FedPref: تعلم تفضيلي لامركزي لاستخراج تقارير الأشعة دون مشاركة البيانات

نظرة عامة

FedPref هو إطار جديد للتعلم الفيدرالي مصمم لاستخراج تقارير الأشعة المنظمة. يستخدم نماذج لغوية مجمدة لاقتراح استخراجات JSON، وتقوم المؤسسات المحلية بترتيبها، ويتم تدريب محولات Qwen3-8B بشكل تعاوني مع مشاركة تحديثات النموذج فقط.

النتائج الرئيسية

على ست مستشفيات محاكاة، يحسن FedPref متوسط F1 للعميل بمقدار 2.49 نقطة وأداء أسوأ موقع بمقدار 9.10 نقاط مقارنة بالتدريب المعزول. تظهر أكبر المكاسب في المواقع ذات البيانات الأقل. على مجموعة اختبار ذهبية مكونة من 400 تقرير، يصل FedPref إلى 68.68 F1 مقابل 71.67 للتدريب المركزي.

مقارنة مع التدريب المركزي

الطريقة	متوسط F1 للعميل	أسوأ موقع F1
التدريب المعزول	خط الأساس	خط الأساس
FedPref	+2.49	+9.10
التدريب المركزي	+2.66 (أعلى من FedPref)	غير محدد

الأهمية للمنطقة

في الشرق الأوسط، حيث تختلف قدرات المستشفيات، يسمح FedPref بالتعاون عبر المؤسسات دون مشاركة بيانات المرضى، مما يعزز تطوير نماذج صحية إقليمية مع الامتثال للوائح الخصوصية.

ملاحظة: تتطلب هذه القصة مراجعة بشرية للتحقق من الادعاءات والتأكد من ملاءمتها للسياق الإقليمي.