人工智能疾病預(yù)防：無需犧牲隱私與安全

• 聯(lián)邦學(xué)習(xí)（federated learning）使人工智能能夠在不損害患者隱私的情況下，通過在醫(yī)院數(shù)據(jù)上訓(xùn)練模型來幫助預(yù)測疾病爆發(fā)。這項技術(shù)在構(gòu)建強(qiáng)大的疾病監(jiān)測系統(tǒng)以更好地應(yīng)對公共衛(wèi)生事件的同時，確保了敏感健康信息的安全。在巴西，雨季帶來的不僅是洪水和潮濕，往往還伴隨著登革熱的流行。登革熱是一種由蚊子傳播的疾病，會導(dǎo)致患者發(fā)高燒、出皮疹，嚴(yán)重時甚至?xí)＜吧?。過去25年間，巴西已有超過1800萬人感染登革熱，而到2024年6月，該病的病例數(shù)激增，已達(dá)600萬例，死亡4000人。受登革熱影響的不止巴西，世界
• 關(guān)鍵字： 疾病預(yù)防  隱私  IEEE  聯(lián)邦學(xué)習(xí)