医疗AI存在隐私风险
《自然》研究:医疗AI模型易受成员推断攻击,患者数据泄露风险增高。
《自然》杂志6月24日发表的一项研究指出,用于医疗诊断的人工智能模型存在严重的隐私风险。研究显示,这些模型易受成员推断攻击(membership inference attacks),攻击者可以通过模型输出判断特定患者的数据是否被用于训练模型,从而泄露个人医疗信息。该发现对医学AI的临床应用提出警示,需加强隐私保护措施。
《自然》研究:医疗AI模型易受成员推断攻击,患者数据泄露风险增高。
《自然》杂志6月24日发表的一项研究指出,用于医疗诊断的人工智能模型存在严重的隐私风险。研究显示,这些模型易受成员推断攻击(membership inference attacks),攻击者可以通过模型输出判断特定患者的数据是否被用于训练模型,从而泄露个人医疗信息。该发现对医学AI的临床应用提出警示,需加强隐私保护措施。