[论文解读] 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 11

一句话总结

TrialChain 是一种混合区块链平台，通过使用私有 MultiChain 区块链加密记录数据哈希，并定期将这些记录同步到公共以太坊网络，确保大规模生物医学研究中的数据完整性。这使得通过 API 可访问的区块链记录，能够实现可验证、可审计且低成本的数据真实性与分析溯源性验证。

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.

研究动机与目标

• 为解决大规模生物医学研究中数据完整性和信任的关键挑战。
• 提供一种可扩展、可审计且密码学安全的方法，用于追踪数据采集和分析修改过程。
• 在保护数据隐私的同时，实现研究结果的公开验证，并降低交易成本。
• 无缝集成到现有数据科学工作流中，不破坏现有流程。
• 利用基于区块链的溯源追踪，实现对数据资产和分析输出的快速、自动化验证。

提出的方法

• 使用 MultiChain 平台实现私有区块链，用于在研究中心内部的数据采集和分析过程中记录数据哈希。
• 通过 Apache NiFi 将区块链与数据科学平台集成，实现数据摄入和哈希的自动化。
• 使用 Python 开发基于微服务的管理型 Web 应用，并通过 Docker 实现平台管理和编排。
• 定期将私有区块链状态同步到公共以太坊网络，以支持对数据完整性进行公开验证。
• 使用加密哈希（例如 SHA-256）生成唯一的数据指纹，并将其存储在区块链上，以确保不可篡改性。
• 通过 API 访问区块链记录，实现对数据真实性和分析溯源性的快速验证。

实验结果

研究问题

• RQ1 混合区块链架构能否有效确保大规模多机构生物医学研究中的数据完整性？
• RQ2 如何在不损害性能或隐私的前提下，对数据溯源和修改历史进行密码学保护并实现审计？
• RQ3 在保持可验证性的同时，使用定期同步至公共网络的私有区块链，能在多大程度上降低交易成本？
• RQ4 能否在不进行重大架构重构的前提下，将区块链集成到现有数据科学工作流中？
• RQ5 在真实的研究环境中，基于区块链记录对数据真实性和分析完整性进行验证的效率如何？

主要发现

• TrialChain 平台成功使用私有 MultiChain 区块链从生物医学研究工作流中记录数据哈希，确保了密码学上的不可篡改性。
• 将私有区块链状态定期同步至公共以太坊网络，实现了对数据完整性的公开、无需信任的验证。
• 混合架构相比仅使用公共区块链，显著降低了交易成本，同时保持了可验证性。
• 与 Apache NiFi 及基于微服务的 Web 应用的集成，实现了数据采集和分析过程中无缝、自动化的日志记录。
• 通过 API 访问区块链记录，实现了对数据资产和分析结果的快速、程序化验证。
• 该平台在真实研究环境中展示了可行性，支持可审计性与大规模生物医学数据中的信任建立。