联邦学习
预测模型在医疗领域越来越受欢迎，但是它们的准确性和能力仍然有待提高。本期HIMSSCast节目中，Steve Irvine解释了如何通过联邦学习技术来聚合数据，以帮助解决临床数据量不足的问题。
佩恩医学院和英特尔利用联邦学习技术，帮助医生和研究人员识别恶性脑肿瘤，提高肿瘤检测和治疗的准确性和效率。这项技术的应用，将为肿瘤治疗带来新的突破和进展。
研究人员正在评估联邦学习技术在基于胸部X光数据诊断COVID-19方面的实用性。联邦学习模型是一种隐私保护的人工智能算法训练方法，可以在不共享输入数据的情况下训练多个AI模型。这种方法在医疗影像和文本分析、诊断工具开发、药物研发等方面具有潜在的应用价值。
