محققان در یک پژوهش جدید، فریمورک «FedCVR» را برای یادگیری فدرال (Federated Learning) معرفی کردهاند که به مدلهای هوش مصنوعی اجازه میدهد با دادههای حساس پزشکی در مراکز مختلف آموزش ببینند، بدون اینکه حریم خصوصی بیماران به خطر بیفتد.
این مدل با استفاده از تکنیک «حریم خصوصی تفاضلی» (Differential Privacy) و یک الگوریتم بهینهساز تطبیقی، توانسته دقت تشخیص بیماریهای قلبی را در محیطهای واقعی به شکل چشمگیری افزایش دهد و از روشهای استاندارد پیشی بگیرد. گام بزرگی برای آینده سلامت دیجیتال که هم دقت را بالا میبرد و هم امنیت دادهها را تضمین میکند! 🫀✨
منبع: arXiv Machine Learning