联邦学习串联边缘运算克服机敏疑虑　适合智能医疗等情境

• 联邦学习透过聚合模型避免數據流出进而保障隐私
• 水平与垂直联邦学习分别处理不同应用场景模型训练
• 联盟成员互信为建立联邦学习系统重要前提
• 联邦学习倚重共享标注协定、联合验证等多方合作　提升模型训练成效
• 联邦学习仰赖主导方决定命题、后续模型应用范畴
• 联邦学习技术以中美发展较为领先　中国金融业者于早期推出开源框架奠定发展基础
• 金融与医疗场域重视數據隐私特性　为联邦学习早期重点发展领域
• 医疗AI模型发展痛点多与训练數據不足相关
• 联邦学习架构具隐私优势　助智能医疗领域解决痛点
• 医疗机构以联邦学习开发罕见疾病AI模型　提升精准度
• 全球医院透过联邦学习合作发展COVID-19预测系统
• 臺湾联邦学习联盟目前多由医院研究单位推动
• 边缘硬件业者结合AI軟件发展联邦学习解决方案具优势
• 联邦学习技术为智能医疗AI模型提供发展助力