Приватный ИИ для кардиоданных: точность почти не падает, но вычисления дорожают до 12 раз

Диссертация Стамбульского технического университета предлагает разделить жизненный цикл ЭКГ-данных на три границы доверия и защищать каждую отдельно. На датасете из ~21 800 записей гомоморфное шифрование с федеративным обучением дало накладные расходы 30% в простом сценарии и до 1 200% при сильном пересечении данных, точность осталась на уровне 97–99,9%.

• Тест на ~21 800 ЭКГ-записях, разделённых между симулированными больницами
• Накладные расходы шифрования: 30% при разных пациентах, ~450% при разных признаках
• Худший сценарий с пересечением данных — рост вычислений до 1 200%
• Точность диагностики сохранилась в диапазоне 97–99,9%