Aller au contenu principal
Accès ouvert déclaré 2024 review

Federated machine learning in healthcare: A systematic review on clinical applications and technical architecture

227Citations signalées, ce qui n’est pas une note de qualité
6Institutions déclarées
1Pays d’affiliation déclarés

Rattachement africain : sg. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

Federated learning (FL) is a distributed machine learning framework that is gaining traction in view of increasing health data privacy protection needs. By conducting a systematic review of FL applications in healthcare, we identify relevant articles in scientific, engineering, and medical journals in English up to August 31st, 2023. Out of a total of 22,693 articles under review, 612 articles are included in the final analysis. The majority of articles are proof-of-concepts studies, and only 5.2% are studies with real-life application of FL. Radiology and internal medicine are the most common specialties involved in FL. FL is robust to a variety of machine learning models and data types, with neural networks and medical imaging being the most common, respectively. We highlight the need to address the barriers to clinical translation and to assess its real-world impact in this new digital data-driven healthcare scene.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Federated machine learning in healthcare: A systematic review on clinical applications and technical architecture
Date Crossref
01/02/2024
Éditeur
Elsevier BV
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • Singapore National Eye Center pays non établi dans la notice
    Établissement de santé
  • Singapore Eye Research Institute Singapore pays non établi dans la notice
    Structure de recherche
  • Duke-NUS Medical School pays non établi dans la notice
    Université ou école supérieure
  • Nanyang Technological University pays non établi dans la notice
    Université ou école supérieure
  • Agency for Science pays non établi dans la notice
    Organisme public
  • Institute of High Performance Computing pays non établi dans la notice
    Structure de recherche
  • Singapore National Eye Centre pays non établi dans la notice
    Institution
  • Lee Kong Chian School of Medicine Singapore Eye Research Institute pays non établi dans la notice
    Université ou école supérieure

Singapore National Eye Center, Singapore — Singapore Eye Research Institute et Duke-NUS Medical School, avec 5 autres affiliations.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Artificial Intelligence in Healthcare and EducationPrivacy-Preserving Technologies in DataAI in cancer detection

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.