FL-Net 多中心医学数据挖掘——联邦学习的一站式平台
Multi-center Medical Data Mining with FL-Net - A One-stop Shop for Federated Learning
浏览论文内容
中文总结 AI 辅助
FL-Net是一个满足五项需求、集成数据协调与容器化工作流的联邦临床研究框架，经多数据集评估，支持50并发客户端，覆盖80万患者，为多中心隐私保护研究提供基础。
中文摘要 AI 辅助
联邦学习能够在无需共享患者级数据的情况下实现协作训练，但大多数研究仍停留在模拟阶段。基于文献中得出的五项需求，我们分析了14个联邦学习框架，发现没有一个能完全满足这些需求。我们提出了FL-Net，一种新颖的联邦临床研究框架，旨在满足所有需求。它集成了模块化数据协调、数据发现、披露控制、安全构建的版本化FL-Net-Tools以及容器化的联邦工作流执行，并形成持久网络。它支持跨研究重用协调后的数据和工作流。FL-Net的端到端能力通过协调、跨研究患者发现（涉及MIMIC和US-130数据集）以及可复现、可审计的联邦工作流（最多支持50个并发客户端）进行了评估。FL-Net正在欧盟dAIbetes和Microb-AI-ome项目中开发，将覆盖9个国家10家医院的超过80万名患者，涵盖纵向和单时间点数据。FL-Net为可互操作、可复现且保护隐私的多中心临床研究提供了实用基础。
英文摘要
Federated learning enables collaborative training without sharing patient-level data, but most studies remain simulations. Based on five requirements derived from the literature, we analyzed 14 FL frameworks and found that none fully satisfied these requirements. We present FL-Net, a novel federated clinical research framework to fulfill all requirements. It integrates modular data harmonization, data discovery, disclosure control, securely built versioned FL-Net-Tools and containerized federated workflow execution into a persistent network. It enables the re-use of harmonized data and workflows across studies. FL-Net's end-to-end capabilities were evaluated through harmonization, cross-study patient discovery across MIMIC and US-130, and reproducible, audited federated workflows with up to 50 concurrent clients. FL-Net is being developed within the dAIbetes and Microb-AI-ome EU projects and will cover over 800,000 patients across 10 hospitals in 9 countries covering longitudinal and single point in time data, FL-Net provides a practical foundation for interoperable, reproducible, and privacy-preserving multicenter clinical research.
发表机构
- University of Hamburg（汉堡大学）
- Sapienza University of Rome（罗马第一大学）
- University of Campania Luigi Vanvitelli（坎帕尼亚大学路易吉·万维泰利）
- Semmelweis University（塞麦尔维斯大学）
- SC Egnosis SRL（SC Egnosis公司）
- UCL Queen Square Institute of Neurology（伦敦大学学院皇后广场神经学研究所）
- LMU München（慕尼黑大学）
- LMU Hospital（慕尼黑大学医院）
- Research Institute – Digital Human Rights Center（数字人权中心研究所）
- Medical University of Vienna（维也纳医科大学）
- SBA Research gGmbH（SBA研究中心）
- Joslin Diabetes Center（乔斯林糖尿病中心）
- Harvard Medical School（哈佛医学院）
- Karolinska Institutet（卡罗林斯卡学院）
- Södersjukhuset（南斯德哥尔摩综合医院）
- University College Cork（科克大学学院）
- Karolinska University Hospital（卡罗林斯卡大学医院）
- Mass General Brigham（麻省总布里格姆医院）
- University of Southern Denmark（南丹麦大学）
- Université Paris-Saclay（巴黎-萨克雷大学）
- INRAE（法国国家农业、食品与环境研究院）
机构由 AI 辅助整理，请以论文原文为准。
