プライバシー保護型医療AIの連邦学習
arXiv cs.LG / 2026/3/18
📰 ニュースDeveloper Stack & InfrastructureIdeas & Deep AnalysisModels & Research
要点
- 実世界の複数機関の協力関係とデータの異質性を反映する、機関境界を保持するサイト認識データ分割を提案する。
- トレーニング中にプライバシーパラメータを動的に調整する Adaptive Local Differential Privacy（ALDP）機構を導入し、固定ノイズ手法と比較してプライバシーと有用性のトレードオフを改善する。
- 複数のクライアント連合と複数のプライバシー予算にわたる体系的な実証評価は、高度な連邦最適化アルゴリズム、特に FedProx が厳格なプライバシーを維持しつつ中央集約型トレーニングの性能と同等またはそれを上回ることを示す。ALDP は 2 クライアント構成で最大 80.4% の精度を達成し、固定ノイズの Local DP を 5–7 ポイント上回る。
- 本研究は、プライバシー保護を前提とした協調医療AIのベンチマーキング、定量的標準、実践的ガイドラインを提供し、医用画像分野における連邦学習を前進させ、医療現場での現実的なプライバシー遵守AIの展開を支援する。
