[論文レビュー] TrialChain: A Blockchain-Based Platform to Validate Data Integrity in Large, Biomedical Research Studies

Hao Dai, H. P. Young+6 more|arXiv (Cornell University)|Jul 10, 2018

Ethics in Clinical Research参考文献 30被引用数 11

ひとこと要約

TrialChain は、プライベートな MultiChain ブロックチェーンを用いて研究機関内でデータハッシュを暗号的にログ記録し、定期的にそれらをパブリックな Ethereum ネットワークに同期することで、大規模なバイオメディカル研究におけるデータ整合性を保証するハイブリッドブロックチェーンプラットフォームです。これにより、API でアクセス可能なブロックチェーン記録を通じて、データ真正性および分析ルートの検証可能で監査可能かつ低コストな検証が可能になります。

ABSTRACT

The governance of data used for biomedical research and clinical trials is an important requirement for generating accurate results. To improve the visibility of data quality and analysis, we developed TrialChain, a blockchain-based platform that can be used to validate data integrity from large, biomedical research studies. We implemented a private blockchain using the MultiChain platform and integrated it with a data science platform deployed within a large research center. An administrative web application was built with Python to manage the platform, which was built with a microservice architecture using Docker. The TrialChain platform was integrated during data acquisition into our existing data science platform. Using NiFi, data were hashed and logged within the local blockchain infrastructure. To provide public validation, the local blockchain state was periodically synchronized to the public Ethereum network. The use of a combined private/public blockchain platform allows for both public validation of results while maintaining additional security and lower cost for blockchain transactions. Original data and modifications due to downstream analysis can be logged within TrialChain and data assets or results can be rapidly validated when needed using API calls to the platform. The TrialChain platform provides a data governance solution to audit the acquisition and analysis of biomedical research data. The platform provides cryptographic assurance of data authenticity and can also be used to document data analysis.

研究の動機と目的

• 大規模なバイオメディカル研究において、データ整合性と信頼性を確保するという重要な課題に対処すること。
• スケーラブルで監査可能かつ暗号的に安全な方法で、データ取得および分析変更履歴を追跡すること。
• データプライバシーを保ちつつ、研究結果の公開検証を可能にするとともに、取引コストを低減すること。
• 現在のワークフローを著しく変更せずに、既存のデータサイエンスパイプラインにシームレスに統合すること。
• ブロックチェーンベースのプロバンス追跡を用いて、データ資産および分析出力の迅速で自動化された検証を可能にすること。

提案手法

• 研究機関内でのデータ取得および分析プロセス中にデータハッシュをログ記録するために、MultiChain プラットフォームを用いたプライベートブロックチェーンを実装した。
• Apache NiFi を用いてデータサイエンスプラットフォームとブロックチェーンを統合し、データインジェストおよびハッシュ化を自動化した。
• Docker を用いた Python によるマイクロサービスアーキテクチャの管理用ウェブアプリケーションを構築し、プラットフォーム管理およびオ케ストレーションを実現した。
• プライベートブロックチェーンの状態を定期的にパブリックな Ethereum ネットワークに同期することで、データ整合性の公開検証を可能にした。
• 改ざん不能性を確保するため、ハッシュ関数（例：SHA-256）を用いて一意のデータフィンガープrintを生成し、ブロックチェーンに格納した。
• API を介したブロックチェーン記録へのアクセスを可能にし、データ真正性および分析ルートの迅速なプログラムによる検証を実現した。

実験結果

リサーチクエスチョン

• RQ1 ハイブリッドブロックチェーンアーキテクチャは、大規模かつ多施設にまたがるバイオメディカル研究において、データ整合性を効果的に確保できるか？
• RQ2 パフォーマンスやプライバシーを損なわせることなく、データプロバンスおよび変更履歴を暗号的に保護し、監査可能にする方法は何か？
• RQ3 定期的にパブリックネットワークに同期するプライベートブロックチェーンは、パブリックブロックチェーンを単独で使用する場合と比較して、取引コストをどの程度低減できるか？
• RQ4 既存のデータサイエンスワークフローに、顕著なアーキテクチャ的変更を加えずにブロックチェーン統合を実現できるか？
• RQ5 実世界の研究環境において、ブロックチェーンベースの記録を用いて、データ真正性および分析整合性をどの程度効率的に検証できるか？

主な発見

• TrialChain プラットフォームは、プライベートな MultiChain ブロックチェーンを用いてバイオメディカル研究ワークフローからのデータハッシュを正常にログ記録し、暗号的に改ざん不能な状態を確保した。
• プライベートブロックチェーンの状態をパブリックな Ethereum ネットワークに定期的に同期することで、データ整合性の公開・信頼できない検証が可能になった。
• ハイブリッドアーキテクチャにより、パブリックブロックチェーンを単独で使用する場合と比較して取引コストを低減したが、検証可能性は維持された。
• Apache NiFi との統合およびマイクロサービスアーキテクチャのウェブアプリケーションにより、データ取得および分析プロセス中にシームレスで自動化されたログ記録が実現した。
• ブロックチェーン記録への API アクセスにより、データ資産および分析結果の迅速なプログラムによる検証が可能になった。
• プラットフォームは実世界の研究環境において実用性を示し、大規模なバイオメディカルデータにおける監査可能性および信頼性を支援した。