合成数据生成隐私过滤器的敏感性、特异性与一致性：三方面评估
机器学习
2025-10-03 v1
摘要
生成隐私保留的合成数据集是克服医学 AI 研究中数据稀缺的有前景的途径。后验隐私过滤技术旨在删除包含可识别个人信息的样本，最近被提出作为解决方案。然而，其有效性尚未得到充分验证。本 work 对用于胸部 X 光合成的过滤管道进行严格评估。与原始出版物的声明相反，我们的结果表明当前的过滤器表现有限的特异性和一致性，仅对真实图像实现高灵敏度，而对来自训练数据的近似副本检测不够可靠。这些结果表明后验过滤的关键局限性：这些方法可能提供一种虚假的安全感，同时留下不可接受水平的患者信息暴露。我们得出结论，在这些方法可被自信部署于敏感应用之前，需要在过滤器设计方面取得实质性进展。
引用
@article{arxiv.2510.01793,
title = {Sensitivity, Specificity, and Consistency: A Tripartite Evaluation of Privacy Filters for Synthetic Data Generation},
author = {Adil Koeken and Alexander Ziller and Moritz Knolle and Daniel Rueckert},
journal= {arXiv preprint arXiv:2510.01793},
year = {2025}
}