面向医疗健康的 secure 与 robust 机器学习：综述
机器学习
2020-01-23 v1 图像与视频处理
机器学习
摘要
近年来，由于机器学习（ML）/深度学习（DL）技术在多种医疗健康应用中具有优越性能，从一维心电信号预测心脏骤停到利用多维医学图像进行计算机辅助诊断（CADx），其已被广泛采用。尽管 ML/DL 表现令人印象深刻，但关于 ML/DL 在医疗环境中的鲁棒性仍存在疑虑（传统上该领域因涉及大量安全与隐私问题而颇具挑战性），尤其是考虑到近期研究表明 ML/DL 易受对抗攻击。本文从安全与隐私的角度概述了医疗健康中利用此类技术的多个应用领域，并给出相关挑战。此外，我们提出了保障医疗应用安全且隐私保护的 ML 的潜在方法。最后，我们展望了当前的研究挑战与未来研究的有前景方向。
引用
@article{arxiv.2001.08103,
title = {Secure and Robust Machine Learning for Healthcare: A Survey},
author = {Adnan Qayyum and Junaid Qadir and Muhammad Bilal and Ala Al-Fuqaha},
journal= {arXiv preprint arXiv:2001.08103},
year = {2020}
}