LF2L: 利用外部数据集有效实现异构特征空间上的损失融合横向联邦学习——以第二原发癌预测为例
机器学习
2026-03-10 v1
摘要
第二原发癌(SPC)是指患者新发的一种与既往诊断不同的癌症，由于癌症生存率的提高，这一问题日益受到关注。SPC的早期预测对于实现及时的临床干预至关重要。本研究聚焦于在台湾医院接受治疗的肺癌幸存者，当地数据集有限的规模和地理范围限制了传统机器学习方法的有效性和泛化能力。为解决这一问题，我们整合了来自公开的美国监测、流行病学和最终结果(SEER)项目的外部数据，显著增加了数据的多样性和规模。然而，多源数据集的整合带来了特征不一致和隐私约束等挑战。我们没有简单地合并数据，而是提出了一种损失融合横向联邦学习(LF2L)框架，该框架能够实现有效的跨机构协作，同时通过避免数据共享来保护机构隐私。通过利用共同特征和独有特征，并通过共享损失机制平衡它们的贡献，我们的方法在SPC预测性能上展现了显著提升。实验结果表明，与本地化学习、横向联邦学习和集中式学习基线相比，我们的方法在AUROC和AUPRC上均有统计学上的显著改进。这凸显了不仅获取外部数据，而且有效利用外部数据以增强真实世界临床模型开发中模型性能的重要性。
引用
@article{arxiv.2603.07249,
title = {LF2L: Loss Fusion Horizontal Federated Learning Across Heterogeneous Feature Spaces Using External Datasets Effectively: A Case Study in Second Primary Cancer Prediction},
author = {Chia-Fu Lin and Yi-Ju Tseng},
journal= {arXiv preprint arXiv:2603.07249},
year = {2026}
}