Federated Platform
基於資料隱私與尊重人權的可信任AI 聯合學習平台
Why
Federated Platform
FedNode 確保您的資料留存在本地端，從根本解決資料主權與隱私。透過彈性的部署方式，FedNode 可無縫整合至您現有的 IT 基礎架構中—無論是實體機、虛擬機，或私有雲端環境。可擴展性的設計讓系統能快速建置、輕鬆擴充，以靈活因應您不斷成長的業務需求。
可信任的一站式AI解決方案: 一個全面滿足使用者多元需求的 AI 平台，集成了資料治理、AutoML、聯合學習、聯合驗證和聯合分析功能。
AI Labs 的聯邦平台 (Federated Platform) 運用資料治理以符合GDPR的規範，同時確保資料隱私並尊重人權。利用大數據分析以提升臨床決策和患者管理，進行跨中心模型訓練和驗證，以提供更準確的預測，提高患者治癒的機會。
產品合規
聯邦式平台建立的資料治理機制，符合 GDPR 等資料保護法規，採取保障資料隱私並尊重人權的主流作法。透過跨場域模型訓練與驗證，進一步提升 AI 模型的準確性與適應性。
Federated Platform
完整功能項目
Federated Data Governance
確保資料落地合規
智慧化資料解析處理，符合國際資料治理合規與隱私
治理流程自動生成資料格式，支持醫療金融製造百工百業等多場域資料標準化與治理
多模態資料的組織與標註任務
符合 CDM 標準資料品質檢查，確保互通性，車同文書同軌
Federated Analytics
分散式智慧洞析
單節點及跨節點資料分析，包括分佈圖、趨勢圖、比例圖等典型統計工具
子群體與時序分析，支援可視化統計圖表
可重複使用的分析流程，持續性資料監測
醫療/金融/製造等百工百業所需產業專用套件
Federated Validation
測試模型在真實世界表現
模型自我評估與跨機構驗證，確保跨節點模型效能，包括: 準確率、精確率、召回率及混淆矩陣等指標
提供根因分析，以持續監測與改善
持續驗證與監測，避免模型效能偏移
自動生成符合FDA及金管等產業監管所需的驗測報告
Federated Learning
本地訓練，全域精進
自動化資料集與演算法設定
多場域協作聯邦式模型訓練，結合資料增量學習與模型權重聚合，無需集中資料符合落地訓練合規
自動化機器學習，進行演算法參數調校與自我改進
支援先進聚合演算法，透過聯邦式共享將AI 模型權重共享給各參與者
Federated Store
發佈模型，驅動資料經濟
支持模型攜入及各式成果發布
標準化存取控制，提供落地安全交付機制
提供模型發佈標準化流程與版本管理
靈活模型訂閱方案、授權機制及動態收益
應用情境
遵循最嚴謹的標準與可信任、負責任的治理原則，聯邦式平台旨在滿足各種使用者角色的多樣化需求。以下五種使用情境展示了平台如何為不同背景的使用者創造價值，讓每位參與者在保障隱私的同時，找到最合適的協作模式與應用場景。
資料擁有者
在遵循國際標準的前提下，管理與治理本地資料集，同時參與聯邦分析、驗證與學習，而不需揭露原始資料。
模型與演算法提供者
貢獻、維護並驗證模型或演算法，支援聯合學習、模型標準化發佈及安全傳遞，進而創造經濟價值。
探索者與學習者
在安全環境中探索可用的AI模型、資料描述與工具套件，用於學習、實驗或落地試點測試。
決策者與監管者
監控模型效能與資料品質，審查合規性，並支援策略性或監管性決策。
完全離線使用群體
在安全環境中完全離線操作，獨立治理資料、訓練模型並監控效能。
Federated Platform 介紹影片
立即展開與台灣醫學影像公司的合作
聯繫我們