将区块链和机器学习应用于药品供应链

多年来，制药公司一直在努力通过供应链跟踪产品。这个缺点让造假者很容易将假药引入市场。

为了解决这个问题，需要一个用于跟踪和追踪药物的新系统。研究人员认为，区块链可以为此类系统提供技术基础，因为它可以跟踪合法药品并帮助防止假药流通。

世界卫生组织将假冒药品定义为“以欺诈手段制造、贴错标签、[质量] 低劣、隐藏来源细节或身份以及 [不遵循] 定义的标准”。

虽然此类药物可能包含一些真正的成分，但它们在生产层面也可能包含有毒成分。如果食用，它们会导致严重的健康问题。

有时，假药制造商会使用信誉良好的公司的标志将他们的产品推向市场。尽管是一个世界性问题，但这种做法对发展中国家的影响不成比例。

假药分布在一个高度复杂的网络中，使它们难以被发现和清除。为了防止它们的分布，需要一个可以在每个阶段追踪和跟踪药物输送的系统。区块链是有望实现这一目标的最新创新。

区块链最初是作为比特币的交易日志创建的。它提供了一个分布式账本来存储数据记录，这些数据记录排列在多个“块”中。收集的数据包括每笔交易涉及的时间、日期、价格和参与者。当一个区块发生变化时，所有的区块都会相应地更新，确保每一笔交易的信息都是最新的。

当应用于医药供应链时，区块链提供了一个电子账本，网络中的每个人都可以通过它查看和验证信息。

为了创建一个安全的药品供应链管理系统，设计人员提议将区块链与 Hyperledger 结构结合使用。该软件能够监控和跟踪药物输送过程的所有部分。它可以配置多个世界状态数据库来维护一组当前值。应用于制药领域时，无论药物在世界何处，都可以准确追溯。

为了打击假药，研究人员提出了一种基于区块链和机器学习的药物供应链管理和推荐系统（DSCMR）。区分这两个互补组件很重要——在药品管理系统中，用户可以在每一步跟踪药品、下订单、更新订单等，而推荐系统通过使用基于 N-gram 和 LightGBM 机器学习的模块。

通过药品供应链管理系统，用户可以进行药品信息查询、订单跟踪追溯、记录更新等交易。用户可以包括患者、医生、制造商、分销商、药房和医院。与各种用户相关的数据存储在区块链中，如图所示。

每个用户都有一个 Web 应用程序，他们可以通过该应用程序执行交易并与区块链网络通信，以及跟踪交付状态。为确保整个药品供应链的安全，所有用户都必须获得检查药品完整详细信息的许可。他们使用客户端应用程序登录并执行各自的事务。

要提交交易提案，用户必须使用他们的凭据提出请求。如果认为有效，则将请求发送到系统中的对等节点以进行审查和批准。这些节点检查提案并批准它是否满足智能合约标准。他们还验证交易结果并将其记录在分类账中。完成此操作后，分类帐会更新所有数据以供所有人查看。建议的程序可以在这里看到。

对于药物推荐系统，创建了一个基于吸毒者评论的公共评论数据集，以训练系统并预测行业中可用的最有效药物。评论数据包括有关副作用、好处以及在前面提到的客户端应用程序中收到的客户评论的信息。

推荐系统还能够通过 N-gram 模型进行自我训练，通过识别新评论并相应地更新结果。如下图所示。

智能合约的使用限制了特定交易中涉及的个人数量。智能合约为各方提供了一种在不使用第三方代理或经纪人的情况下交换信息、财产甚至金钱的方法。通常，它由执行协议的计算机代码行组成。

在提议的网络中，Java 和 Node.JS 被用来编写智能合约。它们存储在区块链的分布式账本中，防止篡改或可能被删除。

测试提出的基于机器学习的 DSCMR 系统得出了几个结论。在药品管理系统中，前面提到的客户端应用程序可以与区块链进行有效的通信。一旦用户的身份被对等节点验证，他们就可以开始交易。如图所示，制造商可以在区块链中添加、更新或删除药品详细信息。其他参与者（例如医生、医院和药房）可以查看这些记录，并根据需要对药物信息进行更改和更新，如下所示。

REST 服务器 Composer 有助于客户端应用程序和区块链之间的通信。任何验证交易的请求都通过服务器发送，然后存储在区块链中。此处演示了此过程。

至于药物推荐系统，测试了四个条件：痤疮、高血压、焦虑和酒精依赖。该系统使用客户端应用程序，以安全透明的方式为客户准确推荐最佳药物。患者还可以追踪药物来源，以确定其是真是假。

DSCMR 系统在打击假冒药品方面具有四大优势：

• 可以向客户推荐评价最高、效果最好的药物。
• 它允许患者通过客户端应用程序直接访问系统，而医药客户（如医生）则可以使用他们的凭据访问系统。
• 它可以为客户提供安全透明的体验。
• 患者可以通过扫描条形码来查看药物的全部来源。

无论是医生、药剂师、医院还是制造商，参与链条的每个人都可以沿着供应链追踪相关药物。这有助于防止假药进入链条，减少假药问题。

Daniel Browning 是 Do Supply Inc. 的业务发展协调员。