تقدم دراسة نهجًا للتعلم العميق الموّد用于 للتنبؤ بمخاطر أمراض القلب والأوعية الدموية مع الحفاظ على الخصوصية، يدمج مجموعتين سكانيّتين: Lifelines ودراسة روتردام.
- تجمع الطريقة بين 148,230 مشاركًا من Lifelines بنتائج مُبلغ عنها ذاتيًا و10,155 مشاركًا من دراسة روتردام بنتائج سريرية مرتبطة رقميًا.
- حققت نماذج البقاء العميقة المدربة باستخدام التعلم الموّد أداءً تنبؤيًا أعلى من النماذج المدربة محليًا دون توحيد.
- بالنسبة لدراسة روتردام، زاد المؤشر C من 0.728 إلى 0.739.
- بالنسبة لـ Lifelines، زاد المؤشر C من 0.783 إلى 0.787.
تشير هذه النتائج إلى أن التعلم العميق الموّد عبر مجموعات سكانية غير متجانسة يمكن أن يحسّن التنبؤ بمخاطر أمراض القلب والأوعية الدموية مع الحفاظ على خصوصية بيانات المرضى على المستوى الفردي.