区块链驱动的可解释人工智能：面向可信医疗系统

本文提出一种区块链集成可解释人工智能框架（BXHF），用于解决健康信息网络面临的两个关键挑战：安全的数据交换和可理解的人工智能驱动的临床决策。我们的架构集成了区块链，确保患者记录不可篡改、可审计且防篡改，同时采用可解释人工智能（XAI）方法生成透明且临床相关的模型预测。通过将安全保证和可解释性要求纳入统一的优化管道，BXHF 确保数据层面的信任（通过验证和加密的记录共享）和决策层面的信任（具有可审计且临床对齐的解释）。其混合边缘-云架构允许跨不同机构进行联邦计算，实现协作分析同时保护患者隐私。我们通过诸如跨境临床研究网络、罕见疾病检测和高风险干预决策支持等用例演示了该框架的适用性。通过确保透明性、可审计性和合规性，BXHF 提升了人工智能在医疗领域的可信度、采纳度和效果，为更安全可靠的临床决策奠定了基础。