【技术实现步骤摘要】
【国外来华专利技术】医学验证模型的联邦学习
[0001]本公开的实施例总体上涉及计算机科学领域,并且尤其涉及用于医学验证模型的联邦学习的方法、设备和计算机程序产品。
技术介绍
[0002]医学实验室中几乎每天都执行医学测试,并且由此生成大量的医学测试报告以呈现医学数据。在向临床科室或患者发布医学测试报告之前,启动验证过程,以确保报告中呈现的医学数据是有效的,从而避免对患者的错误诊断。然而,即使已经引入了一些自动化功能,当前的验证过程中仍需要大量的人力。
[0003]随着机器学习的发展,目前提出了训练机器学习模型以用于医学数据的自动化验证。对机器学习模型的训练可能需要包括历史医学数据的训练数据。传统上,每个实验室或医院可以收集本地生成的历史医学数据以训练机器学习模型供使用。然而,这种对模型的单独本地训练可能会消耗资源并且效率不高。另一方面,可获得的历史医学数据可能在相应本地站点处受到限制。例如,在体检中心处收集的大部分医学数据可能反映的是健康人的身体状况,而在肿瘤门诊部收集的大部分医学数据可能反映的是肿瘤患者的身体状况。因此,在一个本地站点处训练的医学验证模型可能无法推广到为其他本地站点提供准确的验证结果。
[0004]因此,需要提供一种用于高效且有效训练医学验证模型的解决方案。
技术实现思路
[0005]一般地,本公开的示例性实施例提供了一种用于医学验证模型的联邦学习的解决方案。
[0006]在第一方面,提供了一种计算机实现的方法。该方法包括:由主节点向多个计算节点传输关于初始医学验证模型的定义信 ...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种计算机实现的方法,其包括:由主节点向多个计算节点传输关于初始医学验证模型的定义信息;由所述主节点与所述多个计算节点一起执行联邦学习过程,以使用在所述多个计算节点处可获得的相应经处理的本地训练数据集来联合训练所述初始医学验证模型,所述相应本地训练数据集由所述多个计算节点基于所述定义信息来处理;以及由所述主节点基于所述联邦学习过程的结果来确定最终医学验证模型。2.根据权利要求1所述的方法,其进一步包括:由所述主节点将所述最终医学验证模型分发到所述多个计算节点中的至少一个计算节点或至少一个另外的计算节点以供在医学验证中使用。3.根据权利要求1所述的方法,其中所述相应本地训练数据集包括:在医学测试中生成的历史医学数据和指示所述历史医学数据的本地验证类别的标记信息。4.根据权利要求3所述的方法,其中所述定义信息指示输入到所述初始医学验证模型的医学数据中的统一项目名称和从所述初始医学验证模型输出的统一验证类别,所述统一验证类别指示要在所述医学数据上执行的多个预定验证动作;以及其中通过将所述历史医学数据中使用的本地项目名称映射到所述统一项目名称并将所述本地验证类别映射到所述统一验证类别来处理所述相应本地训练数据集。5.根据权利要求3或4中任一项所述的方法,其中所述定义信息进一步指示针对输入到所述初始医学验证模型的医学数据中的项目的换算值范围,并且其中通过将所述历史医学数据中的所述项目的值映射到所述换算值范围内的值来处理所述相应本地训练数据集。6.根据权利要求2至5中任一项所述的方法,其中所述定义信息进一步指示针对被防止输入到所述初始医学验证模型的医学数据的统一红旗规则,并且其中通过过滤掉满足所述统一红旗规则的历史医学数据来处理所述相应本地训练数据集。7.根据权利要求2至6中任一项所述的方法,其中所述定义信息指示输入到所述初始医学验证模型的医学数据中的项目,所指示项目的值不可从本地训练数据集中的历史医学数据获得,并且其中通过填充针对所述所指示项目的预定值来处理所述本地训练数据集。8.根据权利要求7所述的方法,其中所述预定值包括以下中的任一者:所述所指示项目的参考值范围的平均值和在其他医学测试中生成的历史医学数据中的所述所指示项目的可用值的中值。9.根据权利要求1至8中任一项所述的方法,其中确定所述最终医学验证模型包括:由所述主节点从所述联邦学习过程的所述结果获得经训练的医学验证模型;将所述经训练的医学验证模型分发到所述多个计算节点;从所述多个计算节点接收反馈,所述反馈指示由所述计算节点使用相应本地验证数据集确定的所述经训练的医学验证模型的相应性能度量;以及基于接收到的反馈确定所述最终医学验证模型。10.根据权利要求9所述的方法,其中基于所述接收到的反馈确定所述最终医学验证模型包括:
响应于所述相应性能度量满足模型发布标准,将所述经训练的医学验证模型确定为所述最终医学验证模型;以及响应于所述相应性能度量未能满足所述模型发布标准,调整所述经训练的医学验证模型以生成所述最终医学验证模型。11.根据权利要求1至10中任一项所述的方法,其中所述主节点在星型拓扑网络中与所述多个计算节点通信地连接。12.一种计算机实现的方法,其包括:由计算节点并且从主节点接收关于初始医学验证模型的定义信息;至少基于所述定义信息处理本地训练数据集;以及与...
【专利技术属性】
技术研发人员:姚毅,邢伟彬,陶晓君,钱晶,周琪,张晨曦,钱茵,
申请(专利权)人:豪夫迈,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。