Un sistema de salud habilitado para blockchain para la predicción del riesgo de cáncer de cuello uterino utilizando...

Área de la Ciencia:

• La informática médica
• Inteligencia artificial en el cuidado de la salud
• Tecnología Blockchain

Sus antecedentes:

• El cáncer cervical plantea importantes riesgos para la salud mundial, exacerbados por los desafíos en la detección y detección temprana, especialmente en los países en desarrollo.
• El acceso limitado a la atención médica, los altos costos y la presentación tardía de los síntomas dificultan la detección eficaz del cáncer de cuello uterino en todo el mundo.
• Los métodos de diagnóstico existentes a menudo carecen de la seguridad, privacidad y precisión necesarias para una evaluación integral del riesgo.

Objetivo del estudio:

• Introducir un sistema de salud seguro y descentralizado habilitado para blockchain para la predicción del riesgo de cáncer cervical.
• Desarrollar y aplicar un modelo inteligente avanzado para una evaluación precisa del riesgo de cáncer de cuello uterino utilizando los registros de salud de las pacientes.
• Mejorar la fiabilidad y la privacidad de la predicción del riesgo de cáncer cervical en comparación con los métodos tradicionales.

Principales métodos:

• Implementación de un marco de cadena de bloques para el almacenamiento y control de acceso seguro, a prueba de manipulación y descentralizado de datos sensibles de pacientes.
• Desarrollo de un modelo predictivo que integra una red convolucional de gráficos (GCN), un mecanismo de atención y una unidad recurrente con puerta (GRU).
• Optimización del modelo predictivo utilizando un algoritmo mejorado de optimización de hienas manchadas para mejorar el ajuste y el rendimiento de los parámetros.

Principales resultados:

• El sistema blockchain garantiza una sólida seguridad de los datos, la privacidad y el acceso controlado a la información del paciente.
• El modelo integrado GCN-Attention-GRU captura con precisión las complejas relaciones de atributos del paciente y las dependencias temporales en la historia clínica.
• El algoritmo de optimización de la hiena manchada mejoró significativamente la precisión predictiva y el rendimiento general del modelo de evaluación del riesgo de cáncer de cuello uterino.

Conclusiones:

• El sistema propuesto habilitado para blockchain ofrece una solución segura y descentralizada para administrar datos médicos en la predicción del riesgo de cáncer cervical.
• El modelo predictivo inteligente demuestra una precisión superior, privacidad y confiabilidad en la evaluación del riesgo de cáncer de cuello uterino.
• Este enfoque innovador tiene potencial para mejorar la detección temprana y el tratamiento del cáncer de cuello uterino, especialmente en entornos con recursos limitados.