[发明专利]一种基于联合学习的健康风险预测方法和装置

权利要求书

1.一种基于联合学习的健康风险预测方法，其特征在于，包括：

生成健康风险预测的初始模型；

根据所述初始模型，获取加密的训练参数或梯度；其中，所述训练参数或梯度由医疗机构根据其医疗样本对所述初始模型训练获得；

聚合所述训练参数或梯度，对所述初始模型进行更新，以得到联合学习预测模型；

将所述联合学习预测模型发送给参与训练的医疗机构，以使所述医疗机构根据其医疗样本对所述联合学习预测模型训练获得训练参数或梯度；

检测所述联合学习预测模型的训练信息，其中所述训练信息包含模型精度和训练次数；

当所述训练信息满足预设条件时，完成所述联合学习预测模型的更新。

2.根据权利要求1所述基于联合学习的健康风险预测方法，其特征在于，所述生成健康风险预测的初始模型，包括：

将参与训练的全部医疗机构的全部本地预测模型中符合预设条件的本地预测模型作为所述初始模型。

3.根据权利要求1所述基于联合学习的健康风险预测方法，其特征在于，所述根据所述初始模型，获取加密的训练参数或梯度，包括：

将所述初始模型发送给各个参与训练的所述医疗机构；

接收所述医疗机构上传的加密训练参数或梯度，其中所述训练参数或梯度由各个所述医疗机构根据其本地医疗样本对所述初始模型训练获得；所述加密的方法包括同态加密、多方安全计算和差分隐私。

4.根据权利要求1所述基于联合学习的健康风险预测方法，其特征在于，所述聚合所述训练参数或梯度，对所述初始模型进行更新，以得到联合学习预测模型，包括：

计算全部所述训练参数或梯度的均值，将获得的均值作为更新参数；

使用所述更新参数对所述初始模型进行更新，获得所述联合学习预测模型。

5.根据权利要求1-4任一所述基于联合学习的健康风险预测方法，其特征在于，该健康风险预测方法还包括：

当所述训练信息不满足预设条件时，将所述联合学习预测模型发送给参与训练的医疗机构，以使所述医疗机构对所述联合学习预测模型获得训练参数或梯度，直到所述训练信息满足预设条件。

6.一种基于联合学习的健康风险预测装置，其特征在于，该装置包括：模型初始化模块、参数获取模块、参数更新模块、模型发送模块、训练检测模块和停止训练模块，其中，

所述模型初始化模块，用于生成健康风险预测的初始模型；

所述参数获取模块，用于根据所述初始模型，获取加密的训练参数或梯度；其中，所述训练参数或梯度由医疗机构根据其医疗样本对所述初始模型训练获得；

所述参数更新模块，用于聚合所述训练参数或梯度，对所述初始模型进行更新，以得到联合学习预测模型；

所述模型发送模块，用于将所述联合学习预测模型发送给参与训练的医疗机构，以使所述医疗机构根据其医疗样本对所述联合学习预测模型训练获得训练参数或梯度；

所述训练检测模块，用于检测所述联合学习预测模型的训练信息，其中所述训练信息包含模型精度和训练次数；

所述停止训练模块，用于当所述训练信息满足预设条件时，完成所述联合学习预测模型的更新。

7.根据权利要求6所述基于联合学习的健康风险预测装置，其特征在于，所述模型初始化模块具体用于将参与训练的全部医疗机构的全部本地预测模型中符合预设条件的本地预测模型作为所述初始模型。

8.根据权利要求6所述基于联合学习的健康风险预测装置，其特征在于，所述参数获取模块包括模型分发单元和参数接收单元，其中，

所述模型分发单元，用于将所述初始模型发送给各个参与训练的所述医疗机构；

所述参数接收单元，用于接收所述医疗机构上传的加密训练参数或梯度，其中所述训练参数或梯度由各个所述医疗机构根据其本地医疗样本对所述初始模型训练获得；所述加密的方法包括同态加密、多方安全计算和差分隐私。