差分隐私医学影像预训练域研究

2026年10月15日，arXiv Artificial Intelligence 刊出 Soroosh Tayebi Arasteh 等作者的研究，考察预训练域与训练目标对差分隐私医学影像分析隐私-效用权衡的影响。研究在来自五个数据集的591,884张胸部X光片上，从五个起点训练差分隐私胸部X光分类器。结果显示，胸部X光监督预训练在25种数据集与隐私设置组合中的24种排名第一；其AUC在无隐私时领先自然图像监督预训练2.6%，在最严格隐私预算下领先15.3%；更换预训练域带来的提升是更换训练目标的2.2至3.7倍。胸部X光隐私预训练在最严格预算下AUC下降约5%，但仍优于三个无患者数据的起点。该研究为单一新报道，尚无后续跟进报道，也未出现与早先报道矛盾的数字或说法。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。