

trong đó || là kí tự nối liền hai cột dữ liệu. RecordID nhận định

duy nhất nội dung của dữ liệu tương ứng trên bảng dữ liệu.

• Signature là chữ ký điện tử ECDSA của bệnh viện trên hồ sơ.

Để được coi là có hiệu lực, dữ liệu mới tạo bởi bệnh viện phải được

xác thực bởi bệnh nhân. Bệnh nhân kiểm tra dữ liệu theo các bước

liệt kê trong phần 3.2.5. Sau đó, bệnh nhân cập nhật bảng trạng thái

với một dữ liệu mới với định dạng như sau:

có nghĩa là bệnh nhân PatientID đã cho phép một người dùng khác

RequestorID. Ba cột quan trọng trong đó là:

• Permission: bao gồm mã hóa băm của văn bản điều khoản

và điều kiện, trong đó định nghĩa cách dùng dữ liệu nào được

cho phép. Văn bản này có thể đưa ra phép đơn giản như là đọc,

hoặc phức tạp như là xoá bỏ sau khi dùng. Trong tài liệu này

chúng tôi giả định phép đơn giản nhất, tức là phép đọc.

Chúng tôi giả định là nếu RequestorID bỏ trống, có nghĩa là

bệnh nhân cấp phép cho tất cả mọi người phân tích dữ liệu.

• Query: bao gồm truy vấn dạng SQL nhằm lấy một phần của dữ

liệu. Các phép được định nghĩa trên phần dữ liệu này. Nếu bỏ

trống, có nghĩa là người phân tích được quyền đọc tất cả dữ

liệu thuộc vệ bệnh nhân này.

• Price: mô tả số lượng token tối thiểu mà bệnh nhân được trả

sau khi cho phép truy cập.



2 0 1 8

1 0

Hợp đồng Token

Chúng tôi xây dựng hợp đồng theo chuẩn ERC206,7 cho MediLOT.

Hợp đồng này được sử dụng trong hầu hết các Initial Coin Offerings

(ICOs). Trước tiên, một số lượng token nhất định được tạo ra. Sau

đó, chúng tôi phân bổ token này cho các bên liên quan qua hàm

transfer(). Người dùng có thể trao đổi token, ví dụ như người phân

tích có thể trả bệnh nhân một số lượng token nhất định qua hàm

transferFrom().

3.2.4 Quản Lý Danh Tính Và Truy Cập

Người dùng MediLOT phải ghi danh vào hệ thống trước khi sử dụng

dịch vụ. Quản lý danh tính, tức là kiểm tra xem người dùng là ai, có

vai trò gì, và danh tính này có còn hiệu lực hay không, là đặc biệt

quan trọng cho vấn đề bảo mật của blockchain kín. Nó thậm chí còn

quan trọng hơn thế khi làm việc với dữ liệu y tế ở những nơi có quy

định chặt chẽ về truy cập.

MediLOT khai thác dịch vụ thành viên hiện tại của Hyperledger

(MSP) để quản lý danh tính và truy cập. MSP có hai vai trò quan

trọng:

• Thẩm quyền chứng chỉ (Fabric-CA): kí vào chứng chỉ xác nhận

danh tính và thuộc tính của người dùng. Tất cả máy thành viên

trong Hyperledger chấp nhận chứng chỉ từ Fabric-CA là bằng

chứng về tính danh. Fabric-CA có những xử lý như sau:

• Nối PatientID, HosptialID và RequestorID với chứng chỉ

khóa công cộng.

• Nối PatientID, HosptialID và RequestorID với địa chỉ ví

Ethereum.

• Thu hồi chứng chỉ khi chìa khoá riêng bị mất hoặc bị xâm

phạm.

6 Dmitry Khovratovich; Mikhail Vladimirov. “SecureToken Development and Deployment” (PDF). Edcon.io. Retrieved 30 August 2017. 7 ERC20 Token Standard - The Ethereum Wiki”. Theethereum.wiki. Retrieved 30 August 2017.

Blockchain/Người dùng

Bệnh nhân Bệnh viện Người yêu

cầu dữ liệu

Token RW RW RW

Trước bạ

Bảng dữ liệu: R

Bảng trạng thái: RW

Bảng dữ liệu: RW

Bảng trạng thái: R

Tất cả: R

Tán thành RW R R

• Quản lý truy cập bằng thuộc tính (ABAC): kí chứng chỉ giao

dịch, chỉ định ra các phép truy cập cho người gửi. Ví du, người

gửi giao dịch có thể đọc nhưng không viết được dữ liệu vào

blockchain.

Bàng biểu sau đây liệt kê cụ thể các phép truy cập cho từng loại

người dùng của ba hợp đồng thông minh. Khi hệ thống bắt đầu,

MSP được khởi tạo với những phép truy cập này.



2 0 1 8

Hình 4 miêu tả cụ thể tương tác giữa người dùng MediLot và hai blockchain.

Tạo dữ liệu

Khi tạo ra hồ sơ mới, bác sĩ sẽ ghi vào cơ sở dữ liệu EHR sở tại trước

(bước 1). MediLOT sau đó triển khai một phần mềm khách ở bệnh

viện, được gọi là HClient, nhằm đăng ký để cập nhật các sự kiện

trong EHR. Khi nhận được thông báo cập nhật (bước 2), HClient cập

nhật hợp đồng trước bạ theo định dạng ở phần 3.2.3 (bước 3.1), và

chuyển thông báo này cho bệnh nhân, để cho bệnh nhân biết về hồ

sơ mới (bước 3.2).

Phần mềm khách của bệnh nhân, được gọi là PClient, xác nhận dữ

liệu được gửi ở bước 3.2. Nếu đúng, PClient cập nhật cột Status

của bảng trạng thái trong hợp đồng trước bạ sang chấp nhận; nếu

không, cập nhật sang từ chối (bước 4).

Cho phép dữ liệu

Phần mềm khách của người yêu cầu dữ liệu, được gọi là RClient,

đàm phán với bệnh nhân về quyền truy cập. Bước này (bước 5) xảy

ra ngoài blockchain. Khi bệnh nhân đồng ý với các điều kiện, điều

khoản và giá cả, PClient ghi vào hợp đồng tán thành với thông tin

này (bước 6). Cuối cùng, RClient kiểm tra hợp đồng tán thành (bước

7) và trả cho bệnh nhân số lượng token đã thỏa thuận (bước 8).

Yêu cầu dữ liệu

Phần mềm khách của người yêu cầu dữ liệu, RClient, gửi yêu cầu

đến bệnh viện để lấy dữ liệu như đã cập nhật ở hợp đồng tán thành

(bước 9). HClient kiểm tra rằng:

1. Hồ sơ tán thành có hiệu lực (bước 10.1).

2. Số token yêu cầu đã được trả đủ (bước 10.2).

Nếu không có vấn đề gì sau khi kiểm tra, HClient thi hành yêu cầu

này và trả lại dữ liệu (bước 11).

3.2.5 Tương tác giữ người dùng và MediLOT

Bệnh viện

Cơ sở dữ liệu y khoa điện tử

Hyperledger++

Ethereum

MediLOTHClient

MediLOTPClient

Bệnh nhân

MediLOTRClient

Người yêu cầu dữ liệu

1

2 4

7

11

89

3.1

6

5

10.1

10.2

3.2

Hình 4 - Tương tác cụ thể với blockchain trong MediLOT



2 0 1 8

3.3.1 Thiết kế của ForkBase3.3 Kho Lưu Trữ Tiêu Điểm Blockchain

Công nghệ blockchain mới nổi và các ứng dụng trên nền công nghệ

này đòi hỏi một kho lưu trữ mới với ba đặc tính cơ bản sau:

1. dữ liệu phiên bản (để ủng hộ dữ liệu về nguồn gốc)

2. ngữ nghĩa nhánh (để xử lý xung đột)

3. chống làm giả (để đảm bảo quyền riêng tư)

Ngoài ra, hai đặc tính cao cấp khác cũng trở nên quan trọng:

4. dữ liệu trùng lặp (để tiết kiệm không gian lưu trữ

5. tăng tốc truy vấn nguồn gốc (cho phân tích dữ liệu)

Để đạt được năm đặc tính trên, MediLOT sử dụng blockchain với kho

lưu trữ khác biệt so với các giải pháp khóa-dữ liệu thông thường.

Chúng tôi đề xuất và xây dựng kho lưu trữ tiêu điểm blockchchain

đầu tiên trên thế giới tên là ForkBase. ForkBase được thiết kế để

giúp đỡ hiệu quả blockchain và các ứng dụng có nhánh khác. Bằng

cách tích hợp các tính chất quan trọng của ứng dụng vào kho lưu

trữ, ForkBase không chỉ đem đến hiệu suất cao mà còn giảm thiểu

công phát triển. Kho lưu trữ mới này sử dụng những nguyên tắc đã

được chứng minh trong cơ sở dữ liệu, và có năm điểm nổi bật.

1. Một số phiên bản độc nhất được dùng để định danh nội dung

và lịch sử của dữ liệu. Nó có thể được dùng để nhanh chóng tìm

lại và kiểm tra xem dữ liệu có còn nguyên vẹn hay không.

2. Các khối dữ liệu lớn được chia ra làm nhiều phần và sắp xếp vào

kết cấu trỏ tiên tiến phối hợp các khái niệm về nội dung cắt,

cây Merkle và cây B+, được gọi là POS-Tree. Cấu trúc này tạo

điều kiện cho việc nhận định và loại bỏ dữ liệu trùng lặp một

cách hiệu quả, và giúp giảm thiểu đáng kể không gian lưu trữ,

đặc biệt là cho dữ liệu gia tăng.

3. Hỗ trợ ngữ nghĩa nhánh chung, để có thể phân nhánh dữ liệu

ngầm hoặc trực tiếp. Cây POS-Tree hỗ trợ sao chép khi ghi

trong khi phân nhánh, giúp loại bỏ dữ liệu trùng lặp.

4. ForkBase có APIs đơn giản, cùng với nhiều cấu trúc dữ liệu

khác, giúp giảm thiểu công phát triển và tạo nên không gian

đánh đổi lớn giữa hiệu suất truy vấn và lưu trữ.

5. ForkBase có thể nới rộng lên nhiều máy, nhờ vào cấu trúc hai

tầng phân bổ qua đó dữ liệu được chia nhỏ đều ra các máy kể

cả khi khối lượng công việc không đều.

Hình 5 - cấu trúc của ForkBase

Các ứng dụng

Lưu trữ văn bản

Blockchain Git Phân tích cộng tác

Cách nhìn ngữ nghĩa (theo hướng ứng dụng)

put (object) get (version)

merge ({objects})

version {objects}

object

Đại diện nhánh (phiên bản, phân nhánh)

Điều khiển truy cập dựa trên nhánh

Bảo mật dữ liệutính toàn vẹn

Tính nhất quán ngữ nghĩa hợp nhất

API cho truy cập dữ liệu (kiểu dữ liệu)

Lưu trữ phần (tránh trùng lặp, tính bất biến)

Người quản lý A Người quản lý B

Hình trên miêu tả cấu trúc phần mềm của Forkbase, nhấn mạnh vào

cách kho lưu trữ này thống nhất những đặc tính cơ bản của ứng

dụng và tăng thêm giá trị cho ứng dụng hiện đại. Ở tầng cuối, dữ

liệu trùng lặp được loại bỏ ở mức độ phần nhỏ. Ở tầng đại diện, các

phiên bản và nhánh được tổ chức theo cách hỗ trợ chống làm giả và

theo dõi lịch sử phiên bản. Tầng tiếp theo hỗ trợ APIs nhằm thống

nhất ngữ nghĩa nhánh chung và các kiểu dữ liệu phức tạp khác. Các

tính năng khác như là điều khiển truy cập và tuỳ chỉnh hợp nhất có

thể được thêm vào tầng này để hỗ trợ tầng ứng dụng trên cao tốt

hơn.

ForkBase loại bỏ nội dung trùng lặp ở mức dữ liệu phần nhỏ. So với

các phương pháp loại bỏ trùng lặp dữ liệu khác, ví dụ như ở trong hệ

thống tập tin loại bỏ trùng lặp dựa trên dữ liệu lớn và coi nội dung

như là dữ liệu không cấu trúc, ForkBase dựa vào nội dung dữ liệu

để chia ra nhiều phần nhỏ. Ví dụ như một dữ liệu danh sách sẽ được

chia nhỏ ở ranh giới các mục. Bằng cách dựa vào cấu trúc dữ liệu, cả

hiệu suất cập nhật và loại bỏ trùng lặp trở nên tốt hơn.



2 0 1 8

ForkBase chống làm giả dữ liệu kể cả khi người cung cấp kho lưu trữ

tấn công. Dùng một số phiên bản, ứng dụng có thể lấy được dữ liệu

tương ứng từ kho lưu trữ và có thể kiểm chứng ngay được nếu như

dữ liệu hoặc lịch sử dữ liệu đã bị thay đổi. Tất cả dữ liệu lưu trong

ForkBase đều có đặc tính này (chống làm giả), do đó hỗ trợ hiệu

quả việc xây dựng mô hình dữ liệu cho blockchain. Cụ thể là các

cấu trúc dữ liệu quan trọng trong blockchain được xây dựng trên

ForkBase trở nên dễ duy trì hơn mà không cần phát sinh chi phí nào.

Hơn nữa, dữ liệu có cấu trúc phong phú hỗ trợ bởi ForkBase làm cho

blockchain sẵn sàng hơn cho việc phân tích.

3.3.2 Xây Dựng Blockchain Trên Nền ForkBase

Hình 6 - Cấu trúc dữ liệu mặc định trong Hyperledger

State_Hash

prev_hash Txns

Block

State Delta State

Merkle Tree

Contract ID Key Value

KV Store

Blockchain

Internal Structure

Rocksdb

Hình 7 - Cấu trúc dữ liệu của Hyperledger trên ForkBase

FID

prev_hash Txns

Block

Blockchain

Contract IDMap

KeyMap

Data (Blob) Data (Blob)Data (Blob)

kho lưu trữ.

Phát triển một blockchain với ForkBase trở nên dễ dàng vì kho lưu

trữ này cung cấp cấu trúc dữ liệu blockchain. Hình 7 mô tả cách

dùng ForkBase để phát triển cấu trúc dữ liệu cho Hyperledger. Đều

đặc biệt ở đây là cấu trúc FObject được dùng để mô tả toàn diện cấu

trúc của khối và trạng thái blockchain. Chúng tôi thay cây Merkle và

trạng thái delta bằng cấu trúc Map hai tầng. Giá trị băm của trạng

thái được thay thế bởi số phiên bản trên nền Map thứ nhất. Cấu trúc

Map này bao gồm khoá-dữ liệu trong đó khoá là định danh của hợp

đồng thông minh, và dữ liệu là số phiên bản của tầng Map thứ hai.

Tầng thứ hai này bao gồm khoá-dữ liệu trong đó khoá là khoá của

dữ liệu gốc, và dữ liệu là số phiên bản của cấu trúc Blob có chứa giá

trị của trạng thái.

Lợi ích đầu tiên của phương pháp này là sự đơn giản trong bảo quản

lịch sử dữ liệu. Cụ thể là chỉ 18 dòng mã dùng Forkbase có thể thay

thế toàn bộ 1918 dòng mã trong Hyperledger gốc. Một lợi ích khác

là việc dữ liệu trở nên sẵn sàng cho phân tích. Cho truy vấn quét

trạng thái, chúng tôi chỉ việc đi theo số phiên bản lưu trong khối

gần nhất để lấy được cấu trúc Blob gần nhất có lưu khoá yêu cầu. Từ

đó, chúng tôi đi theo số phiên bản gốc để lấy được giá trị trước đó.

Cho truy vấn quét khối, chúng tôi đi theo số phiên bản lưu trong

khối yêu cầu để lấy được cấu trúc Map trên tầng thứ hai. Sau đó

chúng tôi lấy ra tất cả các khối dữ liệu ở trong cấu trúc Blob tương

ứng.

3.4 Trí Tuệ Nhân Tạo

Với việc dữ liệu cả đời của bệnh nhân ở nhiều tổ chức khác nhau

được cung ứng bởi blockchain, phân tích sâu có thể được tiến hành

trên mọi bệnh nhân nhờ vào nền phân tích y tế của chúng tôi được

gọi là GEMINI.

Có rất nhiều ứng dụng cho trí tuệ nhân tạo trong y tế có thể được

phát triển trên GEMINI. Các công cụ từ bệnh viện thông minh, huấn

luyện viên y tế bằng AI, cho đến y tế chính xác đều có thể được phát

triển nhờ vào tính năng bảo mật của ForkBase. Mỗi khi bệnh nhân

nộp hồ sơ y tế để được phân tích bởi các công cụ này, họ sẽ yên tâm

rằng dữ liệu sẽ được bảo mật và làm ẩn danh, với quản lí truy cập

đúng đắn mà bệnh nhân có thể điều khiển được.

Chúng tôi dùng một phiên bản sửa đổi của Hyperledger làm ví dụ để

cho thấy ForkBase có thể làm đơn giản hoá việc xây dựng blockchain

cũng như cung ứng các đặc tính hữu ích cho ứng dụng.

Hình 6 miêu tả cấu trúc dữ liệu gốc của Hyperledger. Trạng thái dữ

liệu được bảo vệ bởi cây Merkle: bất cứ sửa đổi nào cũng sẽ tạo nên

một cây mới, các giá trị cũ và cây cũ vẫn được lưu lại trong một cấu

trúc khác gọi là trạng thái delta. Một giao dịch blockchain có thể đọc

hoặc viết (khóa-dữ liệu) vào trạng thái này. Chỉ có giao dịch cập nhật

được ghi lại trong blockchain. Yêu cầu đọc lấy dữ liệu trực tiếp ra từ

kho lưu trữ, trong khi ghi được đệm lại trong cấu trúc dữ liệu tạm

trong bộ nhớ. Hệ thống sẽ gộp nhiều giao dịch lại, rồi đưa ra yêu cầu

cam kết khi có đủ số giao dịch hoặc sau một thời gian nhất định. Yêu

cầu cam kết đầu tiên sẽ tạo ra cây Merkle mới, sau đó tạo trạng thái

delta và khối mới, và cuối cùng là ghi tất cả thông tin cập nhật vào



2 0 1 8

Nền tảng tích hợp thông tin và phân tích dữ liệu y khoa (gọi tắt là

GEMINI) có thể được nới rộng, rất hiệu quả và dễ sử dụng8. Khi dữ

liệu gốc được đưa vào GEMINI, phần mềm tích hợp và làm sạch dữ

liệu (gọi tắt là DICE) sẽ rửa dữ liệu cho đúng. DICE sử dụng nền tảng

phân tích đám đông (CDAS)9 do chúng tôi phát triển nhằm chọn lựa

câu hỏi tốt nhất để hỏi bác sĩ nhằm cải tiến chất lượng của dữ liệu. Ở

bước tiếp theo, dữ liệu sạch được cho vào nền tảng phân tích dữ liệu

đám mây có tính đàn hồi và tiết kiệm năng lượng với tên gọi epiC10.

Nền tảng xử lí dữ liệu lớn này lấy ra thông tin bệnh nhân và các đặc

tính khác để cho vào bước phân tích tiếp theo. Hệ thống biến đổi

hồ sơ y tế điện tử (EMR-T) được dùng để thay đổi dữ liệu vào định

dạng phù hợp với hệ thống máy học sâu11,12. Đầu ra của EMR-T được

nhập vào SINGA, hệ thống máy học sâu do chúng tôi phát triển cho

phân tích sâu13. Như trong hình 8, công cụ Gaussian Mixture (GM)

Regularisation tương tác với mô hình máy học sâu ở trên SINGA14.

Cùng lúc đó, dữ liệu được nhập vào COHANA để phân tích nhóm15. Ở

bước cuối cùng, chúng tôi sử dụng công cụ phân tích dữ liệu tương

tác (iDat) để hình dung hoá kết quả phân tích.

Hình 8 - Tổng quan nền tảng phân tích y tế GEMINI

GEMINI có thể được triển khai ở chế độ hộp cát, trong đó chạy máy

ảo để xây dựng và kiểm tra mô hình với dữ liệu gốc, nhưng hạn chế

chuyển giao dữ liệu ra ngoài.

MediLOT sẽ có hai tầng bảo mật cho GEMINI:

1. Tầng quản trị - chỉ có tổ chức được công nhận hoặc nhà nghiên

cứu với chứng nhận luân lý học mới được tham gia vào GEMINI.

2. Quản lý và theo dõi quyền truy cập: Hạn chế băng thông và

theo dõi hoạt động của người dùng để nhận ra các hoạt động

đáng ngờ về dữ liệu.

Tổ chức nào muốn truy cập vào hộp cát phải đặt cược theo phương

pháp được liệt kê sau đây.

Cấu trúc phần mềm của MediLOT cho phép mô phỏng dự đoán và cá

nhân hoá hồ sơ rủi ro và phương pháp điều trị cho từng bệnh nhân –

thực sự mở cửa cho cá nhân hoá y học.

8 C. Lee, Z. Luo, K.Y. Ngiam, M. Zhang, K. Zheng, G. Chen, B.C. Ooi and W.L.J. Yip. Big Healthcare Data Analytics: Challenges and Applications , Handbook of Large-Scale Distributed

Computing in Smart Healthcare, Springer-Verlag, 20169 X. Liu, M. Lu, B. C. Ooi, Y. Shen, S. Wu, M. Zhang: CDAS: A Crowdsourcing Data Analytics System Int ’l Conference on Very Large Data Bases (VLDB), PVLDB 5(10):1040-1051, 2012. 10 D. Jiang, S. Wu, G. Chen, B.C. Ooi, K.-L. Tan, J. Xu: epiC: epiC: an extensible and scalable system for processing Big Data. VLDB Journal- Special issue of VLDB’14 best papers, 2015. 11 K. Zheng, J. Gao, K. Y. Ngiam, B. C. Ooi and W.L.J. Yip: Resolving the Bias in Electronic Medical Records. ACM KDD, 2017. 12 K. Zheng, W. Wang, J. Gao, K.Y. Ngiam, B.C. Ooi and W.L.J. Yip: Capturing Feature-Level Irregularity in Disease Progression Modeling. CIKM 2017. 13 W. Wang, G. Chen, T. T. A. Dinh, J. Gao, B. C. Ooi, K.-L.Tan, S. Wang. SINGA: Putting Deep Learning in the Hands of Multimedia Users. ACM Multimedia 2015.14 Z. Luo, S. Cai, J. Gao, M. Zhang, K.Y. Ngiam, G.Chen and W. Lee. IEEE International Conference on Data Engineering (ICDE), 2018.15 D. Jiang, Q. Cai, G. Chen, H. Jagadish, B. C. Ooi, K. L. Tan, A. Tung: Cohort Query Processing. Int ’ l Conference on Very Large Data Bases (VLDB), 2017.

Ứng dụng

Chuỗi phân tích dữ liệu

Dữ liệu gốc

Cơ sở hạ tầng

ForkBaseKho dữ liệu ngữ nghĩa linh hoạt

Cụm máy CPU-GPU

+

Cộng đồng hoá

Phân tích nhómXử liệu dữ liệu lớn

Y tế

CDAS

DICE CohAna

Hình ảnh hoá

iDat

Chính quy hoá

GM Reg

Chuyển đổi dữ liệu y tế điện tử

EMR-T

Tích hợp dữ liệu

epiC

Máy học/ Học sâu

SINGA

Ngược lại, nền tảng này cho phép các nhà nghiên cứu chính thống

được sử dụng dữ liệu một cách hiệu quả để xây dựng công nghệ AI

mới nhằm thay đổi bộ mặt của y học. Làm việc với các bệnh viện,

công cụ như là dự đoán nhập viện lại, mô hình tiến triển bệnh và y

học chính xác có thể được nới rộng ra rất nhiều. Phương án này là

khả thi nhờ dữ liệu thời gian thực có sẵn để đào tạo mô hình máy

học sâu. Lợi ích của việc tăng hiệu suất của bệnh viện và điều trị ưu

tiên, cũng như cải tiến an toàn cho bệnh nhân qua công nghệ này là

vô cùng có giá trị và hữu ích.



2 0 1 8

Nền tảng và hệ sinh thái MediLOT tận dụng token LOT – một loại token kiểu ERC20. Giá trị của token được kết nối

với việc nhận và phát triển của nền tảng MediLOT. Token LOT cung cấp cho bệnh nhân, bệnh viện, nhà nghiên cứu

và công ty bảo hiểm một cách để truy cập nền tảng MediLOT để tạo ra giá trị cho mỗi bên. Dưới đây là tóm lược

cách mỗi bên có thể hưởng đặt cược hoặc sử dụng LOT để tương tác với nền tảng.

TO K E N LOT0 4

Nền MediLOT(GEMINI Sandbox)

Nhà phát triển/ Nhà cung cấp dịch vụ

Nhà nghiên cứu

Chính phủ

Bệnh viện/tổ chức đối tác

Truy cập ứng dụng

Nhận phân tích

Bệnh nhân Đóng góp dữ liệu

Đăng kí vào nền tảng

Tận dụng dữ liệu

Phát triển ứng dụng

Đặt cọc LOT: LOT được gửi tới hợp đồng thông minh và giữ để

khuyến khích hành vi tốtNhận lot: lot được chuyển tới người đóng góp dữ liệu

Đóng góp lot: lot được tận dụng triệt để

Legend:

4.1 Thị Trường Dữ Liệu Sức Khỏe

Các dịch vụ phân tích: Bệnh nhân có thể yêu cầu báo cáo sức khỏe

cá nhân và dữ liệu từ MediLOT qua giao dịch trên LOT.

Sử dụng ứng dụng: Bệnh nhân sẽ phải sử dụng LOT để truy cập vào

các ứng dụng được các lập trình viên cộng đồng phát triển trên nền

tảng MediLOT. LOT cũng có thể được sử dụng như một hình thức

thanh toán cho việc khám bệnh từ xa với MediLOT đóng vai trò như

một giao kèo cho token LOT cho tới khi việc khám bệnh kết thúc.

Kiếm LOT: Bệnh nhân có thể kiếm LOT qua hai cơ chế:

1. Đóng góp dữ liệu: Bệnh nhân có thể kiếm LOT bằng cách đóng

góp dữ liệu sức khỏe quý giá cho nền tảng MediLOT để phân

tích – họ được chọn loại dữ liệu họ muốn đóng góp và hạn chế

thời gian cho việc đóng góp dữ liệu.s

2. Tính tuân thủ: Các cơ sở y tế có thể thưởng cho bệnh nhân

tuân thủ theo token LOT, ví dụ, bởi bệnh nhân không lỡ hẹn,

hay hoàn thành một kế hoạch điều trị.

Hợp tác bán lẻ: để hỗ trợ một hệ sinh thái phong phú nơi bệnh

nhân có thể tận dụng token LOT – chúng tôi dự định thiết lập hợp

tác với các đối tác y tế như hãng dược và các công ty dinh dưỡng để

chấp nhận token LOT như một phương thức thanh toán.



2 0 1 8

4.2 Dịch vụ phân tích

Truy cập GEMINI: Các tổ chức quan tâm sẽ có thể truy cập kho tang

dữ liệu trên nền tảng MediLOT qua hộp cát GEMINI. Các tổ chức phát

triển các mô hình và thuật toán hữu dụng có quyền sở hữu và chúng

và có thể sử dụng theo cách họ muốn.

Để truy cập hộp cát GEMINI, các tổ chức sẽ phải đặt cược một số

token LOT nhất định. Điều này để đảm bảo rằng tất cả các tổ chức

hoạt động có đạo đức và tuân theo các điều kiện sử dụng hộp cát.

Nếu không, các tổ chức này sẽ bị mất token.

Số lượng token LOT đặt cược sẽ định rõ bao nhiêu băng thông, quy

mô và kiểu dữ liệu được truy cập. Ví dụ:

1. Bậc 1: 500,000 LOT – được truy cập tối đa 50,000 hồ sơ khám

bệnh của các loại bệnh kinh niên ở địa phương.

2. Bậc 2: 800, 000 LOT – được truy cập tối đa 50,000 hồ sơ khám

bệnh ung thư của địa phương.

3. Bậc 3: 1, 000, 000 LOT – được truy cập tối đa 100,000 hồ sơ khám

bệnh ung thư của cả vùng.

Ngoài đặt cược, các tổ chức phải đóng góp token LOT để có thể sử

dụng dữ liệu, với phần mức xác định bởi quy mô và kiểu dữ liệu.

LOT đã đóng góp sẽ được phân cho 3 nhóm:

1. Các bệnh nhân đã đóng góp dữ liệu – 30%

2. Bệnh viện – 40%

3. MediLOT – 30%

4.3 Người phát triển

Phát triển ứng dụng: Đặt cược LOT là bắt buộc trong khi phát triển

và đưa vào hoạt động ứng dụng trên MediLOT, nhằm mục đích đảm

bảo người phát triển tuân thủ theo quy tắc ứng xử trong khi sử dụng

nền tảng.

Phần thưởng cộng đồng: Để khuyến khích xây dựng cộng đồng, sẽ

có phần thưởng cho phát hiện lỗi và đóng góp phát, cùng với các sự

kiện cộng đồng và các cuộc thi dành cho các nhà phát triển.

0 4 T O K E N L O T

4.4 Đối tác bệnh viện và các tổ chức

Đặt cược theo tổ chức: Các cơ quan y tế hoặc tổ chức muốn tham gia

vào nền tảng MediLOT sẽ phải đặt cược token LOT để đảm bảo rằng

họ sẽ hoạt động một cách trung thực và thông qua các giao dịch

như các mấu chốt quan trọng. Hình phạt sẽ được đưa ra cho việc

đặt cược token LOT nếu một tổ chức bị phát hiện gian dối hay hoạt

động không có thiện ý. Token LOT được phát hành theo từng phần,

áp dụng cơ chế thưởng và trung thành.

Các đối tác ban đầu sẽ nhận phần thưởng là token LOT đặt cược

trong khi những đối tác đến sau có thể truy cập bằng việc đặt cược

token LOT.

4.5 Khuyến Khích Sử Dụng LOT

Để khuyến khích việc sử dụng token LOT, người dùng chi trả phí

dịch vụ trên nền tảng MediLOT bằng token LOT sẽ được giảm giá. Ví

dụ, cơ chế token là đơn giản, và người dùng không phải mua token

LOT từ sàn giao dịch trong khi vẫn được hưởng lợi từ hệ sinh thái.

LOT được lưu trong ví có thể được truy cập qua ứng dụng điện thoại

hoặc trang web và nếu muốn, mã QR có thể được cung cấp và in ra –

để tạo một ví cứng.

Trong giai đoạn đầu, những tổ chức không muốn đặt cược LOT có

thể đặt cọc một loại tiền pháp định coi như là tiền đặt cọc. Khoản

đặt cọc này sẽ không được hưởng giảm giá như những người đặt cọc

LOT được nhận.



2 0 1 8

0 4 T O K E N L O T

4.6 Phân phối chi phí cho chia sẻ dữ liệu

Dòng chảy LOT Dòng chảy dữ liệuLegend:

Giữ lại 30%

Nền MediLOT(GEMINI Sandbox)

$24,000 USD (30%)

Người yêu cầu dữ liệu(Dược, Nghiên cứu, Bảo hiểm, Chính phủ)

Bệnh viện

Bệnh nhân

Bệnh nhân

Đóng góp LOT

Nhận 30%

Nhận 40%

Nhận thông tin sâu sắc

Đóng góp dữ liệu

Đóng góp dữ liệu

Ví dụ, người yêu cầu dữ liệu là một công ty dược, đề nghị trả LOT token tương đương với $80,000 đô la

Mỹ để có thể truy cập dữ liệu bệnh viện gồm 1,000 bệnh nhân, với phân bổ chi phí như sau:

: $32,000 USD (40%)

Bệnh viện

: $24,000 USD (30%)

MediLOT

:



2 0 1 8

LỢ I ÍCH0 5

5.1 Bệnh nhân

MediLOT giúp bệnh nhân có thể truy cập toàn bộ dữ liệu y tế của họ

một cách dễ dàng, ở bất cứ đâu. Thậm chí ở một cơ sở không nằm

trong hệ thống MediLOT, bệnh nhân vẫn có thể truy cập EHR của

mình qua thiết bị di động hoặc trang web khách hàng. Điều này

làm giảm thiểu sai sót y tế và chi phí hành chính, giúp ích cho nhiều

người và tiết kiệm hàng triệu đô la.

Bệnh nhân cũng có quyền trực tiếp kiểm soát dữ liệu y tế của mình,

và thoải mái lựa chọn cách mỗi dữ liệu được sử dụng - họ có thể

cho phép các nhà nghiên cứu hay bảo hiểm một khoản thời gian

giới hạn để truy cập một số phần dữ liệu của họ và được bồi thường

bằng token LOT. Việc kiểm soát đồng thuận truy cập nghĩa là bệnh

nhân có thể kiểm soát chính xác ai có thể xem và chỉnh sửa các

thông tin sức khỏe tế nhị của họ.

Việc xác nhận dữ liệu dễ dàng truy cập cho phép bệnh nhân gửi yêu

cầu bồi thường bảo hiểm trực tiếp tới công ty bảo hiểm, tránh được

quá trình rườm rà truyền thống. Chi tiết hạng mục bảo hiểm được

lưu trên blockchain, giúp cả bệnh nhân và y bác sĩ nhận rõ về hạn

mức và số lượng của các hạng mục. Điều này giúp quá trình quyết

định được nhanh và đầy đủ thông tin hơn.

Cá nhân hoá điều trị và các dịch vụ phân tích cho phép bệnh nhân

được điều trị theo kế hoạch riêng, được khuyên thay đổi sinh hoạt

theo tình trạng riêng, và thậm chí có báo cáo dự đoán nhắc nhở họ

ghi nhớ các triệu chứng hay dấu hiệu bệnh tật mà họ dễ mắc phải.

Tóm lại, MediLOT tạo ra một thế hệ hệ sinh thái y tế mới, tích hợp cả

chia sẻ dữ liệu và dự đoán cũng như cá nhân hoá y tế.

5.2 Nhà Cung Cấp Dịch Vụ Chăm Sóc Sức Khỏe

Với dữ liệu sức khoẻ đầy đủ, sai sót y tế được giảm thiểu và y bác sĩ

sẽ không phải bực mình khi phải thống nhất lịch sử bệnh án một

cách thủ công hay đối phó với việc mất dữ liệu y tế.

Khả năng phân tích cao cấp nghĩa là y bác sĩ có thể lên kế hoạch

điều trị theo ý bệnh nhân nhiều hơn, và có khả năng đưa ra quyết

định trong tầm tay dựa trên bằng chứng, cho phép việc quản lý điều

kiện của bệnh nhân kĩ càng và đúng mục tiêu hơn.

Nguồn gốc dữ liệu rõ ràng và tính năng xác minh cũng cho phép y

bác sĩ dễ dàng nhận điều trị từ xa hơn, giảm quả tải phòng bệnh và

gánh nặng y tế.

5.3 Các Tổ Chức Y Tế

Các tổ chức y tế, cả công và tư, sẽ giảm được chi phí, tăng hiệu quả

và giảm thiểu các sự kiện y tế. Đưa nền tảng MediLOT vào hoạt động

cho phép các tổ chức tra cứu chính xác nhân khẩu học bệnh nhân

cũng như việc kiểm soát bệnh dịch.

Các cơ quan y tế cộng đồng như Trung Tâm Kiểm Soát và Phòng

Ngừa Bệnh Dịch (CDC) ở Hoa Kỳ hay Bộ Y Tế ở các nước khác sẽ có

khả năng truy cập dữ liệu có cấu trúc, giúp kiểm soát dịch bệnh tự

động một cách hiệu quả, giúp họ phản ứng nhanh hơn với những

dịch bệnh truyền nhiễm, hay có kế hoạch tốt hơn cho các điều kiện

sức khỏe mãn tính.

Token LOT khuyến khích bệnh nhân không bỏ hay trễ lịch hẹn, hoặc

tuân theo kế hoạch điều trị, các tổ chức có thể cắt giảm chi phí hành

chính và nhân lực do bệnh nhân vắng mặt hay từ chối điều trị. Hệ

thống này rất dễ được nới rộng và sẽ có ảnh hưởng sâu sắc đến toàn

xã hội.

5.4 Công Ty Bảo Hiểm Và Nhà Nghiên Cứu

Các công ty Bảo Hiểm có thể mua dữ liệu sức khỏe ẩn danh trực tiếp

từ bệnh nhân sử dụng token LOT - không cần qua bất cứ bên trung

gian nào. Điều này khiến cho việc căn chỉnh các gói bảo hiểm sức

khỏe được tốt hơn, và giúp ích cho việc đánh giá bồi thường. Các

ứng dụng xây dựng trên nền tảng MediLOT cũng có thể tạo hợp

đồng thông minh trung gian cho việc thanh toán gói bảo hiểm hay

quá trình đòi bồi thường - giảm thiểu chi phí hành chính cho công ty

bảo hiểm.

Tương tự, các nhà nghiên cứu cũng có thể trực tiếp truy cập dữ liệu

sức khỏe, cho phép bệnh nhân tự quyết định chương trình nào họ

muốn đăng ký tham gia. Các nhà nghiên cứu có thể làm việc trên dữ

liệu MediLOT có cấu trúc và được xác minh – giúp hạn chế việc phải

quét dữ liệu diện rộng.

5.5 Các Nhà Phát Triển và Cung Cấp Dịch Vụ

Các nhà phát triển từ các tổ chức y tế, công ty bảo hiểm và cơ quan

nghiên cứu được hoan nghênh phát triển ứng dụng trên nền tảng

MediLOT, vốn thoải mái cung cấp APIs để họ có thể triển khai.

Những ứng dụng này có thể hoặc sử dụng kho dữ liệu của chính

MediLOT hoặc lấy dữ liệu trực tiếp từ bệnh nhân. Việc phân tích dữ

liệu và nền AI của GEMINI cũng được cung cấp cho nhà phát triển sử

dụng với chi phí nhỏ ở dạng token LOT.



2 0 1 8

6.1 Bệnh nhân

Sự tiện lợi của điều trị cá nhân và phân tích dữ liệu y khoa đem đến

cho bệnh nhân sẽ khuyến khích họ tham gia vào hệ thống MediLOT

- nếu không họ sẽ không thể xem được dữ liệu của chính mình. Bệnh

nhân nào không quen hoặc không muốn sử dụng token sẽ không bị

bắt phải dùng token - do đó giao diện người dùng của bệnh nhân

trở nên đơn giản và ngắn gọn, giúp họ truy cập báo cáo sức khoẻ mà

không cần dùng token. Chế độ nâng cao cho bệnh nhân nào muốn

tham gia vào hệ sinh thái token cũng có săn, và bệnh nhân muốn

dùng các ứng dụng này sẽ được cấp thẻ có mã QR để dùng như là ví

tạm thời cho LOT token.

Một số mục tiêu sẽ được biến thành trò chơi (thưởng bằng token) sẽ

khuyến khích bệnh nhân lưu lại nền tảng này, tuân thủ theo phương

pháp điều trị và đóng góp dữ liệu. Cá chương trình tiếp cận cộng

đồng sẽ được phát triển để tăng nhận thức về nền tảng và giáo dục

bệnh nhân về các lợi ích khi sử dụng.

6.2 Bệnh Viện, Các Tổ Chức Chăm Sóc Sức Khỏe, Nhà Nghiên Cứu và Đơn Vị Kinh Doanh.

Các thành viên MediLOT đã đang làm việc hăng hái với các bệnh

viện và tổ chức để giới thiệu khả năng của nền tảng và đã nhận được

rất nhiều phản hồi tích cực. Sức hút ở việc bảo mật dữ liệu và quyền

kiểm soát cho bệnh nhân cũng như việc truy cập vào kho dữ liệu

sạch được xác thực cho mục đích nghiên cứu là không thể phủ nhận.

Một khi ở trong nền tảng MediLOT, sẽ có thể truy cập vào hộp cát

GEMINI. Từ đó, bệnh viện có thể bắt tay vào hợp tác nghiên cứu với

các đơn vị kinh doanh hay các tổ chức nghiên cứu. MediLOT cũng

tìm kiếm cơ hội nghiên cứu với các đối tác thích hợp để phát triển

các mô hình dự đoán và thuật toán mới.

CH IẾ N LƯỢC G IỚ I TH IỆU VÀ TR IỂ N K HAI

0 6

Hệ thống EHR truyền thống rất đắt đỏ: ví dụ như phí phát triển hệ thống EHR quốc gia Singapore (cho 5 triệu người)

tốn hơn 1 tỉ đô la Singapore. Ở các nước lớn hơn, chi phí này còn cao hơn nhiều. Điều này cùng với những tồn đọng

của EHR truyền thống như đã đề cập sẽ khuyến khích lựa chọn nền tảng MediLOT với sự hiệu quả, mạnh mẽ và tối ưu

cho tương lai.

Các bệnh viện đang hợp tác với MediLOT bao gồm hệ thống Bệnh

Viện Đại Học Quốc Gia Singapore, Trung Tâm Điều Trị Từ Xa ở tỉnh

Sơn Đông (thuộc Bệnh Viện tỉnh Sơn Đông), Đại học Đông Y Triết

Giang Liên Kết với Bệnh viện Giang Nam, Trung Quốc, và Bệnh viện

Kingcome Thâm Quyến, và sẽ còn nhiều đơn vị khác.

Trong khi hệ thống EHR Nam Á đang trong giai đoạn trứng nước,

có thể thấy đây là thị trường tiềm năng lớn chưa được khai thác –

MediLOT có thể được xây dựng với nhiều loại hệ thống EHR ở các

quốc gia như Myanmar, Indonesia, Việt Nam, tránh được nhiều vấn

đề truyền thống thường phải đối mặt ở các quốc gia có hệ thống

EHR cố định.

6.3 Nhà Phát Triển và Cung Cấp Dịch Vụ

Bởi nhà phát triển là những người góp phần tạo nên nền tảng

MediLOT, việc thu hút họ là điều cần thiết. Ngoài việc dễ dàng lấy

APIs để có thể tạo các ứng dụng trên nền tảng này, còn có thưởng

cộng đồng, thưởng cho ý tưởng và phát hiện lỗi, các sự kiện thúc

đẩy xây dựng cộng đồng như hackathon về sức khoẻ cũng đang

được lên kế hoạch. Những điều này nhằm để xây dựng một cộng

đồng phát triển mạnh mẽ, và từ đó mang lại đa dạng những ứng

dụng mà các cổ đông có thể sử dụng.



2 0 1 8

Môi trường cạnh tranh

PHÂN TÍCH ĐỐI THỦ CẠNH TR ANH

Hệ thống y tế

điện tử hiện nayPatientory

(PTOY)MediBloc

(MED)MedicalChain

(MTN)MediLOT

(LOT)

Phân tích trí tuệ nhân tạo trong y tế

Mô hình phân tích đơn giản, ví

dụ như là logistic regression

Không Không Không

GEMINI – một nền tảng dùng trí tuệ nhân tạo để hỗ trợ cho việc chuẩn đoán dựa trên dữ liệu EHR, được kiểm chứng rộng rãi trong các cơ sở y tế.

Hơn 40 năm nhân sự

nghiên cứu về phân tích.

Tra hỏi về nguồn gốc dữ liệu

Không thể (hệ thống EHR rời

rạc)Quét tổng thể Quét tổng thể Quét tổng thể

Thu nạp thông tin định hướng từ ngữ mà không làm xảy ra tình trạng dư thừa lưu trữ

Thiết kế Blockchain

Không phải blockchain (cơ sở dữ liệu tập

trung)

Ethereum kín QTUM mở Chuỗi képChuỗi kép với tính tương thích cao: Hyperledger++ và Ethereum.

Người dùng kiểm soát dữ liệu

Không có Có Có Có Hỗn hợp kiểm soát nhỏ và lớn

Lô trinh

Lắp đặt testnet trong bệnh viện

Q 3 2 0 1 9 Mainnet thử nghiệm

trong phòng k hám cộng đồng

Q 1 2 0 1 9 Hoàn thiện tích hợp

ForkBase

Q 2 2 0 1 9

Giới hạn Mainnet với tính năng cơ bản trong một khu vực địa lý

Bản thử nghiệm GEMINI

Đưa Mainnet vào hoạt động ở Singapore

Mainnet ở châu Á

Q 1 2 0 2 0 Q 2 2 0 2 0

Q 4 2 0 2 0 Q 2 2 0 2 1

A S I A



2 0 1 8

Hợp tác/Cộng đồng thị trườngBán Token đợt hai

Mở bán Token đợt đầu Thành viên Cố vấnDự trữ

Phát triển hệ thống

Vận hành

Hợp pháp/Người quản lý/Thuế

Phát triển kinh doanh/Marketing

Dự trữ

45%

10%10%

5%

30%

Token của MediLOT (LOT)

Số lượng Token: 2 TỉMở bán Token đợt đầu: 400, 000, 000 Nguồn vốn cứng: 7, 000, 000 USDGiá Token: $0.0175 USD

Cách dùng quỹ

PHÂN PHỐ I TO K E N

Token bán đợt hai nhằm mở rộng thị trường ra bên ngoài châu Á (dự kiến từ quý 4 2020 đến quý 1 2021)

0 7

20% 10%30%* 20% 15% 5%



2 0 1 8

Sáng lập viên

Giáo sư Ooi Beng Chin Hôi viên FIEEE, FACMGiáo Sư Ưu Tú, Trường ĐH Quốc Gia NUSGiám đốc, Viện nghiên cứu Smart Systems, NUSGiáo Sư Chang Jiang, Trường ĐH Chiết Giang, Trung HoaGiám Đốc, Trung Tâm sáng chế và Thương Mại Hóa trí tuệ nhân tạo NUSHội viên Học Viện Khoa Học Quốc Gia Singapore

Bác sĩ Ngiam Kee YuanTrưởng phòng Kĩ thuật, Hệ thống bệnh viện ĐH Quốc Gia

Singapore NUH

Giáo Sư, Khoa Ngoại

Giám đốc, Nghiên cứu và Phát triển ngoại khoa

Giải thưởng/Chuyên môn

- Giải thưởng cống hiến đặc biệt của hiệp hội máy tính hải ngoại Trung Hoa 2016- Giải thưởng khoa học của thủ tướng Singapore 2011


- Giải thưởng ghi nhận đặc biệt, NUS 2015

- Giải thưởng của hội viên nghiên cứu ExxonMobil-NUS

2007

Bác sĩ Marcus TanGiảng viên Y khoa, NUS

Bác sĩ, MBBS(Singapore), MMed(Ophth)

TS. Zhang Jiangwei

Nghiên cứu sinh Tiến sĩ, ĐH Quốc Gia Singapore NUS

Giáo Sư Zhang MeihuiGiáo Sư , Học Viện Kỹ thuật Bắc Kinh


- Diễn giả khách mời: Blockchain trong chăm sóc sức

khỏe (Hướng tới Sức Khỏe Quốc Tế)

- Diễn giả khách mời: tại Bộ Phát triển Thông Tin và

Truyền Thông (IMDA) – về Blockchain Giải thưởng

- Giải Thưởng Nhà Giáo Trẻ, YLLSOM 2017


- Data Generation and Analytics


- Đạt giải trong chương trình Một Nghìn Tài Năng Trẻ

2018

- Phân tích dữ liệu lớn Big Data

Phó Giáo Sư Xiao XiaokuiPhó Giáo Sư, ĐH Quốc Gia Singapore NUS

TS. Cai Qingchao Nghiên cứu cấp cao, ĐH Quốc Gia Singapore NUS

Giáo Sư Zhang Dongxiang Giáo Sư, ĐH Khoa Học và Kỹ Thuật Điện Tử Trung Quốc

TS. Dinh Tien Tuan Anh Nghiên cứu cấp cao, ĐH Quốc Gia Singapore NUS


- Giải thưởng Nhà Khoa Học trẻ về Vật lý/Toán 2009- Data Privacy and Security


- Distributed Systems

- Big Data Processing


- Query Optimization

- Artificial Intelligence


- System Security

Thành viên

G IỚ I TH IỆU THÀN H VIÊ N ĐỘ I M E D ILOT

TS. Andreea Costea Nghiên cứu, ĐH Quốc Gia Singapore NUS

TS. Dumitrel Loghin Nghiên cứu, ĐH Quốc Gia Singapore NUS


- Software Verification of Critical Code (Mainly Safety

and Correctness Properties)

- Language Design

- Formalization of Distributed Systems


- Giải thưởng nghiên cứu sinh xuất sắc của trường năm 2017

- Computer Systems Performance Analysis

- Parallel and Distributed Systems, Low-power ARM-based

Systems, GPUs

- Big Data Analytics

0 8



2 0 1 8

C Á C C Ộ N G T Á C V I Ê N

Cố vấn

Phó Giáo Sư James Yip Trưởng ban Khoa học thông tin Y tế, bệnh viện Đại Học Quốc Gia Singapore NUHSPhó Giáo Sư Khoa Y, Trường Y Yong Loo Lin, Đại Học Quốc Gia Singapore NUSCố vấn cấp cao, Khoa Tim Mạch, Trường NUHCS, Bằng cấp

MBBS, MRCP(UK), FAMS

Ooi Gene YanĐồng sáng lập, traceto.io

Đồng sáng lập, Shentilium Technologies

Phan Vee Leung, CFA

Giám đốc đầu tư, Trackrecord Asia

Cựu Trưởng bộ phận Giao dịch Tiền tệ ngoại hối Châu Á

và Lãi Suất tại Morgan Stanley

TS. Lin Qian Nghiên cứu, ĐH Quốc Gia Singapore NUS

Luo Zhaojing

Nghiên cứu sinh Tiến Sĩ, ĐH Quốc Gia Singapore NUS

Tan Cheng


Zheng Kaiping Nghiên cứu sinh Tiến Sĩ, ĐH Quốc Gia Singapore NUS

TS. Wang Sheng Nghiên cứu, ĐH Quốc Gia Singapore NUS

Ruan Pingcheng


Xie Zhongle


Zhou Xuxuan

Nghiên cứu sinh Tiến Sĩ, ĐH Trung Hoa Hồng Kông



- Real-time Data Processing


- Healthcare Data Analytics

- Machine Learning/Deep Learning Regularization


- Many-core Architectures

- Power Management


- Healthcare Data Analytics


- Database Engines


- AI Platforms


- Blockchain Systems

- Data Provenance Analysis


- Query Processing

- Indexing


- Blockchain

- Database Systems

- Database Systems

- Distributed System

- Deep learning with

Hardware Accelerators

- ACM/ICPC World Finalist- Apache Committer

Wang Ping Giám đốc điều hành, Infinitt Healthcare China

Infinitt là công ty hàng đầu trong lĩnh vực công nghệ y

tế hoạt động tại 44 quốc gia và hơn 3500 cơ sở chăm sóc

sức khỏe

Shaun DjieĐồng sáng lập, DigixGlobal

Người sáng lập, hội giao lưu Ethereum Singapore

Thành viên kĩ thuật, hội chuẩn hoá công nghệ

Blockchain & Sổ hoá phân bổ

SÁCH TRẮNG 2018 - MediLOTbệnh nhân qua tất cả các lần thăm khám, là cần thiết, bao gồm các chuẩn đoán trước đây, kiểm tra, kết quả, đơn thuốc

Documents