医学数据个性化联邦学习的研究进展.pdfVIP

解放军医学院学报AcadJChinPLAMedSchJan2025，46（1）113

[专家简介专家简介]何昆仑，解放军总医院医学创新研究部某中心主任，主任医师、教授，主要

从事医疗大数据、医学人工智能、智能卫勤装备和系统等研究。担任智能医学工程国

家级重点实验室主任，承担重大项目等27项，制定国家行业标准29项，授权发明专利

103项，获国家科技进步二等奖1项，省部级一、二等奖5项。担任中国研究型医院学会

副会长、北京医师协会副会长等。

医学数据个性化联邦学习的研究进展

1111，2

柳青河，姜明明，赵亚威，何昆仑

12

解放军总医院医学创新研究部，北京100853；医疗大数据应用技术国家工程研究中心，解放军总医院

医学工程实验室，国家药监局人工智能医疗器械研究与评价重点实验室，北京100853

摘要：联邦学习是沟通医学数据和机器学习的桥梁，能以保护隐私的方式对数据进行训练。个性化联邦学习在其结构基

础上有着更加优秀的性能，尤其是在不同的用户之间数据分布差异巨大的时候。个性化联邦学习既实现了训练时数据隐私

保护，又取得了更加优越的性能，在多中心场景智能诊断和辅助决策等任务中具有广阔的前景。本文就个性化联邦学习在

医学领域的发展进行深入讨论。

关键词：医学数据；个性化联邦学习；机器学习；多中心数据；隐私保护

中图分类号：R197.323；TP18；TP391.41文献标志码：A文章编号：2095-5227(2025)01-0113-06

DOI：10.12435/j.issn.2095-5227

引用本文：柳青河，姜明明，赵亚威，等.医学数据个性化联邦学习的研究进展［J］.解放军医学院学报，2025，46

（1）：113-118.

Researchadvancesinpersonalizedfederatedlearningofmedicaldata

1111,2

LIUQinghe,JIANGMingming,ZHAOYawei,HEKunlun

1MedicalInnovationResearchDepartmentofPLAGeneralHospital,Beijing100853,China;2NationalEngineeringResearchCenter

forMedicalBigDataApplicationTechnology,MedicalEngineeringLaboratoryofPLAGeneralHospital,KeyLaboratoryofArtificial

IntelligenceMedicalDeviceResearchandEvaluationoftheNationalMedicalProductsAdministration,Beijing100853,China

Correspondingauthor:HEKunlun.Email:kunlunhe@301

Abstract:Federatedlearningisabridgebetweenmedicaldataandmachinelearning,andcantraindatainawaythatprotects

privacy.Personalizedfederatedlearninghasbetterperformanceonthebasisofitsstructure,especiallywhenthe