FedEHR-Gen: 通过潜在空间对齐与分布感知聚合的联邦合成时序电子健康记录生成
机器学习
2026-05-28 v1
摘要
合成电子健康记录(EHR)生成为隐私受限的医疗环境中数据增强和跨医院建模提供了一条有前景的途径。然而，大多数现有的EHR生成模型是集中式的，需要汇集各医院的数据，这在现实世界中数据共享受限时通常是不可行的。虽然联邦EHR生成提供了一个自然的解决方案，但由于EHR数据的高维性、稀疏性和跨医院异质性，直接的联邦建模常常崩溃或发散。在这项工作中，我们提出了FedEHR-Gen，这是第一个用于跨分布式医院生成合成时序EHR的联邦框架。FedEHR-Gen采用两阶段学习范式。首先，我们引入了一个联邦自编码器，将高维稀疏的EHR特征投影到紧凑的潜在空间。为了确保跨医院的语义一致性，我们开发了一种逐层匹配聚合机制，将局部编码器对齐到统一的全局潜在空间。其次，在这个对齐的潜在空间上，我们训练了一个具有分布感知聚合的联邦时序条件变分自编码器(TCVAE)，从而能够在严重的跨医院异质性下进行稳定的时序生成建模。在eICU和MIMIC-III数据集上的大量实验表明，FedEHR-Gen在生成保真度、下游效用和隐私风险方面达到了与集中式训练相当的水平，同时始终优于标准的联邦基线。
引用
@article{arxiv.2605.27892,
title = {FedEHR-Gen: Federated Synthetic Time-Series EHR Generation via Latent Space Alignment and Distribution-Aware Aggregation},
author = {Jun Bai and Ziyang Song and Yue Li},
journal= {arXiv preprint arXiv:2605.27892},
year = {2026}
}
备注
8 pages main paper with 14 pages supplementary appendix