医学 AI 中自动化隐私风险筛选研究

研究通过 7,789 个模型与 6 个临床数据集指出，个体患者比群体平均更容易受到成员推理攻击，且高风险患者人群在不同训练配置下基本保持稳定。团队开发了轻量级筛选工具，通过 4 个小型模型在生产模型训练前识别高风险患者，无需删除数据即可实施保护。该工具表明隐私筛选应融入临床 AI 数据准备流程，使隐私评估更具实践性。