éšç§ä¿æŠ¤çš„多囊åµå·¢ç»¼åˆç—‡æ²»ç–—的病患数æ®è”邦å¦ä¹
通过联邦学习,我们研究了妇女内分泌学领域,以预测多囊卵巢综合征 (PCOS) 患者的最佳药物,解决了患者隐私保护的问题。
通过对2个生物医学自然语言处理任务使用6个语言模型评估联邦学习在医学领域的应用,结果显示联邦学习模型在总体表现上优于单个客户数据训练的语言模型,有时甚至与整合数据训练的模型持平。当数据总量固定时,使用更多客户训练的语言模型表现较差,但基于预训练模型的转换器表现更加强劲。联邦学习训练的语言模型在客户数据独立同分布的情况下与整合数据训练的模型表现接近,但在非独立同分布数据下有明显差距。