医疗 AI 隐私风险自动化筛查工具发布

研究人员针对医疗 AI 模型的成员推理攻击（membership inference attack）风险，开发出一款基于 4 个小型模型的轻量级自动化筛查工具。该研究通过跨 4 种模态、6 个临床数据集训练的 7,789 个模型评估发现，尽管更强的权重衰减可将暴露群体减少达 3 倍，但面临最高泄露风险的患者个体在不同架构与配置下高度重合。该工具可在生产模型训练前的准备阶段提前识别高风险患者记录。