热门
最新
红包
立Flag
投票
同城
我的
发布
《LLM驱动的罕见病多模态早筛网络：跨机构联邦学习与基层医疗资源整合》
本文提出一种基于大语言模型（LLM）的多模态早筛网络，结合跨机构联邦学习（Federated Learning, FL）与基层医疗资源整合策略，实现隐私保护下的高效诊断模型构建。结合5G边缘计算与区块链技术，构建可信的罕见病智能诊疗生态。探索LLM在跨语言医疗数据整合中的潜力，推动全球罕见病研究协作。系统整合电子病历（EMR）、医学影像（CT/MRI）、基因组数据及可穿戴设备信号，通过LLM提取跨模态特征关联性。采用横向联邦学习框架，各医疗机构作为独立客户端，在本地训练模型参数后上传加密梯度至协调服务器。
——来自博客 https://blog.csdn.net/2501_93420214/article/details/153591763
该系统在联邦训练中通过梯度压缩使耗时降低40%。(单选)
0 人已经参与 已结束
正确
0人
错误
0人
CSDN App 扫码分享
评论
点赞
- 复制链接
- 举报
