Artículo: Prevención clínica en el continuum computacional usando aprendizaje federado
Archivos
Fecha
Autores
Editor
Publicado en
Licencia Creative Commons
Resumen
El envejecimiento de la población y los cambios en el estilo de vida han incrementado la prevalencia de enfermedades crónicas, lo que afecta la calidad de vida y aumenta la carga en los sistemas de salud debido a hospitalizaciones frecuentes. Para abordar estos desafíos es esencial contar con sistemas personalizados de atención médica. Sin embargo, los pocos sistemas existentes dependen de infraestructuras centralizadas en la nube, generando problemas de latencia, escalabilidad y privacidad. En este punto, el Aprendizaje Federado ha surgido como una solución innovadora para mejorar la privacidad e interoperabilidad en la salud digital, al permitir el entrenamiento de modelos sin compartir datos sensibles, favoreciendo una integración eficiente entre dispositivos en el borde y sistemas en la nube. En este trabajo, presentamos nuestra propuesta de infraestructura híbrida basada en el Continuum de computación y el Aprendizaje Federado para desarrollar una solución que se adapta de forma dinámica a las necesidades de los pacientes.