为促进医学研究、保护数据隐私以及改善患者脑肿瘤识别结果，英伟达（nvidia）携手伦敦国王学院（king’scollegelondon）在2019年10月14日发布了首个用于医学影像分析且具有隐私保护能力的联邦学习系统（federatedlearningsystem），标志着在医疗健康ai领域实现了突破性进展。该技术论文在miccai2019大会召开期间发布——该会议于10月13日在中国深圳拉开帷幕，是全球最高端的医学影像会议之一。英伟达与伦敦国王学院的研究人员介绍了该技术的实施细节。联邦学习（federatedlearning）是一种能够让开发者与各企业机构利用分散在多个位置的训练数据对中心深度神经网络（dnn）进行训练的学习范式，该方法可以支持各企业机构针对共享模型开展协作，而无需共享任何临床数据。研究人员在论文中阐述道：“联邦学习在无需共享患者数据的情况下，即可实现协作与分散化的神经网络训练。各节点负责训练其自身的本地模型，并定期提交给参数服务器。该服务器不断累积并聚合各自的贡献，进而创建一个全局模型，分享给所有节点。”研究人员解释道，虽然联邦学习可以保证极高的隐私安全性，但通过模型反演，仍可以设法使数据重现。为了帮助提高联盟学习的安全性，研究人员研究试验了使用ε