Privacy-Preserving Federated Autoencoder for ECG Anomaly Detection on Edge Devices

Resumo Técnico: Autoencoder Federado com Preservação de Privacidade para Detecção de Anomalias em ECG em Dispositivos de Borda

Declaração do Problema
O monitoramento contínuo de eletrocardiografia (ECG) oferece o potencial para detectar anormalidades de ritmo antes que estas escalem para eventos cardiovasculares. No entanto, a implementação de tais sistemas em cenários clínicos do mundo real enfrenta três desafios simultâneos e, muitas vezes, conflitantes:

1. Conformidade de Privacidade: Dados de ECG de pacientes são altamente sensíveis sob regulamentações como o GDPR e a HIPAA. Centralizar dados para treinamento é frequentemente proibido por lei. Embora o Aprendizado Federado (FL) mantenha os dados locais, ele permanece vulnerável a ataques de inversão de gradiente e inferência de pertencimento.
2. Eficiência na Borda (Edge Efficiency): Dispositivos de monitoramento contínuo são tipicamente limitados em recursos (ex: baseados em ARM Cortex-A, como o Raspberry Pi 4). Os modelos devem ser pequenos e rápidos o suficiente para inferência em tempo real, embora técnicas padrão de quantização não tenham sido validadas para a fidelidade de reconstrução refinada necessária para a detecção de anomalias não supervisionada.
3. Efetividade de Detecção: Os modelos devem manter alta qualidade de detecção quando treinados em dados não-IID (não independentes e não identicamente distribuídos) entre diferentes hospitais, um cenário comum em saúde distribuída.

A literatura existente frequentemente aborda esses problemas isoladamente ou foca em classificação supervisionada, deixando uma lacuna na detecção de anomalias não supervisionada baseada em reconstrução que satisfaça simultaneamente garantias formais de privacidade, restrições de implantação em borda e robustez a dados não-IID.

Metodologia
Os autores propõem e avaliam um sistema federado de ponta a ponta projetado para detecção de anomalias de ECG de 12 derivações não supervisionada no conjunto de dados PTB-XL. O pipeline integra quatro componentes principais:

1. Aprendizado Federado (FL): O sistema simula dez hospitais (clientes) usando uma distribuição de Dirichlet ($\alpha=0.5$) para criar uma partição não-IID de 6.294 amostras de ECG normais. Um servidor central agrega as atualizações do modelo usando Federated Averaging (FedAvg) ao longo de 50 rodadas.
2. Arquiteturas de Modelo: Três famílias de autoencoders são avaliadas:
   • VanillaAE: Camadas totalmente conectadas.
   • ConvAE: Codificador/decodificador convolucional 1D com GroupNorm.
   • VAE: Autoencoder Variacional com um truque de reparametrização.
     Todos os modelos são treinados para reconstruir a morfologia cardíaca normal; as anomalias são sinalizadas com base no alto erro de reconstrução (MSE).
3. Privacidade Diferencial (DP): Para evitar vazamento de privacidade das atualizações compartilhadas, o sistema emprega o Gradiente Descendente Estocástico com Privacidade Diferencial no lado do cliente (DP-SGD). Os gradientes por amostra são clipados (norma $L_2$ $C=1.0$) e ruído Gaussiano é injetado. O sistema utiliza um contador de Rényi-DP para rastrear o orçamento de privacidade ($\epsilon, \delta$), com $\delta$ fixo em $10^{-5}$.
4. Implantação na Borda e Quantização: Os melhores modelos de ponto flutuante de 32 bits (FP32) passam por quantização de pós-treinamento para inteiros de 8 bits (INT8) sem retreinamento. Os modelos finais são testados em um Raspberry Pi 4 (arquitetura AArch64) para medir latência e eficiência energética.

Principais Contribuições
O artigo afirma ser o primeiro trabalho a avaliar a interseção de Aprendizado Federado, DP $(\epsilon, \delta)$ formal, detecção de anomalia baseada em reconstrução não supervisionada e implantação quantizada em AArch64 para dados de ECG. As contribuições específicas incluem:

• Caracterização Empírica da Composição: O estudo demonstra como FL, DP e quantização interagem. Crucialmente, descobre que as penalidades de desempenho de DP e quantização são empiricamente independentes, permitindo que os praticantes habilitem ambos simultaneamente sem degradação multiplicativa.
• Análise de Troca entre Privacidade e Utilidade: Através de um varredura de cinco pontos de $\epsilon$, os autores identificam $\epsilon=4$ como um ponto operacional recomendado para dados clínicos. Eles observam um "piso de utilidade" em AUROC $\approx 0.610$; abaixo de $\epsilon=4$, o ruído do gradiente sobrecarrega o sinal de reconstrução, fazendo com que o modelo converja para um mapeamento trivial.
• Validação de Eficiência na Borda: A quantização INT8 reduz o tamanho do modelo em aproximadamente 53% e diminui a latência de inferência no Raspberry Pi 4 em 16,6% a 44,3% (um aumento de velocidade de 1,20–1,80$\times$) com perda de precisão negligenciável (<0,12% de degradação de AUROC).
• Federação como Regularização: Em um achado contraintuitivo, o treinamento federado melhorou significativamente o desempenho da arquitetura VAE (+0,165 AUROC) em comparação com sua linha de base centralizada. Os autores atribuem isso ao fato de as atualizações de clientes não-IID atuarem como uma regularização implícita, prevenindo o "colapso de posterior" observado no VAE centralizado.

Resultados

• Qualidade de Detecção: O ConvAE federado alcançou o maior desempenho com um AUROC de 0,782, igualando ou superando as linhas de base centralizadas em todas as arquiteturas.
• Impacto da Privacidade: Uma privacidade mais forte (menor $\epsilon$) degradou o desempenho monotonicamente. Em $\epsilon=1$, o desempenho atingiu o piso de utilidade. Em $\epsilon=4$, o sistema manteve um AUROC de aproximadamente 0,610–0,640 (dependendo da arquitetura) enquanto dobrava a garantia formal de privacidade em comparação com $\epsilon=8$.
• Métricas de Implantação: A configuração recomendada (ConvAE INT8) alcançou um AUROC de 0,787 com um tamanho de modelo de 2,76 MB e uma latência de inferência de 14,1 ms em um Raspberry Pi 4, consumindo aproximadamente 56 mJ por inferência.
• Desempenho por Classe: Como um detector de classe única não supervisionado, o sistema mostrou valores de AUROC próximos a 0,50 para classes anormais específicas (MI, STTC, HYP, CD), confirmando seu papel como uma ferramenta de triagem, não como um classificador diagnóstico específico. Hipertrofia (HYP) foi a classe mais difícil de distinguir.

Significância e Alegações
O artigo posiciona este trabalho como um passo crítico para sistemas de monitoramento cardíaco implantáveis, éticos e práticos.

• Necessidade Ética: Os autores argumentam que, para dados quase biométricos como o ECG, garantias formais de privacidade (DP) são um pré-requisito, não um aprimoramento, para evitar a reidentificação via ataques de gradiente.
• Viabilidade Prática: Ao provar que configurações de alta privacidade ($\epsilon=4$) e alta eficiência (INT8) podem coexistir sem penalidades compostas, o sistema oferece um caminho viável para triagem em tempo real e em nível populacional em dispositivos de borda.
• Limitação de Escopo: Os autores esclarecem modestamente que o sistema é projetado para triagem e seleção para sinalizar potenciais anormalidades para revisão de cardiologistas, não como uma ferramenta de diagnóstico autônoma para condições específicas. Eles reconhecem limitações relativas ao uso de um único conjunto de dados (PTB-XL), partição não-IID simulada e a suposição de um servidor "honesto-mas-curioso", observando que agregação segura e validação cruzada de conjuntos de dados são passos futuros necessários.