Loading...
机构名称:
¥ 1.0

联邦学习利用机构之间的数据来改善临床发现,同时遵守数据共享限制并保护患者隐私。作为遗传学和系统生物学中生物库的演变已被证明,访问更广泛和多样化的数据库会导致更快,更强大的探索和结果的翻译。更广泛地使用联邦学习可能会对生物信息学产生相同的影响,从而可以访问许多基因型,表型和环境信息的组合,这些信息被涉及或未包含在现有的生物库中。本文回顾了学术和临床机构在实施之前必须解决的方法论,基础设施和法律问题。最后,我们提供了可靠地使用联邦学习及其有效翻译为临床实践的建议。

arxiv:2503.09649v1 [q-bio.ot] 2025年3月12日

arxiv:2503.09649v1 [q-bio.ot] 2025年3月12日PDF文件第1页

arxiv:2503.09649v1 [q-bio.ot] 2025年3月12日PDF文件第2页

arxiv:2503.09649v1 [q-bio.ot] 2025年3月12日PDF文件第3页

arxiv:2503.09649v1 [q-bio.ot] 2025年3月12日PDF文件第4页

arxiv:2503.09649v1 [q-bio.ot] 2025年3月12日PDF文件第5页

相关文件推荐

2025 年
¥4.0
2025 年
¥4.0
2025 年
¥3.0
2025 年
¥1.0
2024 年
¥1.0