A Federated Artificial Intelligence Framework for Optimizing Pancreatic Cancer Treatment – a Technical Case Report
0Citations signalées, ce qui n’est pas une note de qualité
9Institutions déclarées
1Pays d’affiliation déclarés
Rattachement africain : de. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
Introduction: Ideally, centrally collecting and analyzing patient data with appropriate consent would provide optimal data quality and predictive performance; however, this approach is often not feasible in practice. Federated Learning (FL) or Federated Artificial Intelligence architectures have shown [for full text, please go to the a.m. URL]
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
La source scientifique ouverte est momentanément indisponible.
Les institutions déclarées
Justus-Liebig-Universität GießenUniversitätsmedizin GöttingenCampus-Institut Data Science (CIDAS)University of GöttingenInstitute of Clinical Cancer ResearchMax Planck Institute for Biology of AgeingPhilipps University of MarburgTUM KlinikumTechnical University of Munich
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Privacy-Preserving Technologies in DataPancreatic and Hepatic Oncology ResearchArtificial Intelligence in Healthcare and Education