联邦学习在多中心医疗AI训练中的方法学与工程落地

医疗 AI 的最大瓶颈不是算法，而是数据无法跨机构汇聚。联邦学习提供了"数据不出院、模型走出去"的工程范式。本文系统梳理 FedAvg、FedProx、FedSGD 与个性化联邦的方法学差异，分析隐私机制（DP/HE/SMPC）的工程取舍，并以多家国际多中心研究为案例论证联邦学习的真实落地条件。