发表在24日《当然》杂志的一篇商论说文发现，要是个东说念主数据被用于检修医疗AI模子，那他可能面对在采集挫折中被识别的风险，且代表性不及群体个东说念主信息浮现风险更高。商议以为，面前的风险评估并未将这些群体纳入考量，因此命令摄取进一步次第以缓解并实行严格的侦察截止。
医疗AI模子有望改善各人健康现象，至极是在短缺专科东说念主才的地区。相关词，用于检修这些模子的敏锐数据可能面对秘籍挫折。挫折者欺诈成员推理挫折（MIA）来笃定个东说念主的数据是否被用于检修模子。通过此类挫折，不错算计出患者的医疗数据和私东说念主信息。此前对于数据风险的商议主要基于扫数数据集，并未辩论个体的风险。
德国慕尼黑工业大学商议团队开展了一项秘籍审计，要点柔软个东说念主秘籍风险，发现医疗AI模子可能对个东说念主数据孝敬者组成秘籍风险。商议东说念主员欺诈7个由委果临床数据（包括医学影像、心电图和电子健康纪录）组成的大型数据集，笃定了数据孝敬患者中最为脆弱的群体。
商议发现，草莓视频免费观看在个东说念主层面，MIA针对的酌量确实毫无瑕疵地被成效识别出来。在群体层面，在数据集中被识别为代表性不及的群体包括荒野病患者、少数族裔或社会经济地位较低的东说念主群等。跟着被AI模子编码的特独特据增多，商议发现这些群体和个东说念主愈加脆弱，且面对弗成比例的秘籍挫折风险。商议同期发现，MIA挫折的成着力，会跟着模子容量和畛域的增多而高涨。
商议东说念主员暗意，诸如MIA之类的秘籍挫折，在个体层面的精确打击后果，比现在大宗以为的更为显赫。他们转头称，秘籍风险评估必须将个体风险纳入考量，并对易受挫折的模子提供进一步保护。