Computação, Saúde e Segurança: Explorando o Potencial da Aprendizagem Federada na Detecção de Arritmias Cardíacas
Resumo
Este artigo avalia a utilização da aprendizagem federada (federated learning) no âmbito da detecção de arritmias cardíacas. Comparou-se uma abordagem tradicional de Deep Learning contra uma federada, e observou-se que a federada foi capaz de manter desempenho preditivo e tempo de treinamento similares à proposta original ao mesmo tempo que assegura a segurança e privacidade dos dados.Referências
Congresso Nacional (2018). Lei nº 13.709, de 14 de agosto de 2018.
Efficient and Intelligent Computing Lab (2022). Tinyml-contest-solution (GitHub).
Empresa Brasil de Comunicação (2016). Arritmias cardíacas causam 320 mil mortes súbitas por ano, alerta entidade.
Hanrui Wang, J. H. iccad-tinyml-open (repositório github).
Kairouz, P., McMahan, H. B., Avent, B., Bellet, A., Bennis, M., Bhagoji, A. N., Bonawitz, K., Charles, Z., Cormode, G., Cummings, R., et al. (2021). Advances and open problems in federated learning. Foundations and Trends® in Machine Learning, 14(1–2):1–210.
Rizwan, A., Zoha, A., Mabrouk, I. B., Sabbour, H. M., Al-Sumaiti, A. S., Alomainy, A., Imran, M. A., and Abbasi, Q. H. (2020). A review on the state of the art in atrial fibrillation detection enabled by machine learning. IEEE reviews in biomedical engineering, 14:219–239.
Zhang, J., Chaoyao Shen, X. C., Yuning Ji, Y. Z., et al. Iccad-tinyml-2nd-place (GitHub).
Efficient and Intelligent Computing Lab (2022). Tinyml-contest-solution (GitHub).
Empresa Brasil de Comunicação (2016). Arritmias cardíacas causam 320 mil mortes súbitas por ano, alerta entidade.
Hanrui Wang, J. H. iccad-tinyml-open (repositório github).
Kairouz, P., McMahan, H. B., Avent, B., Bellet, A., Bennis, M., Bhagoji, A. N., Bonawitz, K., Charles, Z., Cormode, G., Cummings, R., et al. (2021). Advances and open problems in federated learning. Foundations and Trends® in Machine Learning, 14(1–2):1–210.
Rizwan, A., Zoha, A., Mabrouk, I. B., Sabbour, H. M., Al-Sumaiti, A. S., Alomainy, A., Imran, M. A., and Abbasi, Q. H. (2020). A review on the state of the art in atrial fibrillation detection enabled by machine learning. IEEE reviews in biomedical engineering, 14:219–239.
Zhang, J., Chaoyao Shen, X. C., Yuning Ji, Y. Z., et al. Iccad-tinyml-2nd-place (GitHub).
Publicado
03/04/2024
Como Citar
COSTA, Arthur N. F. Martins da; SILVA, Pedro.
Computação, Saúde e Segurança: Explorando o Potencial da Aprendizagem Federada na Detecção de Arritmias Cardíacas. In: ESCOLA REGIONAL DE COMPUTAÇÃO APLICADA À SAÚDE (ERCAS), 9. , 2024, Ouro Preto/MG.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2024
.
p. 25-28.
DOI: https://doi.org/10.5753/ercas.2024.238587.
