安全和健壮的医疗机器学习综述，附22页pdf

简介：

近年来，由于机器学习（ML）/深度学习（DL）技术使用多维医学图像，在从一维心脏信号的心脏骤停的预测到计算机辅助诊断（CADx）的各种医疗保健应用中的卓越性能，见证了机器学习（ML）/深度学习（DL）技术的广泛采用。尽管ML / DL的性能令人印象深刻，但对于ML / DL在医疗机构中的健壮性仍然存有疑虑（由于涉及众多安全性和隐私问题，传统上认为ML / DL的挑战性很大），尤其是鉴于最近的研究结果表明ML / DL容易受到对抗性攻击。在本文中，我们概述了医疗保健中各个应用领域，这些领域从安全性和隐私性的角度利用了这些技术，并提出了相关的挑战。此外，我们提出了潜在的方法来确保医疗保健应用程序的安全和隐私保护机器学习。最后，我们提供了有关当前研究挑战的见解以及未来研究的有希望的方向。

内容大纲：