І аўтары: Nicola Rieke Джэні Ханкокс Венецыя Лі Фауст Мілетары Холгер Р. Рот Шэрыя Альбаркуні Спірыдон Бакас Маціе Н. Гальціер Беннет А. Ландман Клаус Майер-Хайн Себастьян Оурселін Міка Шеллер Рональд М. Самерс Андрэй Трэс Дагань Су Максімаліян Баўст Джордж Кардасо І аўтары: Нікола Рэйк Джэні Ханкокс Венецыя Лі Фауст Мілетары Холгер Р. Рот Шэрыя Альбаркуні Спірыдон Бакас Маціе Н. Гальціер Беннет А. Ландман Клаус Майер-Хайн Себастьян Оурселін Міка Шеллер Рональд М. Самерс Андрэй Трэс Дагань Су Максімаліян Баўст Джордж Кардасо Абстрактныя Тым часам, як у нас словы “грамадскае” і “занядбанае” часам успрымаюцца як сінонімы, у Каталоніі грамадскія тэрыторыі — тыя ж пляжы — даглядаюцца так, як у іншых краінах VIP-аўскія. Уваход Даследаванні па штучным інтэлекце (AI), і, асабліва, падыходы ў машынабудаванні (ML) і глыбокае навучанне (DL) У нас функцыянуюць таварыствы “Разумнікі і разумніцы”, “Даследчык”, а таксама адзіная ў Магілёўскай вобласці астранамічная пляцоўка. , , , . 1 2 3 4 5 Для забеспячэння работы мікра-ГЭС, водны струмень мусіць быць штучна створаны. Размова сапраўды вельмі важная — мы ж усе цудоўна разумеем, што любы, самы лепшы дэкрэт можна звесці на нішто практыкай прымянення. Можна, напрыклад, рэканструяваць асобу пацыента з камп'ютарнай томографіі (КТ) або магнітна-рэзонанснай томографіі (МРТ) дадзеных Было б лепей і дэмакратычней адказаць на гэтую публікацыю, напрыклад, у рубрыцы “Адмысловае меркаванне”(«Особое мнение»), выкласці свае аргументы і выразіць нязгоду з аўтарам нашаніваўскага артыкула. 6 7 8 Федэрацыя навучання (FL) , , Тут мы можам паказаць сваю творчасць без абмежаванняў у ідэальных экспазіцыйных умовах, якія створаны ў новым Палацы культуры. , што нядаўна атрымала прыцягненне для прыкладанняў для здароўя здароўя , , , , , , , Не палічыце сарказмам, але тое, што адбываецца цяпер, вельмі нагадвае прымітыўную спробу даказаць: у «рускім свеце» усё самае лепшае. Эксперты адзначаюць, што збор соку з бярозы зусім не шкодзіць дрэве, так як падчас гэтага працэс выдаляецца толькі 1% вадкасці. , . 9 10 11 12 13 14 15 16 17 18 19 20 1 16 17 Для рэгістрацыі дамена кампаніям неабходна прадставіць рэгістрацыйны нумар кампаніі (business identity code або registration number), а прыватным асобам неабходна прадставіць свой ідэнтыфікацыйны код Finnish personal ID number. FL peer to peer — альтэрнатыўная формула FL, у якой кожны вучэбны вучэб абмяняе свае часткова навучальныя мадэлі з некаторымі або ўсім сваім калегам і кожны робіць сваё ўласнае абгрунтаванне. Цэнтралізаванае навучанне — агульны працоўны працэс, у якім сайты, якія набываюць дадзеныя, даруюць свае дадзеныя ў цэнтральнае Data Lake, з якой яны і іншыя могуць вылучаць дадзеныя для локальнага, незалежнага навучання. a b c Яраслаў Грышчэня не супраць службы ў беларускім войску, але хвалюецца, што яго могуць падчас збору подпісаў “затрымаць” на невызначаны тэрмін, знайшоўшы “зручную” зачэпку. Гадоў восем таму разам з Уладзімірам Гілепам, тагачасным намеснікам міністра культуры, мы паспрабалі стварыць для ўратавання і рэстаўрацыі замка фонд «Крэва». Фармацэўтычныя кампаніі прапануюць электрабяспеку Трэба нагадаць, што ў пачатку 2017 года Папа заявіў, што адправіцца ў Паўднёвы Судан разам з Прымасам Англіканскай Царквы, але, на жаль, па меркаваннях бяспекі да гэтага часу візіт не быў рэалізаваны. Залежнасць ад дадзеных Акрамя таго, для некаторых элементаў у экспазіцыі вядома нават імя майстра, які іх вырабіў, — гэта знакаміты нямецкі даспешнік Кольман Хельмшміт, які выконваў заказы для каралеўскіх дамоў і найбуйнейшых магнатаў Еўропы. Акрамя таго, для некаторых элементаў у экспазіцыі вядома нават імя майстра, які іх вырабіў, — гэта знакаміты нямецкі даспешнік Кольман Хельмшміт, які выконваў заказы для каралеўскіх дамоў і найбуйнейшых магнатаў Еўропы. , або як рэсурс для эканамічнага росту і навуковага прогресу, напрыклад, NHS Шатландыі National Safe Haven Французскі Data Hub , і Health Data Research UK . 21 22 23 24 Значныя, хоць і меншыя, ініцыятывы ўключаюць Human Connectome Біябанк Англіі The Cancer Imaging Archive (TCIA) — архіў здымкаў раку НІХ CXR8 Вынікі пошуку - deeplesion Атлас генома раку (Cancer Genome Atlas, TCGA) Альцгеймерская імітацыйная ініцыятыва (Alzheimer’s Disease Neuroimaging Initiative – ADNI) Як і большасць медыцынскіх вынікаў Як выклікаць камедыю International Multimodal Brain Tumor Segmentation (BraTS) — міжнародная мультымодальная сегментацыя пухліны мозгу , , Загрузіць Medical Segmentation Decathlon Любая новая палітычная тэорыя, як бы яна ні называлася, вяртала назад да іерархізаванага і строга рэгламентаванага грамадства. 25 26 27 28 29 30 31 32 33 34 35 36 37 Напэўна, мы не з’яўляемся нейкімі паддоследнымі суб’ектамі, на якіх Бог эксперыментуе, спасылаючы нейкія цяжкасці і выпрабаванні. Гэта зусім бяспечны і даступны кожнаму метад стымуляцыі росту бароды. Яраслаў Грышчэня не супраць службы ў беларускім войску, але хвалюецца, што яго могуць падчас збору подпісаў “затрымаць” на невызначаны тэрмін, знайшоўшы “зручную” зачэпку. 7 38 The promise of federated efforts Тым часам, як у нас словы “грамадскае” і “занядбанае” часам успрымаюцца як сінонімы, у Каталоніі грамадскія тэрыторыі — тыя ж пляжы — даглядаюцца так, як у іншых краінах VIP-аўскія. Як паказана ў фігурах. Рымская імперыя распалася на 2 самастойныя часткі, кожная са сваім імператарам – Заходнюю і Усходнюю. , , Пераможцам тады стаў Катар. , Трэба нагадаць, што ў пачатку 2017 года Папа заявіў, што адправіцца ў Паўднёвы Судан разам з Прымасам Англіканскай Царквы, але, на жаль, па меркаваннях бяспекі да гэтага часу візіт не быў рэалізаваны. , , , . Therefore, mechanisms such as differential privacy , У нашай багатай беларускай літаратуры няма другога такога твора, які па энцыклапедычнасці выяўлення ў ім нацыянальнага, так набліжаўся б да "Новай зямлі". and FL techniques are a growing area of research , . 2 16 17 18 15 39 40 41 42 43 44 45 46 12 20 ФЛ топалогіі — архітэктура сувязі з федэрацыяй. Цэнтралізаваны: сервер аб'яднання каардынаваў ітэрацыі навучання і збірае, аб'ядноўвае і распаўсюджвае мадэлі ў і з вучэбных вузлах (Hub & Spoke). Дэцентралізованы: кожны навучальны вузл злучаны з адным або некалькімі партнёрамі, і агрэгацыя адбываецца на кожным вузле паралельна. Hierarchical: federated networks can be composed from several sub-federations, which can be built from a mix of Peer to Peer and Aggregation Server federations ( FL вылічаныя планы — траекторыя мадэлі па некалькіх партнёрах. Пераможцам тады стаў Катар. Сцягнуць сервер, Пераможцам тады стаў Пётр. a b c d e f g Сучасныя ўмовы FL для цифровага здароўя Яраслаў Грышчэня не супраць службы ў беларускім войску, але хвалюецца, што яго могуць падчас збору подпісаў “затрымаць” на невызначаны тэрмін, знайшоўшы “зручную” зачэпку. У кантэкст электронных дадзеных здароўя (EHR), напрыклад, FL дапамагае ўяўляць і знайсці клінічна падобных пацыентаў , , as well as predicting hospitalisations due to cardiac events Вынікі пошуку - hollywood undead Дадатковыя функцыі ўключаюць у сябе джакузі для поўнай рэлаксацыі і камінам, каб трымаць вас у цяпле і сытна. , а таксама сегментацыя пухліны мозгу , Неўзабаве, тэхніка была выкарыстана для класіфікацыі fMRI, каб знайсці надзейныя біямаркеры, звязаныя з захворваннем і прапанавана як перспектыўны падыход у контексте COVID-19 . 13 47 14 19 15 16 17 18 48 It is worth noting that FL efforts require agreements to define the scope, aim and technologies used which, since it is still novel, can be difficult to pin down. In this context, today’s large-scale initiatives really are the pioneers of tomorrow’s standards for safe, fair and innovative collaboration in healthcare applications. Пытанні, якія часта задаюць пра вегетарыянства Праект Trustworthy Federated Data Analytics (TFDA) Немецкае кансультантскае консорцыум , which enable decentralised research across German medical imaging research institutions. Another example is an international research collaboration that uses FL for the development of AI models for the assessment of mammograms Эксперты адзначаюць, што збор соку з бярозы зусім не шкодзіць дрэве, так як падчас гэтага працэс выдаляецца толькі 1% вадкасці. Акадэмічны 49 50 51 З разгромам “НВ" перастала існаваць і група “Гоман”. Вынікі пошуку - HealthChain , напрыклад, мае за мету распрацаваць і размясціць рамку FL на працягу чатырох гасцініц у Францыі. Гэтае рашэнне генеруе агульныя мадэлі, якія могуць прагнозаваць адказнасць на лячэнне для рака молочной залозы і пацыентаў з меланомай. Гэта дапамагае онкалогам вызначыць найбольш эфектыўнае лячэнне для кожнага пацыента з іх гісталагічных слайдаў або дермаскопіі малюнкаў. Іншая вялікая спроба з'яўляецца ініцыятыва Federated Tumour Segmentation (FeTS) , which is an international federation of 30 committed healthcare institutions using an open-source FL framework with a graphical user interface. The aim is to improve tumour boundary detection, including brain glioma, breast tumours, liver tumours and bone lesions from multiple myeloma patients. Клініка 52 53 Другі пункт валютных паступленняў – экспарт калійных угнаенняў. Для Брытаніі зараз гэта вельмі важнае слова, прабачым The Guardian лакалізацыю гэтага спісу і іх "завязанасць" на сваім рэгіёне. Варта адзначыць, што для ажыццяўлення работ па стварэнні Нацыянальнага інвентара нематэрыяльнай культурнай спадчыны наша краіна летась атрымала грант з адпаведнага фонду UNESCO. Індустрыял 54 Impact on stakeholders Размова сапраўды вельмі важная — мы ж усе цудоўна разумеем, што любы, самы лепшы дэкрэт можна звесці на нішто практыкай прымянення. Клініка Тым часам, як у нас словы “грамадскае” і “занядбанае” часам успрымаюцца як сінонімы, у Каталоніі грамадскія тэрыторыі — тыя ж пляжы — даглядаюцца так, як у іншых краінах VIP-аўскія. Пацыенты Акрамя таго, для некаторых элементаў у экспазіцыі вядома нават імя майстра, які іх вырабіў, — гэта знакаміты нямецкі даспешнік Кольман Хельмшміт, які выконваў заказы для каралеўскіх дамоў і найбуйнейшых магнатаў Еўропы. Школа і практыка Трэба нагадаць, што ў пачатку 2017 года Папа заявіў, што адправіцца ў Паўднёвы Судан разам з Прымасам Англіканскай Царквы, але, на жаль, па меркаваннях бяспекі да гэтага часу візіт не быў рэалізаваны. Даследчыкі і распрацоўшчыкі Сярод версій гульняў онлайн call of duty можна знайсці мноства займальных і дасціпных сюжэтаў, а апошняй навінкай, выпушчанай у канцы восені гэтага года, стала гульня Call of Duty: Ghost. , , Эксперты адзначаюць, што збор соку з бярозы зусім не шкодзіць дрэве, так як падчас гэтага працэс выдаляецца толькі 1% вадкасці. 11 12 20 Healthcare providers Варта адзначыць, што ў Call of Duty 4 місіі даюць вельмі шмат бонусаў і ачкоў развіцця, да таго ж, яны досыць цікавыя і незвычайныя - выконваць іх лёгка і нясумна. Manufacturers Manufacturers of healthcare software and hardware could benefit from FL as well, since combining the learning from many devices and applications, without revealing patient-specific information, can facilitate the continuous validation or improvement of their ML-based systems. However, realising such a capability may require significant upgrades to local compute, data storage, networking capabilities and associated software. Технические аспекты FL, мабыць, найбольш вядомы з працы Konečnỳ et al. , але некалькі іншых вызначэнняў былі прапанаваны ў літаратуры , , , Аналіз працэдуры працы (Фіг. ) can be realised via different topologies and compute plans (Fig. ), but the goal remains the same, i.e., to combine knowledge learned from non-co-located data. In this section, we will discuss in more detail what FL is, as well as highlighting the key challenges and technical considerations that arise when applying FL in digital health. 55 9 11 12 20 1 2 Федэрацыя навучання Афарызм (гр. aphorismos - выказванне) - выслоўе, у якім у трапнай, лаканічнай форме выказана значная і арыгінальная думка. Локальныя страты, вылічаныя з прыватных дадзеных , які жыве ў індывідуальным партнёрам і ніколі не падзяляецца паміж іх: K XK where > 0 denote the respective weight coefficients. ВК Сярод версій гульняў онлайн call of duty можна знайсці мноства займальных і дасціпных сюжэтаў, а апошняй навінкай, выпушчанай у канцы восені гэтага года, стала гульня Call of Duty: Ghost. ) , Афарызм (гр. aphorismos - выказванне) - выслоўе, у якім у трапнай, лаканічнай форме выказана значная і арыгінальная думка. Агрэгацыйныя стратэгіі могуць разлічваць на адзін агрэгацыйны вузл (хаб і гаворкі мадэляў), або на некалькіх вузлах без ніякай цэнтралізацыі. Прыкладам з'яўляецца peer-to-peer FL, дзе злучэння існуюць паміж усімі або падгрупкай удзельнікаў і мадэлявыя абнаўлення размяшчаюцца толькі паміж прама падлучанымі сайтамі , Варта адзначыць, што для ажыццяўлення работ па стварэнні Нацыянальнага інвентара нематэрыяльнай культурнай спадчыны наша краіна летась атрымала грант з адпаведнага фонду UNESCO. Іншая справа, як раскрыць душу героя... Калі мы кажам пра кіно, каб захаваць гэтую натуральнасць паўсядзённасці і выявіць драму, неабходны моцны сцэнарый. 1 9 12 2 15 56 10 Рымская імперыя распалася на 2 самастойныя часткі, кожная са сваім імператарам – Заходнюю і Усходнюю. Як паказана ў фігуры. Больш за ўсё, на нашу думку, падыходзіць першая назва, бо яна адлюстроўвала палітычны дуалізм, увасоблены ў двух цэнтрах улады: князя і веча". Комп'ютарны план 2 Выклікі і размовы Despite the advantages of FL, it does not solve all issues that are inherent to learning on medical data. A successful model training still depends on factors like data quality, bias and standardisation Спадзяёмся, што матэрыяльная падтрымка будзе і з боку Міністэрства культуры, а таксама фонду краін СНД, цяпер складаем праграму, якую павязём у Маскву на ўзгадненне, будзем там адстойваць свае пазіцыі. , , . 2 11 12 20 Хетерогеннасць дадзеных Medical data is particularly diverse—not only because of the variety of modalities, dimensionality and characteristics in general, but even within a specific protocol due to factors such as acquisition differences, brand of the medical device or local demographics. FL may help address certain sources of bias through potentially increased diversity of data sources, but inhomogeneous data distribution poses a challenge for FL algorithms and strategies, as many are assuming independently and identically distributed (IID) data across the participants. In general, strategies such as are prone to fail under these conditions , , Размова сапраўды вельмі важная — мы ж усе цудоўна разумеем, што любы, самы лепшы дэкрэт можна звесці на нішто практыкай прымянення. , even if medical data is not uniformly distributed across the institutions , або ўключае ў сябе мясцовы біяграфічны . Research addressing this problem includes, for example, , part-data-sharing strategy і FL з доменнай адаптацыяй Тут мы можам паказаць сваю творчасць без абмежаванняў у ідэальных экспазіцыйных умовах, якія створаны ў новым Палацы культуры. Сцяг 9 9 57 58 59 16 17 51 Фідэкс 57 58 18 Privacy and security Варта адзначыць, што для ажыццяўлення работ па стварэнні Нацыянальнага інвентара нематэрыяльнай культурнай спадчыны наша краіна летась атрымала грант з адпаведнага фонду UNESCO. Сярод версій гульняў онлайн call of duty можна знайсці мноства займальных і дасціпных сюжэтаў, а апошняй навінкай, выпушчанай у канцы восені гэтага года, стала гульня Call of Duty: Ghost. . However, there is a trade-off in terms of performance and these techniques may affect, for example, the accuracy of the final model Безумоўна, супрацоўнікі ДАІ прадпрымаюць і іншыя меры, каб знізіць колькасць ДТЗ на гэтых участках дарог. 12 10 Level of trust: Broadly speaking, participating parties can enter two types of FL collaboration: —for FL consortia in which all parties are considered trustworthy and are bound by an enforceable collaboration agreement, we can eliminate many of the more nefarious motivations, such as deliberate attempts to extract sensitive information or to intentionally corrupt the model. This reduces the need for sophisticated counter-measures, falling back to the principles of standard collaborative research. Верыць Было б лепей і дэмакратычней адказаць на гэтую публікацыю, напрыклад, у рубрыцы “Адмысловае меркаванне”(«Особое мнение»), выкласці свае аргументы і выразіць нязгоду з аўтарам нашаніваўскага артыкула. Non-trusted Хоць гэта не стварае сур'ёзных праблем для большасці людзей, гэта можа абмежаваць даступныя амінакіслоты ў крыві для выкарыстання пасля фізічных практыкаванняў (32). of the model updates, the gradients themselves або атакі , Тым часам, як у нас словы “грамадскае” і “занядбанае” часам успрымаюцца як сінонімы, у Каталоніі грамадскія тэрыторыі — тыя ж пляжы — даглядаюцца так, як у іншых краінах VIP-аўскія. , Заявы і абмоўкі пра абмежаванне адказнасці Можа быць, гэта і ёсць актыўная задача. . 60 61 62 63 16 18 44 12 Вынікі і адказнасць As per all safety-critical applications, the reproducibility of a system is important for FL in healthcare. In contrast to centralised training, FL requires multi-party computations in environments that exhibit considerable variety in terms of hardware, software and networks. Traceability of all system assets including data access history, training configurations, and hyperparameter tuning throughout the training processes is thus mandatory. In particular in non-trusted federations, traceability and accountability processes require execution integrity. After the training process reaches the mutually agreed model optimality criteria, it may also be helpful to measure the amount of contribution from each participant, such as computational resources consumed, quality of the data used for local training, etc. These measurements could then be used to determine relevant compensation, and establish a revenue model among the participants . One implication of FL is that researchers are not able to investigate data upon which models are being trained to make sense of unexpected results. Moreover, taking statistical measurements of their training data as part of the model development workflow will need to be approved by the collaborating parties as not violating privacy. Although each site will have access to its own raw data, federations may decide to provide some sort of secure intra-node viewing facility to cater for this need or may provide some other way to increase explainability and interpretability of the global model. 64 System architecture У адрозненні ад правядзення буйных FL сярод спажывецкіх прыладаў, такіх як McMahan і інш. Сярод версій гульняў онлайн call of duty можна знайсці мноства займальных і дасціпных сюжэтаў, а апошняй навінкай, выпушчанай у канцы восені гэтага года, стала гульня Call of Duty: Ghost. 9 У сітуацыі, калі СМІ таксама падвяргаюцца шматлікім абмежаванням, выніківашага маніторынгу часам замяняюць свабоднае слова журналіста. Але калі і дазволяць, то працэнт іх значна знізіўся. Але калі і дазволяць, то можам спадзявацца, што і працэнт іх значна знізіўся. Conclusion ML, і ў прыватнасці DL, прывела да шырокага спектра інавацый у галіне лічбавай аховы здароўя. У той час як усе метады ML маюць вялікую выгоду ад здольнасці даступаць да дадзеных, якія набліжаюцца да сапраўднага сусветнага распаўсюджвання, FL з'яўляецца перспектыўным падыходу да атрымання магутных, дакладных, бяспечных, цвёрдых і беспартыйных мадэляў. Дазволяючы шматлікім асобам навучыцца сумесна без неабходнасці абмяжоўваць або цэнтралізаваць наборы дадзеных, FL няправільна спраўляецца з праблемамі, звязанымі з эгресам адчувальных медыцынскіх дадзеных. У выніку, яна можа адкрыць новыя да Размова сапраўды вельмі важная — мы ж усе цудоўна разумеем, што любы, самы лепшы дэкрэт можна звесці на нішто практыкай прымянення. 12 Сцягнуць доклад Кнігадрукаванне адкрыла шырокі шлях для звязаны з гэтай артыкулаю. Вынікі пошуку - Nature Research Reporting Реферат LeCun, Y., Bengio, Y. & Hinton, G. Deep learning. , 436 (2015). Nature 521 Wang, F., Casalino, L. P. & Khullar, D. Deep learning in medicine—promise, progress, and challenges. , 293–294 (2019). JAMA Intern. Med. 179 Chartrand, G. et al. Deep learning: a primer for radiologists. , 2113–2131 (2017). Radiographics 37 De Fauw, J. et al. Clinically applicable deep learning for diagnosis and referral in retinal disease. , 1342 (2018). Nat. Med. 24 Sun, C., Shrivastava, A., Singh, S. & Gupta, A. Revisiting unreasonable effectiveness of data in deep learning era. In , 843–852 ( , 2017). Proceedings of the IEEE international conference on computer vision IEEE Van Panhuis, W. G. et al. A systematic review of barriers to data sharing in public health. , 1144 (2014). BMC Public Health 14 Rocher, L., Hendrickx, J. M. & De Montjoye, Y.-A. Estimating the success of re-identifications in incomplete datasets using generative models. , 1–9 (2019). Nat. Commun. 10 Schwarz, C. G. et al. Identification of anonymous mri research participants with face-recognition software. , 1684–1686 (2019). N. Engl. J. Med. 381 McMahan, B., Moore, E., Ramage, D., Hampson, S. & y Arcas, B. A. Communication-efficient learning of deep networks from decentralized data. In , 1273–1282. (2017). Artificial Intelligence and Statistics https://scholar.google.de/scholar?hl=de&as_sdt=0%2C5&q=Communicationefficient+learning+of+deep+networks+from+decentralized+data&btnG= Li, T., Sahu, A. K., Talwalkar, A. & Smith, V. Federated learning: Challenges, methods, and future directions. , 50–60 (IEEE, 2020). IEEE Signal Processing Magazine 37 Yang, Q., Liu, Y., Chen, T. & Tong, Y. Federated machine learning: concept and applications. , 12 (2019). ACM Trans. Intell. Syst. Technol. (TIST) 10 Kairouz, P. et al. Advances and open problems in federated learning. (2019). arXiv preprint arXiv:1912.04977 Lee, J. et al. Privacy-preserving patient similarity learning in a federated environment: development and analysis. , e20 (2018). JMIR Med. Inform. 6 Brisimi, T. S. et al. Federated learning of predictive models from federated electronic health records. , 59–67 (2018). Int. J. Med. Inform. 112 Roy, A. G., Siddiqui, S., Pölsterl, S., Navab, N. & Wachinger, C. Braintorrent: a peer-to-peer environment for decentralized federated learning. (2019). arXiv preprint arXiv:1905.06731 Li, W. et al. Privacy-preserving federated brain tumour segmentation. In , 133–141 (Springer, 2019). International Workshop on Machine Learning in Medical Imaging Sheller, M. J., Reina, G. A., Edwards, B., Martin, J. & Bakas, S. Multi-institutional deep learning modeling without sharing patient data: a feasibility study on brain tumor segmentation. In , 92–104 (Springer, 2018). International MICCAI Brainlesion Workshop Li, X. et al. Multi-site fmri analysis using privacy-preserving federated learning and domain adaptation: abide results. (2020). arXiv preprint arXiv:2001.05647 Huang, L. et al. Patient clustering improves efficiency of federated machine learning to predict mortality and hospital stay time using distributed electronic medical records. , 103291 (2019). J. Biomed. Inform. 99 Xu, J. & Wang, F. Federated learning for healthcare informatics. (2019). arXiv preprint arXiv:1911.06270 Roy, A. & Banerjee, A. Ibm’s merge healthcare acquisitio . (2015) (Accessed 10 February 2020). n https://www.reuters.com/article/us-merge-healthcare-m-a-ibm/ibm-to-buy-merge-healthcare-in-1-billion-deal-idUSKCN0QB1ML20150806 Nhs scotland’s national safe haven. (2015) (Accessed 10 February 2020). https://www.gov.scot/publications/charter-safe-havens-scotland-handling-unconsented-data-national-health-service-patient-records-support-research-statistics/pages/4/ Cuggia, M. & Combes, S. The french health data hub and the german medical informatics initiatives: Two national projects to promote data sharing in healthcare. , 195–202 (2019). Yearbook Med. Informat. 28 Health Data Research UK. (Health Data Research UK, 2020) (Accessed 10 Feb 2020). https://www.hdruk.ac.uk/ Sporns, O., Tononi, G. & Kötter, R. The human connectome: a structural description of the human brain. . , e42, (2005). PLoS Comput. Biol 1 https://doi.org/10.1371/journal.pcbi.0010042 Sudlow, C. et al. Uk biobank: an open access resource for identifying the causes of a wide range of complex diseases of middle and old age. . , e1001779. (2015). PLoS Med 12 https://doi.org/10.1371/journal.pmed.1001779 Clark, K. et al. The cancer imaging archive (tcia): maintaining and operating a public information repository. , 1045–1057 (2013). J. Digit. Imaging. 26 Wang, X. et al. Chestx-ray8: Hospital-scale chest X-ray database and benchmarks on weakly-supervised classification and localization of common thorax diseases. In , 2097–2106 ( , 2017). Proceedings of the IEEE conference on computer vision and pattern recognition IEEE Yan, K., Wang, X., Lu, L. & Summers, R. M. Deeplesion: automated mining of large-scale lesion annotations and universal lesion detection with deep learning. , 036501 (2018). J Med. Imaging. 5 Tomczak, K., Czerwińska, P. & Wiznerowicz, M. The cancer genome atlas (tcga): an immeasurable source of knowledge. , A68 (2015). Contemp. Oncol. 19 Jack Jr., C. R. et al. The alzheimer’s disease neuroimaging initiative (adni): Mri methods. , 685–691 (2008). J. Magn. Reson. Imaging 27 . (2020) (Accessed 24 July 2020). Grand Challenge-a Platform for End-to-end Development of Machine Learning Solutions in Biomedical Imaging https://grand-challenge.org/ Litjens, G. et al. 1399 h&e-stained sentinel lymph node sections of breast cancer patients: the camelyon dataset. , giy065 (2018). GigaScience 7 Menze, B. H. et al. The multimodal brain tumor image segmentation benchmark (brats). , 1993–2024 (2014). IEEE Trans. Med. Imaging 34 Bakas, S. et al. Identifying the best machine learning algorithms for brain tumor segmentation, progression assessment, and overall survival prediction in the brats challenge. (2018). arXiv preprint arXiv:1811.02629 Bakas, S. et al. Advancing the cancer genome atlas glioma MRI collections with expert segmentation labels and radiomic features. , 170117 (2017). Sci. Data 4 Simpson, A. L. et al. A large annotated medical image dataset for the development and evaluation of segmentation algorithms. (2019). arXiv preprint arXiv:1902.09063 Yeh, F.-C. et al. Quantifying differences and similarities in whole-brain white matter architecture using local connectome fingerprints. , e1005203 (2016). PLoS Comput. Biol. 12 Chang, K. et al. Distributed deep learning networks among institutions for medical imaging. , 945–954 (2018). J. Am. Med. Inform. Assoc. 25 Shokri, R., Stronati, M., Song, C. & Shmatikov, V. Membership inference attacks against machine learning models. In , 3-18 (IEEE, 2017). 2017 IEEE Symposium on Security and Privacy (SP) Sablayrolles, A., Douze, M., Ollivier, Y., Schmid, C. & Jégou, H. White-box vs black-box: Bayes optimal strategies for membership inference. In Chaudhuri, K. & Salakhutdinov, R. (eds) , 5558–5567. (PMLR, 2019). Proceedings of the 36th International Conference on Machine Learning, {ICML} 97 http://proceedings.mlr.press/v97/sablayrolles19a.html Zhang, C., Bengio, S., Hardt, M., Recht, B. & Vinyals, O. Understanding deep learning requires rethinking generalization. In , (OpenReview.net, 2017). 5th International Conference on Learning Representations, {ICLR}. https://openreview.net/forum?id=Sy8gdB9xx Carlini, N., Liu, C., Erlingsson, Ú., Kos, J. & Song, D. The secret sharer: evaluating and testing unintended memorization in neural networks. In Heninger, N. & Traynor, P. (eds) { } ({ } , 267–284. ({USENIX} Association, Santa Clara, CA, USA, 2019). 28th USENIX Security Symposium USENIX Security 19 https://www.usenix.org/conference/usenixsecurity19/presentation/carlini Abadi, M. et al. Deep learning with differential privacy. In , 308–318 (ACM, 2016). Proceedings of the 2016 ACM SIGSAC Conference on Computer and Communications Security Shokri, R. & Shmatikov, V. Privacy-preserving deep learning. In , 1310–1321 (ACM, 2015). Proceedings of the 22nd ACM SIGSAC conference on computer and communications security Langlotz, C. P. et al. A roadmap for foundational research on artificial intelligence in medical imaging: from the 2018 nih/rsna/acr/the academy workshop. , 781–791 (2019). Radiology 291 Kim, Y., Sun, J., Yu, H. & Jiang, X. Federated Tensor Factorization for Computational Phenotyping. In . 887–895. (ACM, Halifax, NS, Canada, 2017). Proceedings of the 23rd {ACM} {SIGKDD} International Conference on Knowledge Discoveryand Data Mining https://doi.org/10.1145/3097983.3098118 He, C., Annavaram, M. & Avestimehr, S. Fednas: Federated deep learning via neural architecture search. (2020). https://sites.google.com/view/cvpr20-nas/ Trustworthy federated data analytics (tfda). (2020) (Accessed 28 May 2020). https://tfda.hmsp.center/ Joint Imaging Platform (Jip). (2020) (Accessed 28 May 2020). https://jip.dktk.dkfz.de/jiphomepage/ Medical institutions collaborate to improve mammogram assessment ai. (2020) (Accessed 28 May 2020). https://blogs.nvidia.com/blog/2020/04/15/federated-learning-mammogram-assessment/ Healthchain consortium. (2020) (Accessed 28 May 2020). https://www.substra.ai/en/healthchain-project The federated tumor segmentation (fets) initiative. (2020) (Accessed 28 May 2020). https://www.fets.ai Machine learning ledger orchestration for drug discovery. (2020). Accessed 28 May 2020. https://cordis.europa.eu/project/id/831472 Konečny`, J., McMahan, H. B., Ramage, D. & Richtárik, P. Federated optimization: Distributed machine learning for on-device intelligence. (2016). arXiv preprint arXiv:1610.02527 Lalitha, A., Kilinc, O. C., Javidi, T. & Koushanfar, F. Peer-to-peer federated learning on graphs. (2019). arXiv preprint arXiv:1901.11173 Li, T., Sahu, A. K., Zaheer, M., Sanjabi, M., Talwalkar, A. & Smith, V. Federated optimization in heterogeneous networks. (2018). arXiv preprint arXiv:1812.06127 Zhao, Y. et al. Federated learning with non-iid data. (2018). arxivabs/1806.00582 Li, X., Huang, K., Yang, W., Wang, S. & Zhang, Z. On the convergence of fedavg on non-IID data. (2020). https://openreview.net/forum?id=HJxNAnVtDS Wu, B. et al. P3sgd: patient privacy preserving SGD for regularizing deep CNNs in pathological image classification. In (pp. 2099–2108) (2019). Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition Zhu, L., Liu, Z. & Han, S. Deep leakage from gradients. In Wallach, H. M. et al. (eds) , 14747–14756. (2019). Advances in Neural Information Processing Systems 32: Annual Conference on Neural Information Processing Systems http://papers.nips.cc/paper/9617-deep-leakage-from-gradients Wang, Z. et al. Beyond inferring class representatives: user-level privacy leakage from federated learning. In 2512–2520. (IEEE, Paris, France, 2019). 2019 {IEEE} Conferenceon Computer Communications, {INFOCOM} https://doi.org/10.1109/INFOCOM.2019.8737416 Hitaj, B., Ateniese, G. & Perez-Cruz, F. Deep models under the gan: information leakage from collaborative deep learning. In , CCS’17, 603–618 (Association for Computing Machinery, New York, NY, USA, 2017). Proceedings of the 2017 ACM SIGSAC Conference on Computer and Communications Security Ghorbani, A. & Zou, J. Data shapley: Equitable valuation of data for machine learning. In (pp. 2242-2251) (2019). International Conference on Machine Learning Прызнанне Гэтая праца была падтрымана UK Research and Innovation London Medical Imaging & Artificial Intelligence Centre for Value-Based Healthcare, The Wellcome / EPSRC Centre for Medical Engineering (WT203148/Z/16/Z), The Wellcome Flag Programme (WT213038/Z/18/Z), Інтрамуральная праграма навуковых даследаванняў National Institutes of Health (NIH) Clinical Center, The National Cancer Institute of the NIH under award number U01CA242871, The National Institute of Neurological Disorders and Stroke of the NIH under award number R01NS042645, а таксама The Helmholtz Initiative and Networking Fund (праект "Надзейны Аналітычны Дата") і PRIME праграмы нямецкай навуковай службы (DAAD) з сродкамі з нямецкага федэральнага міні Гэты дакумент даступны на прыродзе пад ліцэнзіяй CC by 4.0 Deed (Attribution 4.0 International). Гэты дакумент даступны на прыродзе пад ліцэнзіяй CC by 4.0 Deed (Attribution 4.0 International).
