基于區塊鏈的中醫電子病歷高效查詢方法研究

柴凱杰，丁有偉，胡孔法

（南京中醫藥大學人工智能與信息技術學院，江蘇南京 210046）

0 引言

中醫電子病歷在醫院中發揮著重要作用。隨著大數據時代的到來，中醫電子病歷數據蘊含著巨大價值，具有重要的研究意義。當前中醫電子病歷查詢主要是通過各種電子病歷系統實現的，但系統會受到各種攻擊，以及系統本身存在一些漏洞等因素，可能導致用戶隱私泄露，并且系統查詢結構比較單一，查詢速度仍有待提高。因此，尋找一種可同時兼顧查詢性能與用戶隱私安全的中醫電子病歷查詢方法是中醫藥信息化發展過程中亟待解決的關鍵問題之一。

由于中醫電子病歷數據具有數據量大、數據類型復雜等特性，在共享與存儲方面需要提出新的架構［1］。肖勇等［2］對中醫藥防控救治信息化工作進行研究，并指出其中存在的信息共享不足等問題。區塊鏈技術可以很好地解決以上問題。區塊鏈是一種新興的數據安全技術，具有匿名性、去中心化、防篡改等特性，且目前發展日趨成熟。很多學者對其進行了大量研究，如邵奇峰等［3］詳細介紹區塊鏈體系架構，并從區塊鏈數據、共識機制、智能合約、可擴展性、安全性幾方面闡述了區塊鏈原理與技術；蔡曉晴等［4］提取出區塊鏈的5 層核心架構，并就其中數據、網絡、共識3層基礎架構進行詳細說明；潘晨等［5］對區塊鏈的性能缺陷進行總結，并介紹了可提升區塊鏈性能及容量的相關技術；Hung 等［6］通過分片技術提高了區塊鏈數據交易性能；劉懿中等［7］從共識機制方面對區塊鏈進行了詳細研究；方維維等［8］對PBFT 共識算法進行優化，提高了區塊鏈的可擴展性。

區塊鏈技術在中醫藥領域的應用主要集中在中醫電子病歷方面。湯穎［9］分析了區塊鏈技術在電子病歷中的應用；肖勇等［10］指出中醫信息化建設中存在的問題，并提出建設性意見。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，提高了中醫電子病歷的安全性；侯姝言等［12］將可追蹤性安全機制應用于藥品防偽溯源，同時將區塊鏈隱私保護應用于電子健康病歷；張劍等［13］通過基于區塊鏈的電子病歷存儲系統提高了電子病歷數據的安全性。在查詢性能方面，徐知海等［14］提出基于蟻群算法的區域電子病歷查詢方法；肖麗等［15］提出基于區塊鏈技術的中醫電子病歷系統架構；郭坤等［16］為保證數據的高效訪問，創建排序索引以提高檢索性能；李莉等［17］通過分片技術提高了區塊鏈的可擴展性。以上文獻雖然分開考慮了中醫電子病歷的安全性與查詢性能，但是未能將兩者同時兼顧。

針對中醫電子病歷無法兼顧安全性與查詢性能的問題，本文結合區塊鏈分片技術［18-22］，提出一個基于地理位置劃分的區塊鏈分片方案，利用區塊鏈的去中心化、不可篡改等機制保證了中醫電子病歷查詢的安全性；采用分片技術將全國醫院按等級分片，對每個分片內節點上存儲的數據增加索引，從而兼顧了中醫藥數據的安全性與查詢性能。實驗結果表明，通過對1 200 條數據進行查詢并且對比了區塊鏈分片與不分片的情況，發現分片查詢效果明顯優于不分片查詢，同時增加索引查詢效果顯著優于未添加索引查詢。本文的創新點如下：

（1）提出基于地理位置劃分的區塊鏈分片方案，并且按照醫院級別設置全節點和輕節點，在緩解存儲交易壓力的同時，可提高中醫藥數據查詢性能。

（2）通過區塊鏈的節點分片策略及索引技術，提高了區塊鏈查詢性能，實現了對中醫藥數據定值查詢與范圍查詢的快速響應。

1 模型

1.1 數據模型

中醫病歷歷史悠久，經歷了漫長的發展過程并發展為如今的中醫電子病歷。中醫電子病歷的主要記錄包括：編號、標準化臨床表現、標準化病機、膏方、劑量等。中醫電子病歷記錄的數據具有較高的潛在研究價值。區塊鏈電子病歷結構表示例如表1 所示。

Table 1 Blockchain electronic medical record structure example表1 區塊鏈電子病歷結構表示例

區塊鏈是一種去中心化、不可篡改、可追溯、可信的分布式數據庫。區塊鏈是由區塊相互連接形成的一種鏈式存儲結構，由區塊頭和區塊體組成。區塊頭存儲區塊的頭信息，包含上一個區塊的哈希值、隨機數、時間戳、難度值等；區塊體包含其交易信息，交易信息存儲在由Merkle 樹根組成的葉子節點中。中醫電子病歷區塊鏈結構如圖1 所示。

Fig.1 Blockchain structure of traditional Chinese medicine electronic medical records圖1 中醫電子病歷區塊鏈結構

表1 中每一條電子病歷記錄作為區塊鏈中的一個交易，兩兩進行哈希運算，將若干條交易打包形成一個區塊。區塊內各交易以Merkle 樹的形式進行組織，區塊形成后插入到現有區塊鏈中。

1.2 網絡模型

醫院網絡主要由電子計算機與通信設備組成，為醫院所屬各部門提供用戶診斷信息的存儲、管理、收集、查詢與數據交換等服務。但這種中心化的網絡方式會造成數據隱私泄露及其他安全問題，且日益增長的數據會帶來存儲壓力，同時內外網分離會造成數據信息孤島問題，不利于用戶信息共享。醫院網絡如圖2 所示。

Fig.2 Hospital network圖2 醫院網絡

使用區塊鏈可很好地解決以上問題，區塊鏈是一種去中心化的網絡，在區塊鏈網絡體系中不存在中心化的服務器，每一個節點都是對等的，不存在客戶端與服務器的區分。一方面，區塊鏈具有的不可篡改、加密等特性可保證數據安全；另一方面，可把每個醫院當作一個節點，節點之間相互對等，從而去除了醫院對中心化服務器的依賴，并且少數節點被攻擊崩潰并不會影響整個區塊鏈網絡的正常運行。同時，節點之間相互通信，可很好地解決數據信息孤島問題。

本文將全國醫院都當作節點，各個節點之間相互通信，構成區塊鏈網絡。為減輕存儲壓力、提高查詢性能，對節點進行分片。根據省份地區及醫院等級進行分片，將區塊鏈分片與地理位置相關聯，從而使區塊鏈中醫電子病歷的理論模型映射到現實生活中。若各個分片內包含節點數量過多，可再次按市、縣（鎮）進行分片，從而構建基于地理位置的區塊鏈分片網絡。區塊鏈分片如圖3 所示。

Fig.3 Blockchain sharding圖3 區塊鏈分片

為充分利用各醫院的存儲與計算資源，提高中醫電子病歷查詢性能，具體分片規則如下：①將中醫藥數據依次按照省進行分片劃分；②各個省市的三甲醫院為全節點，主要負責同步全國所有分片內的交易，其他醫院為輕節點，負責處理各自醫院的交易。該方法的優點是可以同步所有數據交易，同時減輕存儲壓力。

通過將醫院網絡映射到區塊鏈網絡，最后構建基于地理位置的區塊鏈分片網絡，一方面可緩解存儲壓力，另一方面可在每個分片內獨立并行地處理交易。若需跨分片交易，則進行同步或異步跨分片交易。通過分片提高了交易處理性能，并通過各個節點之間的相互通信解決了孤島問題。該方法同時兼顧了安全性與查詢性能，提高了區塊鏈的可擴展性。

2 查詢方法

2.1 數據存儲

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。

在實際應用中，中醫醫院一般包括中醫診所、社區醫院、縣級醫院、市級醫院和省級醫院等，醫院所在地之間有明確的行政隸屬關系，每個醫院的規模、產生的數據量、數據存儲及處理能力各不相同。將中醫電子病歷存儲在區塊鏈上可保證其安全性，但其查詢過程需要所有醫院之間進行共識，共識過程復雜且遠距離的數據通信延遲較大，導致查詢性能低下。因此，在保證安全性的同時，可通過分片及增加索引的方式提高區塊鏈數據查詢性能。

數據存儲采用CouchDB 數據庫進行鍵值對存儲，在每個分片內，節點存儲的數據相同，并且所有數據根據分片數量平均進行存儲。利用CouchDB 數據庫的優勢，可對中醫電子病歷數據進行更復雜的查詢。通過私有數據對中醫藥數據進行存儲，可保護用戶的隱私安全，并且對數據進行分類及增加索引。對數據進行分類可使中醫藥數據的管理更加動態化、合理化及規律化；通過索引可大大提高查詢速度，從而保證了數據的安全性和查詢性能。

2.2 數據查詢

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

使用CouchDB 數據庫、增加索引的優勢在于當存儲大量數據時，不必按順序遍歷每一條數據進行一一對比，并且減少了磁盤的I/O 操作，可很快定位到數據所在位置。其高效查詢的具體設計與實現流程如下：①以raft 方式啟動網絡；②啟用CouchDB 數據庫；③對中醫藥數據創建索引；④安裝實例化鏈碼；⑤選擇查詢條件；⑥根據查詢條件選擇對應鏈碼進行查詢；⑦對查詢結果進行驗證，多次查詢并在最后進行對比的目的是為了防止惡意節點進行破壞。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

隨著可信時代的到來，人們越來越重視個人的隱私安全。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平臺存儲數據，Hyperledger Fabric 平臺具有特有的許可、加密處理等機制。

（2）通過建立通道保證數據的隱私性，各分片內的各個節點都可相互建立通道。只有通道內的節點可以查看該部分數據，而其他加入通道內的節點無法查看。

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

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

通過以上4 個方面，利用區塊鏈本身較強的安全性以及平臺的獨特優勢，可實現中醫藥數據的安全保障及隱私保護等。同時利用區塊鏈去中心化的特性以及平臺“崩潰容錯”等特性，使基于區塊鏈的中醫電子病歷相比普通中心化的中醫電子病歷具有不可比擬的優勢。

3 實驗及分析

3.1 實驗環境

實驗環境為VMware? Workstation 14 Pro，Hyperledger Fabric1.4 版本，ubuntu 虛擬機內存為2GB。在此虛擬機上搭建Fabric1.4，以raft 方式啟動網絡，選擇CouchDB 數據庫，在不分片單solo 模式下以及兩個分片以raft 方式啟動網絡多個order 的情況下，比較傳輸交易時間及不同數據量的查詢時間，存儲數據使用私有數據的方式以保證安全性，同時添加了索引功能以實現范圍查詢，可大大提高查詢速度。

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

3.2 實驗結果分析

本實驗在目前比較流行的Hyperledger Fabric 平臺上進行部署，設置了10 個節點，其中有4 個全節點、6 個輕節點。首先，以raft 方式啟動網絡，該方式的優點是可以在每個分片內分配一個order 節點，從而加快每個分片內的交易處理性能，提高了可擴展性。通過Org1 和Org2 兩個組織模擬分片，在每個組織內分配兩個節點，并通過安裝調用實例化鏈碼實現對中醫藥數據的查詢。

為測試本文算法的性能，在具有1 200 條真實數據的電子病歷數據集上對區塊鏈各方面查詢性能進行比較。不分片是在單solo 模式下進行的，而分片是以raft 模式啟動網絡，可在每個分片內分配一個order，從而大大提高分片對交易的處理性能。

如圖5 所示，按數據量等值遞增設置6 組實驗，分別測試在分片和不分片情況下不同數據交易量的查詢時間對比。實驗結果表明，在相同數據量下，分片的查詢速度明顯優于不分片的查詢速度，這是分片的必然結果。同時隨著數據量的增大，分片查詢交易時間的增長速率明顯慢于不分片的情況，這是由于在大量數據下，每個分片獨立并行進行查詢，因此體現出分片的查詢優勢。

Fig.5 Comparison of query time for different transaction volumes圖5 不同數據交易量查詢時間對比

如圖6 所示，按數據量等值遞增設置6 組實驗，分別測試在分片和不分片情況下不同數據交易量的傳輸交易時間對比。實驗結果表明，在相同數據量下，分片傳輸交易速度大于不分片的情況，并且隨著數據量的增大，分片傳輸交易時間的增長速率慢于不分片的情況，這是分片帶來的必然結果。

Fig.6 Comparison of different data transaction volume transmission time圖6 不同數據交易量傳輸時間對比

如圖7 所示，設置6 組實驗，在對中醫藥數據增加索引后，分片測試不同數據量下范圍查詢與無索引查詢時間對比。實驗結果表明，在相同數據量下，增加索引可很快地提高查詢速度，并且隨著數據量的增大，增加索引的時間波動不大且趨于穩定，而無索引查詢時間則與數據量的增加成正比，可顯著體現增加索引帶來的優勢。

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

不同數據交易量傳輸時間對比如圖8 所示，數據量1的存儲量是數據量2 的30 倍。實驗結果表明，不同存儲量的交易不會影響其查詢速度，總體來說查詢時間趨于穩定，波動不大。

Fig.8 Comparison of query time for different data transaction volumes圖8 不同數據交易量傳輸時間對比

4 結語

本文對基于區塊鏈的中醫電子病歷高效查詢方法進行研究，通過分片及增加索引提高了查詢性能，使得中醫藥數據管理更加規范化與動態化。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。區塊鏈“不可能三角”一直是需要攻克的難點，相信在不久的將來，區塊鏈的應用將會越來越普遍。