Análisis del aprendizaje federado en datos de sueño no independientes e idénticamente distribuidos

Área de la Ciencia:

• Inteligencia Artificial; Aprendizaje Automático; Ciencia del Sueño

Sus antecedentes:

• Los modelos centralizados de estadificación del sueño enfrentan desafíos de privacidad con datos sensibles de pacientes.; El Aprendizaje Federado (FL) ofrece un enfoque descentralizado para entrenar modelos en múltiples sitios sin compartir datos.; Los datos heterogéneos y no independientes e idénticamente distribuidos (no IID) presentan obstáculos significativos para la FL en aplicaciones del mundo real.

Objetivo del estudio:

• Evaluar la eficacia de los algoritmos de Aprendizaje Federado (FL) (FedSGD, FedAvg, FedProx) en datos de sueño heterogéneos y no IID.; Evaluar el impacto de las épocas de entrenamiento local y las estrategias de agregación en el rendimiento del modelo.; Introducir y validar una estrategia de submuestreo generalizada para mitigar el desequilibrio de datos y mejorar la generalización en FL.

Principales métodos:

• Se empleó un marco de evaluación de doble capa que evalúa las épocas de entrenamiento local (1, 30) y los esquemas de agregación (ponderada, no ponderada).; Se introdujo una estrategia de submuestreo generalizada para abordar la heterogeneidad de los datos y los desequilibrios de volumen entre los clientes.; Se utilizaron seis bases de datos de sueño independientes con validación cruzada leave-one-database-out para una generalización externa robusta.

Principales resultados:

• El aumento de las épocas de entrenamiento local afectó negativamente el rendimiento en todos los esquemas de FL, exacerbando la deriva del cliente.; La agregación no ponderada superó a la agregación ponderada, lo que indica un sesgo por las contribuciones desproporcionadas del cliente.; La estrategia de submuestreo propuesta demostró ser la más efectiva, logrando una generalización consistente y reduciendo la sobrecarga computacional.

Conclusiones:

• El Aprendizaje Federado (FL) puede lograr un rendimiento comparable a los métodos centralizados para la estadificación automatizada del sueño, preservando la privacidad de los datos.; Las estrategias de entrenamiento descentralizado superan eficazmente los silos de datos en estudios de sueño multicéntricos.; La estrategia de submuestreo desarrollada es crucial para una implementación de FL robusta y eficiente en entornos clínicos.