医療AIにおける安全な準同型暗号を用いた連合学習のための確率的ポアソン埋め込みプライバシーフレームワーク

機械を教えながら医療の秘密を守る

病院はCOVID‑19のような疾患をより早期かつ正確に検出するのに役立つ大量のX線画像を収集しています。しかし、これらの画像は極めて個人的な情報であり、厳しいプライバシー規制のために強力な人工知能（AI）ツールを訓練するためにデータを一箇所に集めることは容易ではありません。本研究は、病院が生の画像を他者に渡すことなく共同でX線診断システムを構築できる方法を示し、患者データを保護しつつ高い精度を達成することを目指しています。

引用: Gomathi, R., Saranya, K., Mahaboob John, Y.M. et al. Stochastic Poisson-embedded privacy framework for federated learning with secure homomorphic encryption in medical AI. Sci Rep 16, 10931 (2026). https://doi.org/10.1038/s41598-026-41469-4

キーワード: 連合学習, 医療画像, データプライバシー, 準同型暗号, X線診断