PSyGenTAB

新框架生成隐私保护的合成临床数据

研究人员开发了PSyGenTAB，一个用于生成合成临床数据的新框架，该框架同时优先考虑隐私和效用。该方法将合成数据生成视为一个约束优化问题，使用增强拉格朗日方法将隐私约束直接嵌入训练过程。PSyGenTAB旨在保持临床相关模式和少数类诊断信息，从而在不损害患者机密性的情况下开发可靠的健康AI。评估表明，在PSyGenTAB生成的合成数据上训练的模型，其性能与在真实患者记录上训练的模型相当，并且能抵御隐私攻击的能力得到增强。