MétaCan
Menu
Retour à la cohorte
Enregistrement W4412629767 · doi:10.1016/j.bcra.2025.100344

MrC: A medical-record chain system based on blockchain

2025· article· en· W4412629767 sur OpenAlexaff
Kiril Danilchenko, Shimon Shai Idan, Harel Jerbi, Hadassa Daltrophe

Notice bibliographique

RevueBlockchain Research and Applications · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueBlockchain Technology Applications and Security
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésBlockchainChain (unit)Computer scienceComputer security

Résumé

récupéré en direct d'OpenAlex

Who is the owner of your health documents? Although the answer to this question may seem straightforward and intuitive, today, we are far from the situation where you are the one who has the key to this critical information. Hospitals, health maintenance organizations (HMO), private doctors, and different medical institutions produce large quantities of medical information about each of us, and there is a need to maintain this information privately , synchronously and accessible to each one of us. In this paper, we propose the medical record chain ( MrC ) system, with its Blockchain architecture, as a tool to achieve this goal. The MrC system would be accessible to the patients so their medical data would be organized and available for viewing, regardless of where the information was produced. Furthermore, each patient can give a recognized medical service provider temporary permission to view and update his medical records. The architectural design of the MrC system ensures that no centralized authority controls the medical records. To enable the assimilation of the system in different institutions, a bridge to the system is proposed so that no change is required in the existing information systems of the medical body but a convenient and simple interface. Moreover, medical institutions would be incentivized to employ the system by allowing access to extensive medical datasets that have undergone de-identification. Implementing the MrC system would return ownership of the data to where it belongs- the patient. It would improve patients' health by allowing multiple medical institutions to access accurate information quickly. Finally, a by-product of the MrC system is improving public health by making comprehensive de-identified datasets available for medical research.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,005
Science ouverte0,0020,005
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0130,005

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,021
Tête enseignante GPT0,318
Écart entre enseignants0,297 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBlockchain Research and ApplicationsMême sujetBlockchain Technology Applications and SecurityTravaux en français237 207