BioDir 全同态加密框架FOCAL实现安全跨院AI模型协作
新型FOCAL框架利用全同态加密技术，在保护数据隐私的前提下实现多中心协同训练医学基础模型，推动AI临床诊断安全落地。
基础模型（FMs）在医疗AI领域潜力巨大，但训练需大规模数据，而医疗机构间的数据隐私限制阻碍了其发展。研究人员提出FOCAL框架，采用全同态加密技术，使多个机构能在不共享原始数据的情况下协同训练和微调医学基础模型。该框架区别于传统联邦学习，提供更强加密保障，已初步验证在诊断任务中的有效性。研究为跨医院AI合作提供了新路径，但作为预印本，尚未经同行评审。