محققان برای حل چالش «حریم خصوصی» در دادههای پزشکی، فریمورک جدیدی به نام FM² (Unified Federated Foundation Models) را معرفی کردهاند.
مشکل اصلی این بود که مدلهای فعلی یا با دادههای عمومی آموزش دیده بودند و در تشخیصهای پزشکی ضعیف بودند، یا به دلیل قوانین سختگیرانه، امکان ترکیب دادههای بیمارستانی وجود نداشت.
ویژگیهای کلیدی FM²:
✅ آموزش اختصاصی: آموزش هسته مدل از صفر برای دقت بالاتر در دادههای پزشکی.
✅ مدیریت ناهمگونی: استفاده از تکنیک Mixture-of-Experts برای یادگیری همزمان چندین مدالیته مختلف تصویربرداری.
✅ پل زبانی: استفاده از قابلیتهای GPT-4o برای تولید کپشنهای کمکی که باعث بهبود یادگیری در بیمارستانهای مختلف میشود.
این پیشرفت میتواند مسیر را برای تشخیصهای پزشکی دقیقتر و در عین حال امنتر هموار کند.
منبع: arXiv Computer Vision