A federated learning and recalibration pipeline for clinical prediction across heterogeneous regions: 30-day mortality after acute myocardial infarction
本研究表明，结合轻量化重校准程序的联邦学习流水线能够有效地开发并验证针对不同区域间急性心肌梗死 30 天死亡率预测的模型，其性能与集中式学习相当，同时在保护患者数据隐私的同时，克服了局部模型迁移性差的问题。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在现代医学时代，医生越来越依赖计算机程序来帮助预测患者未来的健康状况。这些被称为临床预测模型的工具，通过分析一个人的当前症状和病史，来估算特定结果（例如心肌梗死后的生存率）的可能性。为了使这些程序准确，它们通常需要基于来自许多不同人群的海量数据进行训练。然而，存在一个显著的障碍：医疗记录包含深度隐私信息。由于严格的隐私法和伦理考量，医院和研究中心通常无法相互共享其原始患者数据。这造成了一个困境：最好的模型需要无法移动的数据，而现有的数据却被锁在孤立的孤岛之中。为了解决这个问题，科学家们开发了一种称为联邦学习的方法。这种方法并不将所有患者记录收集到一个中央数据库中，而是允许每家医院将其数据保留在自己的计算机上。随后，这些计算机会相互通信，仅分享它们从本地患者身上学到的数学规律，而绝不会泄露患者的身份或具体细节。
一个研究团队致力于测试这种方法是否能有效地用于预测急性心肌梗死（一种严重的类型的心脏病发作）患者的30天死亡率。他们使用了一个来自大型国际试验的庞大且著名的数据库——GUSTO-I，该数据库包含了来自全球16个不同地区的4万多名患者。目标是观察通过结合所有地区知识所构建的模型，是否能像通过汇总所有原始数据构建的模型那样准确地预测死亡情况，以及这种结合方法是否优于仅依赖于单个地区构建的模型。研究人员比较了构建这些预测工具的三种不同方式。第一种是传统方法，即将所有患者数据汇集到一个中央位置。第二种涉及为每个地区分别训练一个独立的模型，仅使用该地区的数据。第三种是联邦方法，即由16个地区在本地训练各自的模型，并仅分享由此产生的数学系数，以构建一个单一的全局模型，随后进行快速调整以确保整体风险预测得到正确的校准。
结果揭示了关于这些模型在不同地点迁移表现的清晰模式。当研究人员在创建模型的特定区域内测试这些模型时，它们的表现相当不错。然而，当他们尝试将一个在某一地区训练的模型应用于另一个地区进行预测时，其准确性往往会大幅下降。一些在本地表现良好的模型在应用于其他地方时变得不再可靠，无法有效区分哪些患者会存活，哪些患者会死亡。这凸显了一个主要问题：局部条件、患者人口统计特征以及护理实践的差异足以导致一个为某一区域构建的模型无法自动适用于另一区域。相比之下，那些通过结合所有地区数据构建的模型——无论是通过传统的中央汇总还是新的联邦方法——在所有16个地区都保持了稳定和准确。这些全局模型始终保持着高水平的准确度，能够正确地对患者进行风险排序，AUC达到0.82，并且无论在哪个区域进行测试，其性能都保持不变。
研究还证实，联邦学习方法的表现几乎可以与传统的中央汇总方法相媲美。通过联邦方法构建的全局模型（其中没有任何患者数据离开其所属的医院）其表现与从汇总数据集中构建的模型几乎完全一致。这是一个至关重要的发现，因为它证明了隐私保护与高质量预测并非互不兼容。然而，研究人员注意到联邦过程中存在一个小小的技术障碍。当不同地区的数学系数被简单地平均在一起时，生成的模型往往会略微高估整体死亡风险。为了修复这个问题，团队在最后增加了一个轻量级的重新校准步骤。这一步骤利用医院之间共享的汇总统计数据来调整最终的预测数值，从而有效地纠正了偏差，而无需查看任何个体患者记录。经过这一调整后，联邦模型的预测结果与集中式模型的预测结果完美契合。
研究人员还检查了这些模型的内部结构，以理解它们发挥作用的原因。他们发现，联邦模型学到的数学规则与集中式模型学到的规则非常相似，这表明分布式方法成功捕捉到了相同的潜在疾病和风险模式。相比之下，仅由单个地区训练的模型在内部规则上表现出更多的差异，这也解释了为什么它们在应用于其他地区时表现不佳。其中一个地区产生的模型与其他地区截然不同，且在其他地方测试时表现很差，这进一步强化了这样一个观点：依赖单一的局部数据集可能会导致预测结果具有脆弱性。研究结论指出，虽然局部模型在自身范围内可能有用，但它们往往无法推广到新环境。联邦学习方法结合简单的风险校准步骤，提供了一种切实可行且安全的方式，用于构建能够在不同国家和医疗体系之间通用的稳健预测工具，同时确保敏感的患者数据安全地保存在每家医院的围墙之内。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。