編輯導語：傳染病監測預警的主要目的，是通過監測早期發現傳染病發生的異常先兆或事件發展的不良趨勢，進而提高傳染病預防控制工作的主動性和預見性，這也是當前世界範圍內廣泛關注的熱點和難點問題。新冠病毒疫情暴發之後，我國加強了對於傳染病的監測預警，本文作者基於區塊鏈技術，對我國傳染病監測預警系統進行了優化研究。
回顧2020這不平凡的一年，從2019年12月不明原因肺炎的出現，到2020年1月新冠病毒確認和爆發，再到3月份國內疫情的基本控制，然後年尾全國各地疫情又零星死灰復燃，可以說國內在未來很長一段時間內都將處在疫情防控的新常態和新形勢下。
在全球範圍內，新冠肺炎疫情的控制更是還未看到盡頭。我在2020年1月29日發表互聯網文章《用區塊鏈改進國家級傳染病監測預警網路》的時候，怎麼也沒有想到新冠肺炎疫情對國內，乃至全球影響這麼深刻。
後來，我（黃銳）和四川大學、西華大學的教授們共同致力於區塊鏈技術在我國傳染病監測預警系統的應用研究，並成功獲得「國家社會科學基金資助項目」，並在《管理學報》第17卷 第12期成功發表了論文《基於區塊鏈技術的我國傳染病監測預警系統的優化研究》。
接下來，我會將論文全文轉載，與讀者分享。
站在2020年尾，展望2021年，希望隨著疫苗的普及，新冠肺炎能遠離我們，明年會更好！
一、研究背景
2020年初一場突如其來的新冠肺炎疫情，暴露出我國的傳染病直報、監測和預警系統在疫情之初預警效果並不理想的問題。雖然新冠疫情在我國已經得到控制，但不能不反省傳染病監測預警系統到底存在什麼問題？應如何改進系統的監測預警效能？
2020年5月6日中共中央政治局常務委員會召開會議，明確提出要改革疾病預防控制體系，提升疫情監測預警能力，健全重大疫情、公共衛生應急管理體系。
據此，本研究在分析我國傳染病監測預警系統的現狀和問題的基礎上，提出利用區塊鏈技術改進現有系統的設想。
目前，我國疾病預防控制信息體系是一套強中心化的協作模式，這種模式下信息管理的責任和風險很大，一旦監測預警系統出現任何信息屏障，必將影響全國的傳染病預警和防控。
由此，在傳染病監測預警系統的規劃和建設上，需要尋找一種管理責任和風險較小，信息時效性相對較高的架構模式[1]，區塊鏈技術的應用有利於實現這一目標。
在借鑒國內外已有研究的基礎上，本研究擬探討如何利用區塊鏈技術構建我國傳染病四級防疫鏈網路和信息共享平台，對基於大數據的國家傳染病自動預警信息系統、網路直報系統、醫院傳染病上報系統、基層實時預警體系、分散式聯動響應機制等進行優化設計，以期為我國傳染病監測預警系統的改進提供一些理論參考。
二、我國傳染病上報和監測預警體系的現狀及問題
我國於2008年4月在全國開始運行國家傳染病自動預警系統，建立了自動預警與響應機制，實現了法定傳染病的監測數據自動分析、時空聚集性實時識別、預警信號發送和響應結果實時追蹤等功能[2,3]還建設了網路直報系統，實現了基於醫療衛生機構的法定傳染病的實時在線直報，統一標準化採集電子健康檔案、電子病歷等數據，試點和運行了四級（區、市、省、國家）人口健康信息和數據交換平台[4]，打通了醫院信息管理系統（HIS）和網路直報系統，通過診療病歷自動彈出或人工打開填報頁，半自動提交傳染病報告卡[5]。
但是，我國傳染病監測預警體系在這次疫情爆發初期暴露了以下問題：
- 現有系統難以對新型傳染病早期預警。我國的傳染病監測預警體系主要是針對法定傳染病的分級監測和預警，但對不明原因的新型傳染病缺少統一的、系統化的、透明化和標準化的應對方案。雖然在傳染病報告卡中有「其他」選項，但醫生、醫院和CDC的每次上報都要承擔上報準確性的巨大責任壓力，將疑似病例上報需要極大的勇氣。
- 新型傳染病從臨床發現到上報需要三級人工審批。我國對新型傳染病的會診和確認通常有三級人工審批過程：院、區、市或省級[4,6]。這不僅要耗費較長時間，還需要審核人員具有很高的專業判斷能力和勇於承擔責任的膽量，因此，三級人工審批可能造成對新型傳染病預警的延誤或阻斷。
- 預警數據源單一、信息孤立。我國傳染病自動預警系統主要依靠傳染病報告數據作為預警數據源，但從大數據的監測預警來看，傳染病報告只是一種臨床診斷結果數據而已，還需要結合臨床癥狀、實驗室病原數據、互聯網疫情關鍵詞、社會和自然疫情數據等多元數據[7]，只有綜合利用，大數據才有效。但這些多元數據廣泛分佈在各類社會資源中，採用強中心化的數據採集機制[8]，很難實現多元數據的採集和匯總。
- 醫療機構和疾控中心（CDC）缺少信息共享與聯合預警處置機制。我國現有的傳染病監測預警體系在不同層級間、部門間、機構間、基層一線人員與高層決策者之間不能真正形成信息共享機制，在疫情區域間不能有效聯合預警和處置，致使在疫情早期中央機構還未介入之前，很難利用現有資源及時控制疫情的蔓延。
綜上，我國現行傳染病監測預警系統在這次新冠疫情爆發初期預警效果不理想的核心問題是：目前基於大數據的自動預警系統數據源單一、信息孤立，傳染病數據的網路直報沒有實現自動化，不同人員、機構之間不能真正形成橫向信息共享。
要解決這一問題，需在原有大數據預警和網路直報外，引入區塊鏈技術，整合現有分散的疾控資源（醫院、CDC、藥店、衛生院、實驗室等），打破原有信息屏障[9]，形成基層實時聯動防控與頂層統籌調度防控相結合的傳染病雙層監測、響應模型。
三、國內外相關研究
目前區塊鏈技術在醫療和防疫監測方面的應用在全球範圍內正處於積極探索期，主要聚焦在醫療數據安全存儲、醫療流程優化、供應鏈溯源和傳染病監測4個應用方面[10~14]：
- 利用區塊鏈技術在隱私保護和數據安全方面的優勢，主要應用在醫療數據的安全存儲方面，包括電子病歷、電子健康記錄。
- 利用區塊鏈分散式賬本在可信任協作方面的優勢，應用於醫生、科學家、實驗室人員和公共衛生部門的流程優化與協作。
- 利用區塊鏈技術防篡改、可溯源方面的優勢，應用於醫療供應鏈和藥品溯源。
- 利用區塊鏈技術在多節點數據自動化實時同步的優勢，應用於傳染病監測和預警。
全球健康安全議程（GHSA）提倡應用區塊鏈技術改造整個健康安全系統，並使之更加完善有效，特別提出了基於區塊鏈技術的公共安全監測模式，以實時響應來避免傳染病的大規模爆發[15]。
但GHSA的提議還處於理論框架探討階段，尚未在業務流程銜接和技術架構選型方面有具體的研究和實施，另一嘗試是剛果民主共和國利用區塊鏈技術對埃博拉病毒進行監測[16]。
該國採用智能射頻電子識別標籤，將埃博拉病毒可疑感染和確診感染的監測數據採集到SERIS和智能物聯網中，將電話公司、埃博拉病毒監控部門、埃博拉疫苗供應機構、交通運輸機構等通過區塊鏈鏈接起來，組成國家疫情監控網路。
——這為我國構建重大傳染病爆發監測提供了一個很好的借鑒。
國內在區塊鏈技術應用於醫療和傳染病監測預警領域的相關研究很少，在有限的文獻中可以看到兩個較為系統介紹的區塊鏈應用模型：
①薛騰飛等[17]提出了基於區塊鏈的醫療數據分享模型。該方案通過構建醫療機構聯盟伺服器群和審計聯盟伺服器群，採用權益證明機制，實現集群中信息共享的共識和協調一致，通過分散式資料庫存儲醫療記錄。
②黎祖睿等[18]提出了聯盟式傳染病數據區塊鏈系統。該模型對大數據資源進行整合、共享，使用智能合約實現傳染病預警機制，為我國突發急性傳染病監測預警模型的構建提供了一個傳染病數據共享平台。
這些有限的區塊鏈醫療應用研究主要集中在醫療數據信息共享方面，而在傳染病早期數據採集、區域預警、整合政府和社會資源方面缺乏系統的研究。
四、構建國家傳染病四級防疫鏈網路
1. 基本設計思想
在借鑒國內外已有研究的基礎上，本研究提出運用區塊鏈技術整合區、市、省、國家四級傳染病監測預警網路，構建四級防疫鏈網路的設想。
將國家CDC、網上直報系統、國家傳染病自動化預警系統、全國三級公共衛生健康數據交換平台和基層醫療機構（醫院）整合在四級防疫鏈中，實現數據加密共享、國家級和區域級的雙層自動化預警機制。
從信息管理視角看，區塊鏈是一種共享資料庫，存儲於其中的數據或信息，具有不可偽造、全程留痕、可以追溯、公開透明、集體維護等特徵。
基於這些特徵，區塊鏈技術奠定了堅實的「信任」基礎，創造了可靠的「合作」機制[19]。從社會治理視角看，區塊鏈是一種建立可信任協作關係的安全分散式計算網路，是一種去中心化的協作框架。
與傳統中心化協作機制不同在於：傳統中心化協作模式有明確的協調方，負責多方的協調，協作單元是流程；基於區塊鏈的去中心化協作模式，沒有明確的協調方，是依靠分散式共識協議實現多方的協調和協作單元的密碼學控制。
我國在《公共衛生疾控信息化十二五規劃》中提出了公共衛生信息化建設與發展方向，充分利用現有網路基礎設施和環境，結合區域衛生信息平台建設，完善國家公共衛生數據中心，逐步建立省級、地市級數據中心，進一步加強公共衛生網路和數據中心建設。
目的是在國家、省、地市分別建立全國和區域性的信息平台，在統一的業務邏輯驅動下相互聯動，形成整體的疾病預防控制信息化平台[1]。
但是，從上述公共衛生數據交換平台的設計思路來看，實現各級平台間的數據共享和交換，並未採用具備抗干擾能力的分散式共識協議協調機制，仍然採用的是傳統中心化協調機制，並將原有的傳染病網路直報流程改為逐級平台上報。
這樣的系統設計反而會增加傳染病報告的不確定性和風險性，逐級上報可能因各級審批而阻延。
本研究利用區塊鏈技術的數據入鏈防篡改、加密傳輸、智能合約防干預自動執行、數據在節點間自動化同步等特性[20]，從理論上探討對於我國傳染病監測預警體系的改進和優化，整合分散的疾病防控資源、嵌入監測哨點應用，實現疾控多元化數據（醫療、社會與自然、互聯網、病原等）的自動化採集，為傳染病大數據預警提供真實可靠的數據支撐。
利用區塊鏈智能合約建立各區域間的聯動預警處置機制，在疫情爆發早期鄰近區域共享相關疫情基礎數據，從而形成基層實時聯動防控和頂層統籌調度防控相結合的傳染病雙層監測、響應模型。
2. 四級防疫鏈架構設計
本研究設計參考區塊鏈技術分片機制，建立基於區、市、省和國家四級主權區塊鏈[21]的自動化數據同步網路，在四級防疫鏈中依託各級CDC，建立突發傳染病數據採集和實時預警自治能力，不完全依賴國家級傳染病預警系統。
利用目前已有的公共衛生數據交換平台作為每級數據的交換節點，形成實時自動化的數據交換機制。各區之間的傳染病報告數據在市級防疫鏈同步，各市之間的傳染病報告數據在省級防疫鏈中同步，以此類推，到國家級全國的防疫鏈數據同步。
四級防疫鏈像四個車輪一樣，在自動化完成各區、市、省的內部防疫預警工作的同時，通過國家級防疫鏈不斷更新和補充其他省份的共享數據，形成具備一定區域自治防疫能力的四級防疫網路（見圖1）。
圖1 傳染病四級防疫鏈
本研究提出的傳染病四級防疫鏈，本質上是一種區塊鏈技術的聯盟鏈應用。
四級防疫鏈由四級防疫單鏈和跨鏈數據交換節點組成，每條防疫單鏈是一種區域聯盟鏈[1]，而跨鏈數據交換節點是一種公證人機制，是一種全網受信任的節點，如CDC、公共衛生數據交換平台等。
四級防疫鏈可根據每個省的實際情況，建立區或市的傳染病防疫鏈，最終可為三級或四級。
四級防疫鏈通過跨鏈數據交換節點進行數據交換，除交換各級傳染病報告數據外，可通過衛生健康數據節點共享個人健康檔案和跨區域電子病歷。
通過防疫單鏈的數據自動化加密共享技術與數據交換節點，實現數據共享交換，實現醫院之間、衛生機構之間、CDC之間的數據安全共享，通過智能合約實現區域傳染病自治預警。
基於區塊鏈技術的四級防疫鏈包含以下具體內容：
1）建立患者、醫生、醫院、設備等的全網分散式數字身份
目前，國際上基於區塊鏈技術安全的個人電子健康檔案和電子病歷的隱私保護方面是研究熱門，因為患者醫療信息一直以來缺少同行、同業間的信息共享和個人隱私保護。
例如，在「健康信息交換項目」中將病人受保護的醫療信息連接至區塊鏈身份認證中，以降低身份驗證成本，並提高所有參與者的信息安全。
本研究是基於區塊鏈的分散式數字證書，構建非對稱密鑰加密[22]和CA認證體系，採用橢圓曲線加密演算法作為基礎簽名演算法，幾乎不存在證書頒發成本，即可實現海量的數字證書頒發和身份驗證，可以適用於大量醫療物聯網（IoT）設備和個人電子健康檔案、電子病歷、傳染病報告數據的數據隱私保護和網路安全傳輸，具體見圖2。
由圖2可見，患者、醫生、醫療機構、設備、藥店等社會疾控參與方，都可以通過四級防疫鏈提供的醫療數字身份管理軟體工具開發包（SDK），在跨平台、多語言的系統或者設備中實現數字身份的管理。
公共衛生數據將在非對稱加密演算法的保障下實現安全傳輸，採用數字身份管理體系是實現傳染病分散式監測和預警的前提，只有個人隱私和疫情信息安全得到充分保障，才能打破預警數據源單一、信息孤立的問題，才能調動社會資源實現傳染病監測哨點的主動數據採集。
圖2 分散式數字身份驗證與管理
2）整合國家公共衛生數據交換平台
目前，國家三級/四級公共衛生數據交換平台正在全國範圍推廣建設，中國疾病預防控制中心於2013 年初將寧波市鄞州區作為試點，通過區域衛生信息平台，將醫院信息系統和三級公共衛生數據交換平台進行連接，實現醫療機構傳染病報告信息與網路直報系統的自動交換[6]。
但是，公共衛生數據交換平台還採用傳統中心化協調機制，逐級數據共享，反而會增加傳染病報告的不確定性和風險性。
本研究所構想的四級防疫鏈將整合國家和區域的公共衛生數據交換平台，在數據交換平台中部署四級防疫鏈的跨鏈節點，從而快速搭建四級防疫鏈的數據交換網路，在保障單鏈內數據有效共享的同時，非同步自動化的實現跨鏈數據交換。
具體見圖3，由圖3可見，四級防疫鏈的跨鏈節點可通過在已有的區域公共衛生數據交換平台部署跨鏈節點，實現鏈內和鏈外的數據交換，鏈外公共衛生健康數據可通過集成數據交換SDK，實現鏈外數據的補充。
四級防疫鏈的跨鏈節點具備雙層應用功能，分別是鏈內共識層和跨鏈共識層兩部分。鏈內實現區域內疫情數據的自動化同步，數據的一致性驗證和共識，共識演算法採用實用拜占庭容錯演算法（PBFT）[23]。
鏈內共識層承擔鏈內數據交易和疫情分類賬本的生成[8]，並向跨鏈共識層提交共識請求。跨鏈共識層在上級防疫鏈中發起數據一致性驗證和共識，並完成自動化同步工作。
通過四層防疫鏈的跨鏈節點，實現鏈內數據和鏈外數據的實時、安全、自動化交換，從而實現鏈內數據和鏈外數據共享的非同步傳輸，大大提高了四級防疫鏈的可擴展能力，理論上並不限制防疫鏈的跨鏈級數，可二級、三級或四級等。
圖3 四級防疫鏈整合公共衛生數據交換平台
3）優化傳染病上報流程
目前，國家傳染病上報體系中對傳染病的認定和報告屬於「無病推定原則」，對傳染病報告數據的完整性、重複率、準確性要求太高[2,24]，特別是對新型傳染病的認定，需要逐級核實、反覆會診、討論分析和逐級審核，以至於耽誤了傳染病上報的最佳時機。
利用區塊鏈技術，採用「有病推定原則」，優先將疑似病例通過監測哨點直接上報到區塊鏈網路存證，哨點應用通過數字簽名后，將疑似病例信息進行加密處理，並將患者公鑰提交到四級防疫鏈的醫院全節點中，醫院全節點通過P2P網路，全網廣播該病例密文數據。
區域防疫鏈中的Leader節點負責發起驗證和共識，最終記錄自動化同步到全網節點中。預警將充分使用區域防疫鏈智能合約閾值判斷和國家傳染病自動預警系統大數據分析。
同時，對於傳染病的核實、區域會診、病原分析、專家會診和最終確認工作將并行開展。
各環節的決策結果將使用區塊鏈共識節點的PBFT共識演算法投票，超過2/3的確認即可在全網達成一致，最終決策結果將自動同步並更新疑似病例狀態為：True或False。
將疑似病例和確認病例通過區塊鏈網路并行上報，疑似病例的傳染病密文上報和同態驗證功能，可以將疫情的人為決策降低到最低。
4）擴大風險數據採集源
建立傳染病風險性特徵庫，通過在公共衛生數據源中部署基於區塊鏈技術的傳染病監測哨點應用，以低侵入的方式嵌入相關業務數據源中，通過數字身份認證和加密體系，保障數據實時安全地採集到四級防疫鏈的分散式節點中。
哨點應用採用主動採集模式，即以事件驅動方式，將滿足前置規則（如發熱≥38°C）的數據實時採集到區塊鏈共識節點中，前置規則由區塊鏈防疫鏈網路統一發布，任何一方都無法直接篡改哨點前置規則。
哨點應用支持多個主題，包括傳染病報告卡數據、臨床風險特徵數據、實驗室病原分析數據、學校缺課數據、社區衛生事件數據、社區藥店數據和互聯網衛生敏感監測數據等。
公共衛生健康數據可從個人電子健康檔案和電子病歷中自動識別和採集，病原分析數據可從實驗室智能設備直接採集，公共衛生事件數據可通過藥店、社區、基層衛生機構和互聯網醫療APP中自動識別和上報。具體見圖4。
圖4 傳染病特徵數據採集源和提取
由於傳染病風險性特徵數據並不是直接定性的傳染病報告卡，所以對社會穩定和經濟並沒有直接影響，而對於大數據預警來說可以增加數據的範圍和規模，提高預警精度和時效性。
傳染病風險性特徵數據的上報，將壓力從醫生、醫院和當地CDC那裡轉移到四級衛生健康數據交換節點，用自動化、智能化代替人工填報，減少了基層的社會壓力[25]。
傳染病傳播本質上是一種自然因素和人為因素交織在一起形成的風險源[26]，所以需要建立複合、多元的風險源數據監測網路。
5）建立傳染病區域基層聯動實時預警能力
智能合約是用於執行合同條款的計算交易協議，包括合同當事人和執行這些條款的協議。但是在分散式交易網路中，最早成功商用化的還是以太坊智能合約。
以太坊的智能合約是一個可以編程，建立在以太坊虛擬機（ethereum virtual machine，EVM）的基礎上，具備圖靈完備性的分散式智能合約開發引擎[27]。
本研究採用的是一套類似EVM智能合約虛擬機的防疫預警合約引擎，但與以太坊EVM不同之處在於，由於本項目是聯盟鏈，不需要Gas計費及相關功能。
四級防疫鏈的智能合約是基於EVM引擎的應用合約（見圖5），分為強制執行的通用預警合約和差異化的區域預警合約兩種，每次交易（風險記錄）的產生，都將調用區域預警合約進行預警數據入賬，區域預警合約的調用將前置調用通用預警合約，通用預警合約的級別優先於區域預警合約。預警合約按照提前發布的預警邏輯發布到分散式節點中。
預警合約內部包括預警邏輯、風險編碼、風險記錄和預警賬本。
預警邏輯所需要的參數都需要在共識節點中實現確認和共識驗證，具體的區域預警將通過預警邏輯的判斷執行，最終結果更新到預警賬本中。
由於傳染病的爆發流行具備空間流行特性，所以早期的區域聯動預警非常重要，預警合約觸發后，可通過區域防疫鏈的鄰近度屬性通知鄰近區域相關傳染病疫情報告，同時共享發現疫情的基礎數據。
依託於四級防疫鏈數據自動化實時同步能力，通過區塊鏈預警智能合約，建立基於規則模型的數據實時判斷預警能力，將目前的國家傳染病自動預警功能下沉到各區、市和省級的區域防疫鏈中，形成基層聯動實時預警網路。
圖5 四級防疫鏈的智能合約
6）建立基層分散式傳染病數據加密安全共享網路
區、縣級醫院，區級CDC，市級CDC目前是傳染病報告的基本窗口，醫院和CDC有上報傳染病病例的義務和責任，是國家統籌監測、預警和控制疫情的基礎。
但對於醫院判斷當前疫情的整體態勢來講，卻只能通過各地逐級匯總後的傳染病報告，經CDC統計後由上至下的統一告知。
重大疫情的爆發往往具有突發的特徵，而疫情早期，在第一時間，多醫院、多區域橫向同步報告數據，將極大增強醫生、醫院勇於上報疫情的信心，為一線醫護工作者提供疫情態勢感知，為提前準備防護物資提供了基礎保障。
但是要完成傳染病數據的區域共享，首先要解決數據加密傳輸、存儲和安全共享機制。
可參考麻省理工的Enigma系統原型，在區塊鏈P2P網路底層和數據應用層之間構建一層多方安全計算（MPC）和數據安全共享層，從而實現傳染病數據在保護個人隱私和機構數據安全的前提下，在區域內、多機構之間安全共享[27]。
四級防疫鏈區域醫療數據共享將在數據加密的保護下進行，非疫情期的個人數據將處於區域防疫鏈和個人的密鑰協商的保護下密文存儲。
醫療數據和社會機構交易數據，將在四級防疫鏈的Diffie-Hellman密鑰交換演算法和MPC的架構保護下，進行數據密文存儲和智能合約的自動預警，疫情爆發后通過區域預警智能合約解鎖密文，提供給鄰近區域內的醫療機構，進行疫情個人和診療數據共享。
7）建立基於區塊鏈的防篡改和透明性的上報數據追責存儲機制
基於區塊鏈技術的數據存儲優勢在於，可以在防篡改和多方透明的交易機制中，將傳染病預防、發現和響應的過程/任務以交易形式，記錄在區塊鏈分散式節點中，從而實現數據永久有效、證據溯源可查、公開透明的防治網路。
本研究採用類似比特幣的區塊數據結構，利用SHA 256哈希演算法，通過區塊哈希指針的區塊前後關聯，實現數據的鏈式存儲。
四級防疫鏈依託於鏈式區塊結構和參與方的簽名交易，構成一條相關疫情數據發現、診斷、檢驗、核實、多方會診、收治、護理、出院等的患者全生命周期責任溯源鏈，疫情數據包括傳染病報告卡和傳染病風險特徵數據，將以交易的形式統一存儲在區塊內，交易類型由交易大類和交易細類兩種構成。
例如，「發現、診斷、檢驗、核實、多方會診、收治、護理、出院」為交易大類，「發現」交易大類中的「傳染病風險特徵值編碼」為交易小類，從而形成具備相關職責溯源交易結構。
由於傳染病防疫包括傳染病發現者、患者、核實者、診斷者、主治醫生、護理員等多個交易角色，分別圍繞患者展開隔離或醫治工作。每次的交易推進需要雙重或多重簽名交易，並將參與雙方或多方的公鑰附上，用於下次交易的驗證，通過數字簽名和驗證形成天然的職責鏈條。
疫情爆發后，除了積極控制疫情、治癒患者、清除疫情給社會和經濟帶來的不良影響，還要積極總結經驗教訓。
基於四級防疫鏈追責體系，可以給社會公眾提供一個透明化監督和事件追責的數據依據，無論是醫院、當地CDC，還是政府管理者，都可以通過區塊鏈的防篡改和透明性特徵自證清白。
無論接診疑似病例或確診病例的處理，還是傳染病報告的上報，都可以在社會公眾和上級主管部門的監督下開展，一旦重大疫情追責，可以依託區塊鏈數據可溯源的特性，形成完整的、防篡改的責任鏈條。
責任鏈有利於在醫聯體內部實行資源共享、信息互通、雙向轉診，通過契約模式來促進醫聯體內各個醫療機構的合作，激勵其合作意願[28]；也可以極大增強政府的公信力，為防疫和控制疫情提供堅實的群眾基礎；也為政府公共管理提供技術、組織和制度變革的基礎設施[29]。
五、結語
我國現有傳染病預防控制信息體系是一套強中心化的協作模式，信息主要是縱向單鏈式傳輸，任何信息節點和層級出現信息屏障，都可能使基層信息源被阻斷而成為信息孤島，影響全國的傳染病預警和防控。
為改進和優化我國傳染病監測預警系統，本研究提出利用區塊鏈技術，構建區、市、省、國家的傳染病四級防疫鏈設想，通過搭建區域內醫院、藥店、CDC、社區、政府等公共實體的多方數據的鏈接網路，實現國家級頂層和區域級底層互動的雙層預警機制。
由於區塊鏈採用分散式點對點的對等組網，一旦觸發智能合約預警，將在區域內節點全網廣播。
傳染病可疑數據將通過分散式共識協議在節點間保障數據一致性，任何單方面的人工干預和信息阻隔都無法阻止預警信息的傳遞，從網路結構上可以充分實現區域內自治預警的相關疾控部門的聯動處置；同時依靠防疫跨鏈機制，可在鄰近區域聯動風險預警。
基於這些特點，區塊鏈技術在傳染病監測預警系統中的應用具有廣闊前景，也將在學術界形成新的研究熱點。
在現有的社會治理的信息化架構中，往往較為看重單一技術或單一系統的架構效能，忽視了綜合技術運用和綜合信息化系統效能治理，本研究通過區塊鏈的分散式共識機制，為建立分散式信息化系統協作框架提供了一些新的思路。
總的來看，我國乃至全球在區塊鏈技術的應用方面還處在起步階段，很多領域對於如何發展和應用區塊鏈技術還存在較為模糊的認識，特別是在疫情應急管理領域中的應用還有待探索。
本研究利用區塊鏈技術，以期改善原有系統對疫情的監測和預警、疫情信息的公開及協同，增加疫情數據的多來源整合共享，實現多部門統籌協同，為決策制定、信息公開及責任追溯提供真實可信的依據，在增加流程透明度及政府公信力的同時，有效提升預警管理效率[30]。
本研究只是一個初步嘗試，希望能吸引更多的研究者和實踐者參與到區塊鏈在應急管理相關應用的研究中來，為健全我國公共安全管理體系，提升社會綜合治理能力做出貢獻。
本研究的不足之處是單純的理論性探索和系統架構設計，所提出的方案尚未經過實證研究的驗證，這也是下一步需要進行的研究工作。
參考文獻：
[1] 馬家奇. 中國疾病預防控制信息體系規劃與發展[J]. 中國數字醫學, 2011,6(6):11-14.
[2] 張洪龍，曾令佳，賴聖傑，等. 2016年國家傳染病自動預警信息系統運行情況分析[J]. 疾病監測, 2018, 33(2):159-167.
[3] 焦鋒，董蓬玉，劉曉強，等.傳染病預警方法及應用概述[J].中國社會醫學雜誌, 2018, 35(4): 340-343.
[4] 孔園園，高桂玲，張清慧，等. 基於醫院電子病歷直推的傳染病疫情報告與管理信息系統的實踐[J]. 疾病監測, 2019, 34(6): 576-580.
[5] 趙自雄, 趙嘉, 馬家奇. 我國傳染病監測信息系統發展與整合建設構想[J]. 疾病監測, 2018, 33(5): 423-427.
[6] 丁克琴, 張良, 易波，等. 基於三級信息平台的寧波市傳染病智能直報模式效果評價[J]. 疾病監測, 2018, 33(9): 758-761.
[7] 祝丙華, 王立貴, 孫岩松，等. 基於大數據傳染病監測預警研究進展[J]. 中國公共衛生, 2016, 32(9): 1276-1279.
[8] 何翔舟, 張國芳.區塊鏈技術控制公共管理領域交易成本的機理透析[J].浙江社會科學, 2020(3): 4-10，61，156.
[9] 曹如中,李夢,郭華，等.基於區塊鏈的競爭情報分散式管理模式研究[J].情報理論與實踐, 2020, 43(1): 143-149.
[10] AZARIA A, EKBLAW A, VIEIRA T, et. al. MedRec: using blockchain for medical data access and permission management[C]// 2016 2nd International Conference on Open and Big Data. Vienna: IEEE, 2016.
[11] GROPPER A. Powering the physician patient relationship with HIE of one blockchain health it [EB/OL]. (2016-08-07) [2020-4-15]. https://docs.google.com/document/d/1-i49uavKqgtpDxBheNFCpJRKgl2RbS3erKkKGGR0U7Y/ed.
[12] IVAN D. Moving toward a blockchain-based method for the secure storage of patient records[C]//ONC/NIST Use of Blockchain for Healthcare and Research Workshop. Gaithersburg: ONC/NIST, 2016.
[14] KUO T T, OHNO-MACHADO L. Modelchain: decentralized privacy-preserving healthcare predictive modeling framework on private blockchain networks[EB/OL].(2018-02-06)[2020-04-15] https://arxiv.org/ftp/arxiv/papers/1802/1802.01746.pdf.
[15] CHATTU V K , NANDA A , KUMARY D S, et al. The emerging role of blockchain technology applications in routine disease surveillance systems to strengthen global health security[J/OL]. Big Data and Cognitive Computing, 2019, 3(2).[2020-04-15].https://doi.org/10.3390/bdcc3020025.
[17] 薛騰飛,傅群超,王樅,等.基於區塊鏈的醫療數據共享模型研究[J].自動化學報, 2017, 43(9): 1555-1562.
[18] 黎祖睿,李強,張超,等.Virus Database Chain:聯盟式傳染病數據區塊鏈系統[J].計算機應用與軟體, 2019, 36(9):21-32.
[19] 孟韜, 董政, 關鈺橋. 區塊鏈技術驅動下的企業管理與創新[J]. 管理現代化，2019(4): 64-70
[20] 劉煉箴, 楊東. 區塊鏈嵌入政府管理方式變革研究[J]. 行政管理改革，2020(4): 37-46.
[21] 曾子明, 萬品玉. 基於主權區塊鏈網路的公共安全大數據資源管理體系研究[J]. 情報理論與實踐, 2019,42(8): 110-115,77.
[23] CASTRO M，LISKOV B. Practical byzantine fault tolerance and proactive recovery [J]. ACM Transactions on Computer Systems. 2002, 20(4): 398-461.
[24] 李言飛, 張業武, 王曉風, 等. 2005-2017年全國法定傳染病重複報告卡大數據分析與應用[J].疾病監測, 2019, 34(5): 468-472.
[25] 渠慎寧，楊丹輝. 突發公共衛生事件的智能化應對：理論追溯與趨向研判[J]. 改革, 2020(3): 14-21.
[26] 陳秋玲，張青，肖璐. 基於突變模型的突發事件視野下城市安全評估[J]. 管理學報，2010,7(6)：891-895.
[27] 張楠, 趙雪嬌. 理解基於區塊鏈的政府跨部門數據共享:從協作共識到智能合約[J]. 中國行政管理, 2020(1): 77-82.
[28] 高凌宇,王效俐.基於患者選擇行為的醫療服務供應鏈定價與協調機制研究[J]. 管理學報，2020，17(3)：422-430.
[29] 賈開. 區塊鏈的三重變革研究:技術、組織與制度[J]. 中國行政管理, 2020(1): 63-68.
[30] 李迪. 大數據+區塊鏈技術在應急管理領域中的應用[J]. 電子技術與軟體工程, 2018(12): 168-170.
作者，黃銳，通訊作者：陳維政（1951～），男，重慶人。四川大學 （成都市 610064）商學院教授、博士研究生導師；西華大學（成都市 610064）國際經濟與管理研究院特聘講席教授。研究方向為組織戰略與人力資源管理。