[4Xin1] ポスターセッション2

[4Xin1-09] FLとDC解析における通信コストと精度の比較

筑波大学附属病院とつくば市役所の統合データ解析を想定して

〇豊田 明広¹、内立元 豪²、小島 真之²、香川 璃奈³、大山 孝⁴、今倉 暁^5,6、櫻井 鉄也^5,6、岡田 幸彦^5,6 (1.筑波大学社会工学類、2.筑波大学サービス工学学位プログラム、3.筑波大学医学医療系、4.つくば市保健部国民健康保険課、5.筑波大学システム情報系、6.筑波大学人工知能科学センター)

キーワード：データコラボレーション解析、連合学習、分散データ、プライバシー保護、医療データ

連合学習 (FL)は、インターネット通信を前提として研究や実践がなされてきた。しかし、現実の分散データは、その機密性からインターネットに常時接続を行うことが多くの場合できない。たとえば、医療機関や自治体、金融機関などがこの状況に直面している。ただし、FLは、メール転送や共有フォルダなどを活用することで、統合データ解析を行えるはずである。対して、インターネット通信を必要とせず、生データを共有しない統合データ解析を行うDC解析も提案され、FLとの技術比較がなされるようになってきた。そこで本研究では、生データが共有できず、また、インターネットに常時接続もできない現実の状況として、筑波大学附属病院の検歴データとつくば市役所の健診データを対象とし、糖尿病診断の指標として重要な空腹時血糖値を予測する機械学習モデルを構築する。そして、各機関における個別解析、インターネット常時接続をしないFL、DC解析の3つの解析手法の精度や計算コストの比較を行う。結果として、FLとDC解析は個別解析よりも予測精度を向上させた。DC解析は計算量がFLの2倍だったが、実行時間が1/3でFLと同程度の精度を達成した。