Kuiz berkaitan panduan · Sederhana Tahap
Kuiz Pembelajaran Bersekutu dalam Penjagaan Kesihatan
Menguji latihan teragih, lokaliti data mentah, had privasi, heterogeniti tapak, penilaian luaran dan keperluan tadbir urus.
soalan 1 daripada 8
Apakah yang kekal di tapak yang mengambil bahagian dalam pembelajaran bersekutu?
Pratonton setiap soalan8 soalan
Jawapan dan penjelasan muncul semasa anda mengambil kuiz.
- Apakah yang kekal di tapak yang mengambil bahagian dalam pembelajaran bersekutu?
- Tiada data atau kemas kini dihantar
- Hanya ramalan dikongsi dengan pesakit
- Data mentah boleh kekal setempat manakala kemas kini model dikongsi
- Setiap rekod pesakit berpindah ke satu pangkalan data pusat
- Adakah pembelajaran bersekutu menjamin privasi secara automatik?
- Tidak; kemas kini dan metadata mungkin masih membocorkan maklumat
- Ya, kerana data mentah tidak pernah berpindah
- Ya, sebarang kemas kini model adalah tanpa nama
- Tiada kawalan privasi boleh digunakan
- Mengapa perlu menyelaraskan definisi ciri dan hasil merentas hospital?
- Untuk memastikan setiap hospital menggunakan vendor yang sama
- Untuk menghapuskan keperluan pengesahan
- Untuk memastikan setiap tapak mempunyai pesakit yang serupa
- Pengekodan dan pengukuran yang berbeza boleh mewujudkan isyarat latihan yang tidak konsisten
- Penilaian manakah yang paling baik menguji generalisasi untuk model bersekutu?
- Mengukur kelajuan komunikasi sahaja
- Menguji di tapak yang tidak menyumbang kepada latihan
- Menguji hanya pada tapak latihan terbesar
- Menggunakan semula ramalan latihan setempat
- Bagaimanakah tapak besar boleh menjejaskan persekutuan?
- They guarantee performance for small sites
- They make privacy irrelevant
- They may dominate updates if aggregation does not account for site differences
- They automatically remove bias
- What can secure aggregation or differential privacy contribute?
- A guarantee of identical site performance
- Additional protections with possible utility trade-offs
- A guarantee that the model is clinically valid
- A replacement for access control
- What should be agreed before training begins?
- Only the color of the dashboard
- The final accuracy value
- The model name alone
- Task, data definitions, update protocol, security, and oversight responsibilities
- What does the EXAM study illustrate?
- A multi-site federated training workflow for a specific COVID-19 task
- A privacy guarantee for all medical AI
- A universal model for every disease
- A replacement for clinical evaluation