智能医疗依靠人工智能 (AI) 功能来学习和分析患者数据。由于在单个医疗中心很少能找到用于训练机器学习 (ML) 模型的大型且多样化的数据集，因此经典的集中式 AI 需要将隐私敏感数据从医疗机构转移到处理融合信息的数据中心。因此，数据中心的培训需要更高的通信资源/能源需求，同时侵犯隐私。这在今天被认为是跨跨国临床医学研究中心寻求科学合作的一个重要瓶颈。最近，联邦学习 (FL) 已作为一种分布式 A...