标签: 成员推断攻击

本文首次对医疗AI模型开展患者级隐私风险审计，发现即使模型整体表现看似安全，某些患者仍面临近乎完美的隐私泄露风险——攻击者仅凭模型预测就能准确判断某位患者的数据是否被用于训练。这种风险在模型越大、数据越少的群体（如少数族裔、特定疾病患者）中尤为严重。

标签: 健康不平等 医疗人工智能 差分隐私 患者隐私风险 成员推断攻击