高级检索
目前面向疾病诊断的智能算法研究是在限定场景下，通过特定的感知方法和特征进行识别分析，其主要缺陷在于限制移动，时空受限，以致无法全面对用户行为画像，并且由于不同医院间的数据孤岛问题，难以实现真正的“大数据”研究。而健康监护需要在普适环境下实现开放域用户行为的智能感知和理解。针对上述问题，近年来我们利用联邦迁移学习的技术框架解决数据和模型的孤岛问题，将范式驱动的限定场景下面向疾病的的诊断模型向普适场景下的健康状态监测进行联邦迁移，从而解决医养结合的应用痛点。演讲将详细描述团队在面向老人、成人以及儿童认知类疾病的医养结合应用研究，包括针对这些问题在算法研究方面做出的独特贡献, 以及在此基础上打造的一系列实际应用。
[FedHealth, 联邦迁移学习]
陈益强