孫燁　任健　田琪　袁夢(mèng)琪　徐巖

［摘要］多囊卵巢綜合征是臨床常見的內(nèi)分泌系統(tǒng)疾病，其發(fā)病機(jī)制至今尚未明確，但已知與遺傳、環(huán)境等因素相關(guān)。本文根據(jù)預(yù)防為主、防治結(jié)合的診療思路，采用聯(lián)邦學(xué)習(xí)技術(shù)融合多種算法構(gòu)建平臺(tái)，通過信息數(shù)據(jù)采集及管理、預(yù)測(cè)模型建立、實(shí)施風(fēng)險(xiǎn)評(píng)估和健康指導(dǎo)3個(gè)基本環(huán)節(jié)，在保證女性醫(yī)療隱私數(shù)據(jù)安全的前提下，以期實(shí)現(xiàn)對(duì)女性健康狀態(tài)的連續(xù)追蹤、反饋和疾病的精準(zhǔn)預(yù)防、高效治療。

［關(guān)鍵詞］多囊卵巢綜合征；聯(lián)邦學(xué)習(xí)；預(yù)測(cè)

［中圖分類號(hào)］R711.75［文獻(xiàn)標(biāo)志碼］A［文章編號(hào)］2096-5532（2023）03-0458-04

doi：10.11712/jms.2096-5532.2023.59.083［開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）］

［網(wǎng)絡(luò)出版］https：//kns.cnki.net/kcms2/detail/37.1517.R.20230726.1033.001.html;2023-07-2616：29：45

CONSTRUCTION OF A PREDICTION PLATFORM FOR POLYCYSTIC OVARY SYNDROME BASED ON FEDERATED LEARNING? SUN Ye， REN Jian， TIAN Qi， YUAN Mengqi， XU Yan （College of Traditional Chinese Medicine， Shandong University of Chinese Medicine，Jinan? 250355， China）

［ABSTRACT］Polycystic ovary syndrome is a common endocrine system disease in clinic. Its pathogenesis has not been clarified yet， but it is known to be related to genetic and environmental factors. Based on the diagnosis and treatment idea of prevention first and prevention and treatment combination， this paper integrates various algorithms using the federated learning technology to build a platform. Through three basic links of information data collection and management， prediction model establishment， and implementation of risk assessment and health guidance， continuous tracking and feedback of female health status and accurate prevention and efficient treatment of diseases are expected to be achieved under the premise of ensuring the security of female medical privacy data.

［KEY WORDS］polycystic ovary syndrome; federated learning; forecasting

多囊卵巢綜合征（PCOS）是一種育齡期女性高發(fā)的代謝紊亂性內(nèi)分泌疾病，發(fā)病率高達(dá)5.61%[1]，受遺傳、環(huán)境、生活方式和心理情志等多種因素影響[2] 。臨床上主要表現(xiàn)為多毛及痤瘡、月經(jīng)稀發(fā)等[3]，還可引起高血壓、2型糖尿病等并發(fā)癥以及焦慮、抑郁等精神性疾病[4]。有研究發(fā)現(xiàn)，PCOS是一種病因多樣、表現(xiàn)極不均一的臨床綜合征，具有高度異質(zhì)性與持續(xù)進(jìn)展性[5]，且不可治愈，嚴(yán)重危害女性的身心健康和生活質(zhì)量。2015年美國(guó)雄激素學(xué)會(huì) （AES） 和PCOS學(xué)會(huì)聯(lián)合發(fā)布的PCOS診療操作指南指出，對(duì)于月經(jīng)初潮后2～3年內(nèi)的疑似PCOS病人應(yīng)該進(jìn)行定期隨訪[6-7]。有研究結(jié)果顯示，青春期卵巢功能紊亂是基于月經(jīng)稀發(fā)和（或）不排卵，初潮后2～3年的持續(xù)月經(jīng)稀發(fā)可以用于預(yù)測(cè)青春期PCOS[8]。因此，針對(duì)PCOS危險(xiǎn)人群的發(fā)病危險(xiǎn)因素及時(shí)采取相應(yīng)的預(yù)防和治療措施，能夠有效預(yù)防PCOS的發(fā)生。故亟需建立PCOS預(yù)測(cè)平臺(tái)，以實(shí)現(xiàn)PCOS的精準(zhǔn)防控。本文研究采用聯(lián)邦學(xué)習(xí)（FL）技術(shù)，構(gòu)建PCOS預(yù)測(cè)平臺(tái)。

1PCOS危險(xiǎn)因素研究

疾病危險(xiǎn)因素是流行病學(xué)層面的病因，是指與疾病的發(fā)生發(fā)展存在因果關(guān)系，但無確實(shí)證據(jù)證明其致病效應(yīng)的因子[9]。PCOS發(fā)病受危險(xiǎn)因素的影響，危險(xiǎn)因素能增加女性成為PCOS危險(xiǎn)人群或PCOS病人的概率，且在一定程度上加大了PCOS的治療難度。PCOS危險(xiǎn)因素可以歸納為人口學(xué)特征、相關(guān)癥狀、疾病史、生活方式、心理狀態(tài)5個(gè)方面。人口學(xué)特征方面，研究發(fā)現(xiàn)肥胖與PCOS的發(fā)病具有相關(guān)性，體質(zhì)量指數(shù)（BMI）偏高的女性患病率明顯升高[10]。此外，初潮年齡、月經(jīng)情況等與PCOS發(fā)病相關(guān)，月經(jīng)初潮時(shí)間提前或延遲可能是PCOS的發(fā)病危險(xiǎn)因素[11]；月經(jīng)周期紊亂也與PCOS的發(fā)生密切相關(guān)[12]。疾病史方面，PCOS與遺傳基因存在關(guān)系，表現(xiàn)為發(fā)病具有家族聚集現(xiàn)象，家族中有患糖尿病、高血壓者，同性親屬不孕的女性PCOS發(fā)病率明顯增加[13]。生活方式方面，晚睡或睡眠不規(guī)律對(duì)PCOS的發(fā)生也存在一定影響。研究發(fā)現(xiàn)，睡眠障礙導(dǎo)致的交感神經(jīng)活動(dòng)水平提高和胰島素敏感性降低均可影響PCOS的發(fā)生[14-15]。此外，飲食習(xí)慣、運(yùn)動(dòng)情況、是否吸煙、飲酒等也可能與PCOS的發(fā)病存在關(guān)聯(lián)，但是否為PCOS危險(xiǎn)因素仍需進(jìn)一步研究分析。心理狀態(tài)方面，長(zhǎng)期的焦慮、抑郁等不良情緒也可能是誘發(fā)或加重PCOS的因素[16]。

2隱私保護(hù)問題與FL的提出

由于互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等移動(dòng)信息技術(shù)的迅猛發(fā)展，利用醫(yī)療健康數(shù)據(jù)進(jìn)行疾病預(yù)測(cè)成為可能，但醫(yī)療健康數(shù)據(jù)敏感程度較強(qiáng)，隱私安全性要求較高。歐盟于2017年出臺(tái)了《通用數(shù)據(jù)保護(hù)條例》（GDPR）[17]用于保護(hù)數(shù)據(jù)隱私。但2018年騰訊智慧安全情報(bào)中心發(fā)布的報(bào)告顯示，我國(guó)有7成以上的三級(jí)甲等醫(yī)院所接入的第三方醫(yī)療服務(wù)平臺(tái)存在隱私泄露問題[18]。出于醫(yī)療數(shù)據(jù)隱私泄露的擔(dān)憂和相關(guān)數(shù)據(jù)保護(hù)法規(guī)的限制，現(xiàn)有醫(yī)療數(shù)據(jù)通常以“孤島”的形式存儲(chǔ)于不同醫(yī)療機(jī)構(gòu)及設(shè)備無法共享，形成了數(shù)據(jù)壁壘。如何讓數(shù)據(jù)量有限的醫(yī)療機(jī)構(gòu)在數(shù)據(jù)資源安全共享的同時(shí)實(shí)現(xiàn)疾病的預(yù)測(cè)，F(xiàn)L的出現(xiàn)和發(fā)展解決了這一難題[19]。作為一種分布式機(jī)器學(xué)習(xí)方法和人工智能技術(shù)，F(xiàn)L由Google在2016年最先提出，應(yīng)用于Gboard輸入法系統(tǒng)，實(shí)現(xiàn)候選詞的預(yù)測(cè)[20]。與傳統(tǒng)的集中式學(xué)習(xí)相反，在FL過程中，各參與方不交換原始數(shù)據(jù)，通過交換模型參數(shù)實(shí)現(xiàn)多個(gè)參與方數(shù)據(jù)蘊(yùn)含知識(shí)的融合和敏感數(shù)據(jù)的隱私保護(hù)[21]。其模型訓(xùn)練效果等同于各方聚合數(shù)據(jù)所建立的最優(yōu)模型。LEE等[22]在FL環(huán)境中為不同醫(yī)療機(jī)構(gòu)的相似病人提供隱私保護(hù)，用于預(yù)測(cè)5種疾病的發(fā)病率。BRISIMI等[23]提出通過存儲(chǔ)在智能手機(jī)和醫(yī)療設(shè)備的健康數(shù)據(jù)建立FL模型，分析預(yù)測(cè)心臟病病人的住院情況。

3基于FL的PCOS預(yù)測(cè)平臺(tái)

3.1平臺(tái)構(gòu)建預(yù)期

針對(duì)各醫(yī)療機(jī)構(gòu)收集到的PCOS病人、PCOS危險(xiǎn)女性、健康人群的醫(yī)療數(shù)據(jù)信息，以FL為依托，融合多種算法深度挖掘處理構(gòu)建PCOS預(yù)測(cè)平臺(tái)，在醫(yī)療資源共享和醫(yī)療數(shù)據(jù)不出本地以保證數(shù)據(jù)安全的前提下，實(shí)現(xiàn)PCOS的高危因素定位和發(fā)病風(fēng)險(xiǎn)預(yù)判，為PCOS危險(xiǎn)女性、PCOS病人提供智能預(yù)測(cè)、輔助診斷、高效防治、隨訪跟蹤和個(gè)性化健康指導(dǎo)，以改善女性健康狀況，促進(jìn)PCOS醫(yī)療服務(wù)體系的進(jìn)一步完善。

3.2平臺(tái)功能架構(gòu)

本平臺(tái)可分為醫(yī)療機(jī)構(gòu)用戶端與總服務(wù)端兩部分，其中用戶端由社區(qū)醫(yī)院、二級(jí)及三級(jí)醫(yī)院等醫(yī)療機(jī)構(gòu)組成，總服務(wù)端由具備一定計(jì)算和存儲(chǔ)能力的云端服務(wù)器構(gòu)成，由本平臺(tái)設(shè)計(jì)研發(fā)人員操作運(yùn)行。平臺(tái)構(gòu)建的要點(diǎn)在于信息數(shù)據(jù)采集及管理、FL預(yù)測(cè)模型建立、實(shí)施風(fēng)險(xiǎn)評(píng)估和健康指導(dǎo)3個(gè)基本環(huán)節(jié)。

3.2.1信息數(shù)據(jù)采集及管理本平臺(tái)中各用戶端采用醫(yī)療站點(diǎn)式、遠(yuǎn)程控制式等調(diào)查方式，應(yīng)用紙質(zhì)或電子調(diào)查問卷、手機(jī)App、可穿戴式智能設(shè)備等，對(duì)PCOS病人、健康女性進(jìn)行信息數(shù)據(jù)采集。采集信息的內(nèi)容包括人口學(xué)資料、初潮年齡、月經(jīng)周期、經(jīng)量、體質(zhì)量指數(shù)（BMI）、毛發(fā)分布情況、痤瘡情況、個(gè)人病史、家族病史、居住環(huán)境、飲食習(xí)慣、生活方式、心理狀態(tài)等已知的PCOS發(fā)病高危因素，以及可能與PCOS發(fā)病相關(guān)、需要進(jìn)一步研究分析是否屬于PCOS高危因素的信息。見表1?？紤]到單個(gè)數(shù)據(jù)庫(kù)集中存儲(chǔ)數(shù)據(jù)規(guī)模較大、存在計(jì)算延遲的可能和單點(diǎn)攻擊數(shù)據(jù)泄露風(fēng)險(xiǎn)的問題，每個(gè)醫(yī)療機(jī)構(gòu)作為一個(gè)用戶端，將采集到的女性信息匯總儲(chǔ)存在本地形成數(shù)據(jù)集，在進(jìn)行數(shù)據(jù)集成、數(shù)據(jù)清洗等預(yù)處理后，為FL模型的訓(xùn)練做好準(zhǔn)備。

3.2.2FL預(yù)測(cè)模型的建立數(shù)據(jù)預(yù)處理完成后流程進(jìn)入本地模型訓(xùn)練階段。用于概率預(yù)測(cè)的自然梯度提升機(jī)（NGBoost）[24]是通過級(jí)聯(lián)多個(gè)回歸樹模型來產(chǎn)生最終預(yù)測(cè)模型的一種機(jī)器學(xué)習(xí)技術(shù)，它可以在得到預(yù)測(cè)值的同時(shí)獲得置信區(qū)間，即顯示“預(yù)測(cè)分布”及實(shí)值預(yù)測(cè)和概率預(yù)測(cè)的區(qū)別。見圖1A、B。與其他機(jī)器學(xué)習(xí)算法相比，NGBoost擁有更高的預(yù)測(cè)準(zhǔn)確率，并且在小樣本集上有著同樣優(yōu)秀的性能。因此，利用NGBoost算法對(duì)數(shù)據(jù)集進(jìn)行特征大小排序、特征分割、擬合自然梯度、建立回歸樹模型后得到本地預(yù)測(cè)模型。沙普利可加性特征解釋方法（SHAP）[25]用于解釋NGBoost預(yù)測(cè)模型，根據(jù)SHAP值來量化每個(gè)特征對(duì)于模型預(yù)測(cè)的貢獻(xiàn)度，可以實(shí)現(xiàn)危險(xiǎn)因素的可視化分析。借助同態(tài)加密（HE）[26]算法進(jìn)行聯(lián)邦模型加密，用云端服務(wù)器公布的公鑰加密預(yù)測(cè)模型的各項(xiàng)參數(shù)，并將加密的模型參數(shù)和計(jì)算梯度通過TCP-IP[27]網(wǎng)絡(luò)技術(shù)傳送到云端服務(wù)器進(jìn)行進(jìn)一步分析。云端服務(wù)器作為遠(yuǎn)端大數(shù)據(jù)處理中心，云計(jì)算模型能夠高效地運(yùn)算和分析上傳數(shù)據(jù)并且確保數(shù)據(jù)傳輸?shù)陌踩院兔馐軔阂夤簟Ｄ壳?，云?jì)算已經(jīng)應(yīng)用在各大企業(yè)當(dāng)中，擁有相當(dāng)豐富的應(yīng)用模型，如騰訊云、阿里云等。云端服務(wù)器利用私鑰對(duì)收到的加密參數(shù)進(jìn)行解密，使用聯(lián)邦平均（FA）[28]算法聚合梯度和參數(shù)信息，在進(jìn)行加權(quán)平均后得到權(quán)重更新的全局模型參數(shù)并加密返傳給用戶端，用戶端通過HE算法獲得全局模型參數(shù)更新優(yōu)化本地模型。迭代上述步驟直至本地模型收斂或達(dá)到手動(dòng)設(shè)定的訓(xùn)練次數(shù)閾值，完成整個(gè)訓(xùn)練過程（圖2）。在模型訓(xùn)練過程中，用戶端數(shù)據(jù)始終保留在本地，訓(xùn)練中的數(shù)據(jù)交互不會(huì)導(dǎo)致隱私泄露，因此各用戶端在FL的幫助下實(shí)現(xiàn)隱私保護(hù)的全局合作模型訓(xùn)練。國(guó)內(nèi)的WeBank銀行已將FL技術(shù)落地，可基于此開源框架，迅速搭建PCOS預(yù)測(cè)模型[29]。

3.2.3實(shí)施風(fēng)險(xiǎn)評(píng)估和健康指導(dǎo)各用戶端在本機(jī)構(gòu)云平臺(tái)上設(shè)立PCOS危險(xiǎn)因素特征庫(kù)和PCOS風(fēng)險(xiǎn)評(píng)估客戶端，特征庫(kù)收納了經(jīng)全局模型訓(xùn)練后與PCOS發(fā)病密切相關(guān)的危險(xiǎn)因素。PCOS風(fēng)險(xiǎn)評(píng)估客戶端用于收集PCOS危險(xiǎn)人群的人口學(xué)資料、生活方式、相關(guān)病史等信息，并自動(dòng)上傳數(shù)據(jù)與PCOS危險(xiǎn)因素特征庫(kù)對(duì)比、篩查，生成PCOS發(fā)病風(fēng)險(xiǎn)評(píng)估報(bào)告，為PCOS危險(xiǎn)人群及PCOS病人分配網(wǎng)絡(luò)健康檔案，并利用手機(jī)APP、可穿戴式智能設(shè)備等對(duì)人群實(shí)施持續(xù)追蹤、實(shí)時(shí)反饋的連續(xù)醫(yī)療服務(wù)模式和人群與醫(yī)生間雙向的信息交流反饋互動(dòng)模式，及時(shí)反饋預(yù)測(cè)信息和提供相應(yīng)危險(xiǎn)因素干預(yù)措施及個(gè)性化健康指導(dǎo)。

對(duì)于PCOS危險(xiǎn)人群的早期癥狀應(yīng)及時(shí)采取有效的治療干預(yù)措施，如使用孕激素、雌激素等藥物治療或者運(yùn)用中藥膏方、針灸推拿等中醫(yī)特色養(yǎng)生調(diào)理方法調(diào)節(jié)月經(jīng)周期、糾正內(nèi)分泌代謝異常等癥狀，并指導(dǎo)PCOS危險(xiǎn)人群遠(yuǎn)離危險(xiǎn)因素，如采取減輕體質(zhì)量、調(diào)暢情志等措施。利用移動(dòng)應(yīng)用程序和傳感器健康監(jiān)測(cè)數(shù)據(jù)等生成人群健康數(shù)據(jù)，并對(duì)其相關(guān)危險(xiǎn)因素情況進(jìn)行跟蹤隨訪和預(yù)警提醒，以預(yù)防PCOS的發(fā)生。

由于PCOS無法治愈，對(duì)于PCOS病人最好的治療方法是建立長(zhǎng)期健康管理策略，除了選擇合適的治療方案之外，還應(yīng)注意定期體檢及重視預(yù)防遠(yuǎn)期并發(fā)癥的出現(xiàn)。主要的基礎(chǔ)治療是生活方式干預(yù)，包括飲食控制、運(yùn)動(dòng)計(jì)劃和行為干預(yù)[30]。近年來，國(guó)內(nèi)外多家醫(yī)療機(jī)構(gòu)利用各類移動(dòng)智慧醫(yī)療手段對(duì)PCOS病人進(jìn)行生活方式管理，取得了良好的效果[31-32]。此外，醫(yī)療專業(yè)人員可通過網(wǎng)上平臺(tái)向大眾普及PCOS相關(guān)知識(shí)，引導(dǎo)女性關(guān)注自身健康狀況，自覺采取健康的飲食、運(yùn)動(dòng)和行為習(xí)慣，以期減低患病風(fēng)險(xiǎn)。3.3不足與展望

在研究的過程中發(fā)現(xiàn)，由于訓(xùn)練機(jī)器學(xué)習(xí)模型需要依賴于充足的數(shù)據(jù)量才能達(dá)到預(yù)期效果，因此數(shù)據(jù)規(guī)模的提高是FL模型性能提升的關(guān)鍵。要想吸引更多的醫(yī)療機(jī)構(gòu)參與到PCOS預(yù)測(cè)平臺(tái)的建立中，就要建立起一個(gè)完善的激勵(lì)和分配機(jī)制[33]，這將是未來研究的重點(diǎn)。其次，在PCOS預(yù)測(cè)模型的訓(xùn)練過程中，云端只有在收到所有醫(yī)療機(jī)構(gòu)參與方的模型信息后，才會(huì)進(jìn)行信息聚合和全局模型訓(xùn)練。如果遇到機(jī)構(gòu)參與方掉線或通信阻滯的情況，會(huì)導(dǎo)致云端陷入長(zhǎng)時(shí)間等待狀態(tài)，影響模型聚合以及信息反饋效率。因此，設(shè)計(jì)一種智能化的云端服務(wù)器管理系統(tǒng)，使云端能夠自適應(yīng)地高效訓(xùn)練模型，減少訓(xùn)練中不必要的等待時(shí)間，使平臺(tái)資源的利用率最大化，這也將是后續(xù)研究延伸的方向。

4結(jié)語(yǔ)

PCOS對(duì)女性健康的危害伴隨終生，為降低PCOS發(fā)病率，改善女性健康狀況，運(yùn)用FL技術(shù)構(gòu)建PCOS預(yù)測(cè)平臺(tái)，在保障醫(yī)療隱私數(shù)據(jù)安全的前提下實(shí)現(xiàn)疾病的精準(zhǔn)預(yù)防、高效治療，展現(xiàn)現(xiàn)代化科學(xué)技術(shù)防治PCOS的獨(dú)特優(yōu)勢(shì)，這對(duì)完善我國(guó)PCOS防治體系具有重要意義，也是推動(dòng)我國(guó)移動(dòng)醫(yī)療、智慧醫(yī)療、遠(yuǎn)程醫(yī)療服務(wù)模式等發(fā)展的有力探索[34]。

［參考文獻(xiàn)］

[1]FENICHEL P， ROUGIER C， HIERONIMUS S， et al. Which origin for polycystic ovaries syndrome： genetic， environmental or both[J]？? Annales Dendocrinologie， 2017，78（3）：176-185.

[2]喬杰，李蓉，李莉，等. 多囊卵巢綜合征流行病學(xué)研究[J].? 中國(guó)實(shí)用婦科與產(chǎn)科雜志， 2013，29（11）：849-852.

[3]李昕. 多囊卵巢綜合征心理問題及管理[J].? 中國(guó)實(shí)用婦科與產(chǎn)科雜志， 2019，35（3）：295-297.

[4]BEDNARSKA S， SIEJKA A. The pathogenesis and treatment of polycystic ovary syndrome： whats new[J]？ Advances in Clinical and Experimental Medicine： Official Organ Wroclaw Medical University， 2017，26（2）：359-367.

[5]TOOSY S， SODI R， PAPPACHAN J M. Lean polycystic ovary syndrome （PCOS）： an evidence-based practical approach[J].? Journal of Diabetes and Metabolic Disorders， 2018，17（2）：277-285.

[6]GOODMAN N F， COBIN R H， FUTTERWEIT W， et al. American association of clinical endocrinologists， American college of endocrinology， and androgen excess and pcos society disease state clinical review： guide to the best practices in the evaluation and treatment of polycystic ovary syndrome： part 1[J].? Endocrine Practice： Official Journal of the American College of Endocrinology and the American Association of Clinical Endocrinologists， 2015，21（11）：1291-1300.

[7]GOODMAN N F， COBIN R H， FUTTERWEIT W， et al. American association of clinical endocrinologists， American college of endocrinology， and androgen excess and pcos society disease state clinical review： guide to the best practices in the evaluation and treatment of polycystic ovary syndrome-part 2[J].? Endocrine Practice： Official Journal of the American College of Endocrinology and the American Association of Clinical Endocrinologists， 2015，21（12）：1415-1426.

[8]RACKOW B W， VANDEN BRINK H， HAMMERS L， et al. Ovarian morphology by transabdominal ultrasound correlates with reproductive and metabolic disturbance in adolescents with PCOS[J].? The Journal of Adolescent Health： Official Publication of the Society for Adolescent Medicine， 2018，62（3）：288-293.

[9]劉續(xù)寶，孫業(yè)桓. 臨床流行病學(xué)與循證醫(yī)學(xué)[M].? 5版.北京：人民衛(wèi)生出版社， 2018：88.

[10]楊麗玫，王小蔓，蔡余，等. 瓊海地區(qū)育齡女性PCOS患病調(diào)查及危險(xiǎn)因素分析[J].? 中國(guó)計(jì)劃生育學(xué)雜志， 2021，29（5）：881-884.

[11]于婧璐，侯麗輝，孫淼，等. 不同體重指數(shù)的多囊卵巢綜合征患者的臨床特征差異性分析[J]. 中國(guó)醫(yī)藥導(dǎo)報(bào)， 2020，17（26）：75-78.

[12]BOZDAG G， MUMUSOGLU S， ZENGIN D， et al. The pre-valence and phenotypic features of polycystic ovary syndrome： a systematic review and meta-analysis[J].? Human Reproduction （Oxford， England）， 2016，31（12）：2841-2855.

[13]段寧霞. 多囊卵巢綜合征患者月經(jīng)周期紊亂與內(nèi)分泌代謝失調(diào)的關(guān)系[J].? 實(shí)用婦科內(nèi)分泌電子雜志， 2015，2（12）：62-63.

[14]ROE A H， PROCHASKA E， SMITH M， et al. Using the androgen excess-PCOS society criteria to diagnose polycystic ovary syndrome and the risk of metabolic syndrome in adolescents[J].? The Journal of Pediatrics， 2013，162（5）：937-941.

[15]周麗端，楊秀娥. 運(yùn)動(dòng)干預(yù)對(duì)多囊卵巢綜合征患者激素水平的影響[J].? 中國(guó)衛(wèi)生標(biāo)準(zhǔn)管理， 2018，9（24）160-163.

[16]譚秋曉，張紅梅，李潔明，等. 多囊卵巢綜合征患者抑郁和焦慮發(fā)病現(xiàn)狀及影響因素分析[J]. 實(shí)用醫(yī)學(xué)雜志， 2020，36（23）：3288-3292.

[17]GODDARD M. The EU general data protection regulation （GDPR）： European regulation that has a global impact[J].? International Journal of Market Research， 2017，59（6）：703-705.

[18]劉煒，彭宇飛，田釗，等.基于區(qū)塊鏈的醫(yī)療信息隱私保護(hù)研究綜述[J]. 鄭州大學(xué)學(xué)報(bào)（理學(xué)版）， 2021，53（2）：1-18.

[19]ZHANG C， XIE Y， BAI H， et al. A survey on federated learning[J].? Knowledge-Based Systems， 2021，216：106775.

[20]張佳佳，葉菁華. 青春期與育齡期多囊卵巢綜合征患者臨床特點(diǎn)分析[J].? 中國(guó)婦幼健康研究， 2021，32（6）：896-899.

[21]BONAWITZ K， EICHNER H， GRIESKAMP W， et al. Towards federated learning at scale： system design[EB/OL]. 2019： arXiv：1902.01046. https：//arxiv.org/abs/1902.01046.

[22]LEE J， SUN J M， WANG F， et al. Privacy-preserving patient similarity learning in a federated environment： development and analysis[J].? JMIR Medical Informatics， 2018，6（2）： e20.

[23]BRISIMI T S， CHEN R D， MELA T， et al. Federated lear-ning of predictive models from federated Electronic Health Records[J].? International Journal of Medical Informatics， 2018，112：59-67.

[24]姚俊明，邢丹，邵婷婷. 移動(dòng)邊緣計(jì)算環(huán)境下基于聯(lián)邦機(jī)器學(xué)習(xí)的醫(yī)聯(lián)體慢病管理[J].? 醫(yī)學(xué)信息學(xué)雜志， 2020，41（11）：17-21.

[25]盧云，張夢(mèng)月，夏赫，等. 基于LightGBM及SHAP對(duì)1 055例新型冠狀病毒肺炎重型患者中西醫(yī)結(jié)合及西醫(yī)治療的多中心回顧性研究[J].? 北京中醫(yī)藥大學(xué)學(xué)報(bào)， 2021，44（12）：1098-1110..

[26]DING Y， LI X M， L? H F， et al. A novel fully homomorphic encryption scheme bsed on LWE[J].? Wuhan University Journal of Natural Sciences， 2016，21（1）：84-92.

[27]黃云婷，江南，杜承烈. 一種跨平臺(tái)的實(shí)時(shí)TCP/IP協(xié)議棧設(shè)計(jì)[J].? 計(jì)算機(jī)工程， 2014，40（9）：134-137，154.

[28]MA X， WEN C L. An asynchronous quasi-cloud/edge/client collaborative federated learning mechanism for fault diagnosis[J].? Chinese Journal of Electronics， 2021，30（5）：969-977.

[29]李盼盼. 微眾銀行開啟互聯(lián)網(wǎng)金融新時(shí)代[J].? 中國(guó)戰(zhàn)略新興產(chǎn)業(yè)， 2015（4）：74-75.

[30]王路路，尹楠林，劉政，等. Smad3在未足月胎膜早破中的表達(dá)及其影響羊膜上皮細(xì)胞增殖和凋亡的作用機(jī)制研究[J].? 實(shí)用婦產(chǎn)科雜志， 2020，36（8）：621-625.

[31]盧堃，朱海英，駱曉榮，等. 多囊卵巢綜合征與脂肪分布的研究進(jìn)展[J].? 中華生殖與避孕雜志， 2017，37（12）：1031-1037.

[32]唐玉珠，蘇椿淋，王經(jīng)緯，等. 基于人體成分測(cè)定進(jìn)行互聯(lián)網(wǎng)線上生活方式干預(yù)在多囊卵巢綜合征患者治療中作用的多中心前瞻性研究[J].? ?中華生殖與避孕雜志， 2019，39（3）：177-184.

[33]張沁楠，朱建明，高勝，等. 基于區(qū)塊鏈和貝葉斯博弈的聯(lián)邦學(xué)習(xí)激勵(lì)機(jī)制[J].? 中國(guó)科學(xué)（信息科學(xué)）， 2022，52（6）：971-991.

[34]趙維婷. 中共中央、國(guó)務(wù)院印發(fā)《“健康中國(guó)2030”規(guī)劃綱要》 建設(shè)健康中國(guó)須充分發(fā)揮中醫(yī)藥獨(dú)特優(yōu)勢(shì)[J].? 中醫(yī)藥管理雜志， 2016，24（21）：F0004.

（本文編輯黃建鄉(xiāng)）