이 연구는 연합 데이터 모델(FDM)이라는 새로운 방법을 제안한다. FDM은 확산 모델을 사용하여 각 사이트의 데이터 분포를 학습하고, 이를 바탕으로 합성 데이터를 생성한다. 이 합성 데이터는 다른 사이트에 공유되어 AI 모델 학습에 활용될 수 있다.
실험에서는 두 병원의 심장 자기공명영상 데이터를 사용하여 좌심실 심근 분할 작업을 수행하였다. 각 병원의 실제 데이터로만 모델을 학습할 경우 다른 병원 데이터에 대한 성능이 크게 떨어졌다. 하지만 FDM을 적용하여 다른 병원의 합성 데이터를 활용하여 모델을 학습하면 다른 병원 데이터에 대한 성능이 크게 향상되었다. 또한 자신의 데이터에 대한 성능도 유지되거나 향상되는 것을 확인할 수 있었다.
이 연구 결과는 FDM이 데이터 공유 없이도 정확하고 프라이버시를 보장하는 AI 모델을 개발할 수 있는 효과적인 방법임을 보여준다. 이는 의료 분야와 같이 데이터 공유에 제약이 있는 환경에서 유용하게 활용될 수 있을 것으로 기대된다.
На другой язык
из исходного контента
arxiv.org
Дополнительные вопросы