医疗AI隐私风险自动筛查工具发布

2026年10月23日，Konstantinos Vrettos等人在arXiv发布研究，针对医疗AI模型隐私风险提出自动化筛查方案。 该团队基于7789个模型与6个临床数据集发现，个体患者比群体平均更易受成员推理攻击，且高风险人群在不同训练配置下保持稳定。 研究开发了包含4个小型模型的轻量级筛选工具，可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隐私保护，推动隐私评估融入临床数据准备流程。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。