💻 计算机科学

Federated Deep Learning for Privacy-Preserving Data Fusion in Sustainable AI-Driven Healthcare Systems

本文提出了 AFL-MCSESEN-BADP-HS 系统，这是一个集成多模态数据融合、基于 ResNet-34 的注意力网络以及基于 Bulyan 的自适应差分隐私的异步联邦深度学习框架，旨在实现对膝关节骨性关节炎等级的高精度、隐私保护分类，准确率达到 99.64%。

原作者： R Neelaveni, Bhuvan Unhelkar

发布于 2026-10-16

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： R Neelaveni, Bhuvan Unhelkar

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

如今的医院产生了海量的患者信息。其中一些数据是整齐有序的，例如一个人的年龄或既往手术史的数字化记录。另一些数据则是杂乱且复杂的，例如医生的诊断笔记的原始文本，或是 X 光和 MRI 扫描的高分辨率复杂图像。几十年来，利用这些信息来改善医疗护理的标准方法是将所有数据汇集到一个巨大的中央计算机中。然而，这种方法代价高昂。将敏感的医疗记录转移到单一地点会为黑客制造巨大的攻击目标，而且海量的数据也使得整个过程既缓慢又昂贵。此外，许多医院在法律和伦理上都受限于必须将患者数据保留在其自身的围墙之内，这使得构建一个能同时从所有人那里学习的单一强大模型变得几乎不可能。

为了解决这个问题，研究人员转向了一种被称为“联邦学习”的方法。想象一下，一群医生想要更好地学习如何诊断一种疑难疾病，但他们不能互相分享患者的文件。他们不是发送文件，而是发送他们从文件中学到的教训。每位医生研究自己的本地记录，找出指示该疾病的模式，然后仅将这些见解发送给一个中央协调员。协调员将这些见解结合起来，创造出一个更聪明的指南，而无需看到任何私密的记录本身。这使得医疗团队能够在保持患者隐私完整的同时，进行协作并改进其诊断工具。然而，挑战在于，这些本地计算机的运行速度和处理能力往往各不相同，而且有时它们所持有的数据是不完整的，甚至可能被错误或恶意行为者破坏。

在最近的一项研究中，来自印度和美国的科研团队针对这些特定的障碍进行了攻关，旨在为诊断膝骨关节炎（一种因膝盖软骨磨损而导致的疼痛性疾病）创建一个更稳健的系统。他们专注于一种不仅能保护隐私，还能处理不同医院工作进度不一这一现实情况的方法。他们的目标是建立一个能够观察患者记录和膝盖图像的混合系统，在不移动数据的情况下进行学习，并准确地对疾病的严重程度进行分类。该疾病通常按 0 到 4 的等级进行评定，其中 0 代表健康的膝盖，4 则表示严重的损伤。准确进行这种分类对于确定患者的最佳治疗方案至关重要。

研究人员开发了一个结合了多种先进技术的新系统，以应对这一复杂任务。首先，他们解决了不同数据类型的问题。他们创建了一种方法，将结构化记录（如患者的人口统计学资料）与半结构化文件及非结构化医学图像融合在一起，形成一个计算机可以轻松查询的统一格式。这使他们能够将多样化的信息视为一个连贯的整体。数据准备就绪后，他们使用了一种专门的计算机视觉模型来检查膝盖图像。该模型旨在密切关注膝盖发生损伤的具体区域，例如骨骼之间的间隙以及软骨的表面。它学会了识别细微的磨损迹象，如微小的骨刺或软骨变薄，这些迹象往往会被灵敏度较低的系统所忽略。

为了确保学习过程既快速又安全，团队实施了一种异步处理方法。在许多之前的系统中，所有参与的医院都必须等待最慢的一家完成后才能继续下一步，这浪费了时间和计算能力。而在这个新系统中，医院可以在准备就绪后立即发送更新，从而保持整个网络的有效运转。这在研究人员模拟了一个拥有十个不同机构、且每个机构计算能力各异的情景时显得尤为重要。此外，该系统还具备抵御恶意行为者的能力。在分布式网络中，总存在参与者可能发送虚假信息以破坏结果的风险。研究人员添加了一个过滤机制，充当质量控制检查的角色，识别并丢弃可疑的更新，以免它们破坏全局模型。

最后，为了提供额外的安全保障，系统应用了一种技术，即在共享的数据中加入微小的、经过计算的数学噪声。这些噪声经过精心校准，既能隐藏任何单个患者记录的具体细节，又能让疾病的整体模式清晰呈现。这种在隐私与实用性之间的平衡被称为“隐私-效用权衡”，研究人员通过调整系统，在最大化诊断准确性的同时，最小化暴露私人信息的风险。

他们的研究成果令人印象深刻。在对大量膝骨关节炎病例进行测试时，该系统达到了 99.64% 的准确率，几乎在所有情况下都能正确识别疾病的严重程度。它还展示了在区分健康膝盖与严重损伤膝盖方面的高度可靠性。在速度和效率方面，该系统的处理速度明显快于以往的方法，在某些测试中，整合不同数据源所需的时间减少了 40% 以上。它还降低了医院之间需要传输的数据量，从而减轻了网络连接的压力并节省了能源。或许最重要的一点是，该系统表现出了极强的抗攻击能力；在模拟试图欺骗模型的恶意攻击时，系统成功拦截了几乎所有的攻击，失败率仅为 1.8%。

这项研究表明，构建一个既尊重患者隐私又能跨医院网络高效运作的强大协作式医疗智能是完全可能的。通过将先进的图像分析与安全的异步学习以及强大的隐私保护相结合，研究人员创造了一个能够帮助医生更准确、更快速地诊断膝骨关节炎的工具。虽然目前的工作专门针对膝部疾病，但其底层框架为将类似方法应用于其他涉及数据隐私和分布式协作的复杂医疗挑战提供了一条路径。这些发现为实现这样一个未来迈出了充满希望的一步：即医院可以无缝协作以改善患者护理，而绝不会损害他们所服务的个人的机密性。

技术摘要：面向可持续 AI 驱动型医疗系统的隐私保护联邦深度学习数据融合研究

问题陈述
本文探讨了医疗系统中日益增长的异构数据量及其复杂性所带来的挑战。用于提取诊断知识的中心化模型面临着显著障碍，包括高昂的计算成本、与单点数据泄露相关的安全风险，以及无法有效整合碎片化的多模态数据（结构化电子病历、半结构化 CSV/JSON 文件以及非结构化影像，如 X 光、MRI、CT 和 PET 扫描）。此外，现有的深度学习方法由于参与机构之间计算和通信资源的失衡，往往存在效率受限的问题，同时也缺乏针对恶意参与者或推理攻击的鲁棒隐私保护机制。

提出的方法论
作者提出了一种名为 AFL-MCSESEN-BADP-HS 的创新系统（即：用于隐私保护型多模态数据融合的可持续 AI 驱动型医疗系统的异步联邦多卷积空间与高效挤压激励网络及基于 Bulyan 的自适应差分隐私系统）。该方法论分为四个主要阶段：

多模态数据采集与融合：
- 数据从包括结构化 EMR、半结构化记录在内的多种来源进行采集。
- 数据存储在由 Apache Spark 管理的数据湖中。
- 采用 统一元素树融合（Unified Element Tree Fusion） 方法，通过合并不同模态间的匹配键来整合这些异构来源，从而创建一个可供分析的单一可查询 Spark DataFrame 或 Delta 表。
预处理与特征提取：
- 临床特征（如年龄、BMI、疼痛评分）经过 Z-score 标准化和特征向量编码。
- 膝关节图像经过标准化处理，以确保病理变化的视觉呈现具有一致性。
- 核心特征提取利用 多卷积空间与高效挤压激励网络（MCSESEN）。该架构采用集成有两个特定模块的 ResNet-34 主干网络：
  - 凝聚深度挤压激励（CDSE）： 利用 Mish 激活函数和残差/跳跃连接，优先处理与病理关节特征相关的通道。
  - 多卷积空间注意力（MCSA）： 通过结合最大池化、平均池化与多卷积层，聚焦于解剖学相关区域（如胫股关节区域、软骨表面）。
- 系统旨在将膝关节骨关节炎（KOA）分类为 Kellgren-Lawrence (KL) 0 至 4 级。
隐私保护异步联邦学习 (AFL)：
- 系统在十个模拟的机构客户端上运行，无需集中原始数据。
- 数据在各机构间进行 纵向划分。
- 客户端使用 针对纵向划分的异步联邦随机梯度下降（AFSGD-VP） 计算局部梯度，以处理通信速度和资源不平衡的问题。
- 利用 安全内积评估，客户端在本地计算部分内积。通过实现树状通信协议和随机掩码，防止患者原始特征的暴露并减轻推理攻击。
鲁棒聚合与差分隐私：
- 在服务端应用 基于 Bulyan 的鲁棒聚合 策略。这涉及两个阶段：
  - Multi-Krum： 通过计算与最近邻的欧几里得距离来计算 Krum 分数，从而筛选可靠的梯度并过滤掉异常值。
  - 逐坐标修剪均值（Coordinate-wise Trimmed Mean）： 进一步精炼选定的候选集，以生成最终的聚合更新。
- 集成了 自适应差分隐私（BADP） 机制。向聚合更新中添加高斯噪声，其标准差遵循指数衰减调度（ $\sigma_g = 0.30 \exp(-0.01g)$ ），以平衡隐私保护与模型效用。

核心贡献
本文声称具有以下具体贡献：

实现了用于将异构医疗来源整合到 Spark 管理数据湖中的 统一元素树融合 方法。
开发了 MCSESEN 架构（ResNet-34 + CDSE + MCSA），用于分离 KOA 影像中细微的病理指标。
部署了 隐私保护异步联邦学习框架，以降低通信成本、能耗和隐私风险。
采用了 基于 Bulyan 的鲁棒聚合策略（结合 Multi-Krum 和修剪均值），以消除对抗性更新。
利用带有调度噪声的 自适应差分隐私机制，在保持严格的机构数据保护的同时，维护诊断效用。

实验结果
该系统在来自北京清华长谷医院的 5,580 例膝关节骨关节炎病例（包含结构化、半结构化和非结构化数据）数据集上进行了评估，数据分为训练集（60%）、验证集（20%）和测试集（20%）。将所提系统与三种现有框架（PHMS-Fed、FL-TinyML-DP-HS 和 FL-CNN-LSTM-DPET-HS）进行了对比。

所提 AFL-MCSESEN-BADP-HS 系统的主要性能指标包括：

准确率 (Accuracy)： 99.64%
AUC (曲线下面积)： 0.998
精确率 (Precision)、召回率 (Recall)、F1 分数、特异性 (Specificity)： 均超过 99%（精确率：99.66%，召回率：99.63%，F1：99.64%，特异性：99.738%）。
通信开销 (Communication Overhead)： 285 MB（显著低于对比方法）。
数据集成延迟 (Data Integration Latency)： 703.33 ms。
Spark 查询吞吐量 (Spark Query Throughput)： 516.67 QPS。
攻击成功率 (Attack Success Rate)： 1.8%（表明具有高鲁棒性）。
隐私-效用指数 (PUTI)： 0.96。
隐私预算 ( $\epsilon$ )： 1.5（低于对比方法，表示更严格的隐私保护）。

结果表明，所提系统在诊断准确性、收敛速度以及对抗攻击的鲁棒性方面均优于现有方法，同时保持了较低的通信开销和延迟。

意义与主张
论文指出，AFL-MCSESEN-BADP-HS 系统提供了一个可持续且高准确度的诊断工具，用于在分布式环境中对膝关节骨关节炎等级进行分类。作者声称，通过将异步联邦学习与先进的注意力机制及鲁棒隐私保护聚合相结合，该系统成功克服了中心化模型在安全性、计算成本和数据异构性方面的局限性。强调集成 Bulyan 聚合和自适应差分隐私是确保抵御拜占庭攻击和恶意参与者，同时遵守严格数据保护标准的关键因素。作者总结道，这种方法为隐私保护型医疗系统提供了一个极具前景的解决方案，并建议未来的工作应扩展到其他肌肉骨骼疾病的应用，并优化带宽受限机构的通信协议。

类似论文