基于纵向联邦学习的多机构数据处理方法及系统

本申请适用于数据处理领域，提供一种基于纵向联邦学习的多机构数据处理方法及系统，其中所述方法应用于每个医学机构客户端，所述方法包括：从当前医学机构中多个目标个体的生物医学数据中提取个体特征，确定当前所述医学机构对应的用于指示所述个体特征间相似度的第一图结构矩阵；将多个所述个体特征和所述第一图结构矩阵输入第一图卷积网络模型进行迭代学习，生成当前所述医学机构对应的本地嵌入表示和本地图结构矩阵；将所述本地嵌入表示和所述本地图结构矩阵传输至服务器端进行疾病诊断。该方案能够实现目标个体的生物医学数据的隐私保护，能够降低通信成本，提升数据传输效率。