健康信息学中用于深度学习模型分布式协作训练的分割学习
机器学习
2023-08-23 v1 密码学与安全
摘要
深度学习持续快速发展，并在众多医疗预测任务中展现出显著潜力。然而，构建可跨医疗机构泛化的深度学习模型颇具挑战。这部分源于这些机构固有的孤岛特性及患者隐私要求。为解决该问题，我们阐释了分割学习如何能在分散且私有维护的健康数据集上实现深度学习模型的协作训练，同时保留原始记录与模型参数的隐私。我们提出了一种相较传统联邦学习具有更高隐私保护水平的隐私保护分布式学习框架。我们使用多个生物医学影像与电子健康记录（EHR）数据集表明，通过分割学习训练的深度学习模型可取得与集中式及联邦式模型高度相近的性能，同时大幅提升计算效率并降低隐私风险。
引用
@article{arxiv.2308.11027,
title = {Split Learning for Distributed Collaborative Training of Deep Learning Models in Health Informatics},
author = {Zhuohang Li and Chao Yan and Xinmeng Zhang and Gharib Gharibi and Zhijun Yin and Xiaoqian Jiang and Bradley A. Malin},
journal= {arXiv preprint arXiv:2308.11027},
year = {2023}
}