🏥 هوش مصنوعی در خدمت پزشکی؛ راهکاری نوین برای داده‌های حساس

محققان به تازگی راهکار جذابی برای ترکیب «یادگیری فدرال» (Federated Learning) و «حریم خصوصی تفاضلی» (Differential Privacy) ارائه داده‌اند تا بتوان مدل‌های دقیق پزشکی را بدون به خطر انداختن اطلاعات بیماران آموزش داد.

چالش بزرگ این تحقیق، داده‌های نامتوازن پزشکی بود که دقت مدل را به شدت پایین می‌آورد. تیم تحقیق با استفاده از تکنیک‌های هوشمندِ SMOTETomek و بهینه‌سازی الگوریتم FedProx، موفق شدند مدلی بسازند که هم حریم خصوصی بیمار را کاملاً حفظ می‌کند و هم در پیش‌بینی خطرات قلبی، عملکردی عالی دارد. این یعنی قدمی بزرگ برای دنیای پزشکی که در آن امنیت داده و دقت علمی در کنار هم قرار می‌گیرند! 🩺✨

منبع: arXiv AI