基于人工智能的临床试验质量风险评估方法、分布式系统、设备及介质

本申请提供基于人工智能的临床试验质量风险评估方法、分布式系统、设备及介质，其中，各医疗客户端提取多模态特征构建候选数据集独立训练局部风险评估模型，利用Paillier加密算法对模型梯度加密并添加高斯噪声，形成加密噪声梯度。中心服务器结合模型贡献度对加密噪声梯度解密聚合生成初始全局风险评估模型，依据实时数据及术语集、数据库构建初始动态风险图谱，通过模型实时预测结果更新图谱至稳定得到目标动态风险图谱。基于全局模型输出各机构风险预测值及置信区间，通过梯度反向传播法提取Top‑K多模态风险关键特征实现临床试验质量风险评估。采用上述方法，以保护数据隐私安全，提高风险评估的准确性、可靠性和效率。