区块链启用的可解释人工智能用于可信赖的医疗系统

于红博

摘要: 本文介绍了一种基于区块链的可解释人工智能框架（BXHF），用于解决医疗系统面临的两个关键挑战：安全数据交换和可理解的人工智能驱动临床决策。我们的架构整合了区块链技术，确保患者记录是不可变的、可审计的和防篡改的，同时采用可解释人工智能（XAI）方法，产生透明且临床相关的模型预测。通过将安全保障和可解释性要求纳入统一的优化流程，BXHF确保了数据级信任（通过验证和加密的记录共享）和决策级信任（具有可审计和临床对齐的解释）。其混合边缘-云架构允许在不同机构之间进行联合计算，实现协作分析同时保护患者隐私。我们通过跨境临床研究网络、罕见疾病检测和高风险干预决策支持等使用案例展示了该框架的适用性。通过确保透明度、可审计性和合规性，BXHF提高了医疗领域人工智能的可信度、采纳率和效果，为更安全、更可靠的临床决策奠定了基础。

更新时间: 2025-09-18 14:17:19

领域: cs.CR,cs.AI,cs.LG

下载: http://arxiv.org/abs/2509.14987v1