Fed-healthcare (联邦医疗)
人工智能赛道
参赛作品:
《面向智能体音感知的联邦学习系统-基于FATE平台》
参赛成员:
邱万勇、全晨
作品简介:
体音信号因其易采集、普适和“非侵入”等特点被证明可用于临床“非侵入式”智能诊疗。然而,数据安全与隐私问题使得医疗数据呈现“数据孤岛”形式,严重制约了医疗 AI 的发展,该团队的作品便基于以上问题提出了解决方案,本作品是一个在医疗场景下基于FATE联邦学习框架构建智能体音感知系统,可部署于各医院,在保护患者隐私的同时将促进多中心联合建模。